[發明專利]一種基于小波與神經網絡的逆變器低頻噪聲故障診斷方法

有效

• 申請號: 201410605501.2
• 申請日: 2014-10-30
• 公開（公告）號: CN104318305A
• 公開（公告）日: 2015-01-28
• 發明（設計）人: 陳曉娟;申雅茹;陳東陽;吳潔;李建坡;李楠;姜萬昌
• 申請（專利權）人: 東北電力大學
• 主分類號: G06N3/02
• 分類號: G06N3/02;G06N3/08;G06F19/00
• 代理公司: 吉林市達利專利事務所 22102
• 代理人: 陳傳林

1.一種基于小波與神經網絡的逆變器低頻噪聲故障診斷方法，其特征在于，步驟如下：

1)分別對無故障狀態、有故障狀態的待測逆變器進行數據采集，提取信號并濾波；

2)將濾波后的信號分別進行小波變換，利用閾值函數進行去噪，將數據中高頻信號進行濾波處理，并將信號分解為尺度系數a_j與小波系數d_j，其中j＝1,2,…,J，J為分解的最高層數；

3)分別將最高層數的尺度系數與各層次的小波系數進行能量轉換并加和處理，得到j＝1,2,…,J，得到分別代表正常值矩陣與故障值矩陣的E_n和E_f,i，其中，i為故障逆變器個數；

4)將能量值矩陣進行差值處理得到特征量ΔE_i＝E_f,i-E_n，i為逆變器個數；

5)將4)中特征量ΔE_i輸入到神經網絡進行訓練得到故障識別能力，根據邏輯輸出及故障對應狀態進行故障診斷，輸出的二進制數值分別代表故障類型：00-逆變器正常；01-逆變器亞健康狀態；10-軟故障預警狀態；11-硬故障可排除狀態。

2.根據權利要求1所述的一種基于小波與神經網絡的逆變器低頻噪聲故障診斷方法，其特征在于，所述待測逆變器為無源檢測。

3.根據權利要求1所述的一種基于小波與神經網絡的逆變器低頻噪聲故障診斷方法，其特征在于，所述的小波變換方法為多分辨率分析小波變換。

4.根據權利要求1所述的一種基于小波與神經網絡的逆變器低頻噪聲故障診斷方法，其特征在于，所述神經網絡為三層前饋神經網絡。