一种基于径向基神经网络和频谱分析的电路元件故障诊断方法

• 作者: 刘大明 刘颖 张春仙 李凤宇
• 来源期刊: 继电器
• 学科: 工学
• 关键词: 径向基神经网络 故障诊断 频谱分析
• 年，卷（期）: 2007,（21）
• 所属期刊栏目: 电力系统自动化
• 页码范围: 51-54,58
• 页数: 5页
• 分类号: TM93
• 字数: 3089字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2007.21.012

摘要

针对一类模型不确定的非线性系统,提出了具有强鲁棒性和高灵敏度的在线故障检测与诊断方法.其中,系统只有输入、输出可检测,故障是关于输入和状态的非线性函数.将RBF神经网络和频谱分析相结合,由RBF神经网络来学习及存储电子电路的故障频谱和故障类型之间的映射关系,介绍了该算法的实现过程.并以某船舶电气设备放大电路为例建立仿真系统.仿真结果和实验实例表明,该算法可以快速有效地对故障元件进行定位,识别率较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘大明	海军工程大学电气与信息工程学院	62	951	10.0	30.0
2	刘颖	海军工程大学电气与信息工程学院	13	93	5.0	9.0
3	李凤宇	海军工程大学船舶与动力工程学院	18	105	6.0	9.0
4	张春仙	海军工程大学电气与信息工程学院	8	47	4.0	6.0