基于LS-SVM的电力电子电路故障预测方法

• 作者: 姜媛媛 孙凤艳 崔江 王友仁
• 来源期刊: 电机与控制学报
• 学科: 工学
• 关键词: 电力电子电路 故障预测 特征性能参数 数据驱动 最小二乘支持向量机
• 年，卷（期）: 2011,（8）
• 页码范围: 64-68,74
• 分类号: TP206
• 字数: 3949字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-449X.2011.08.012

摘要

针对现有电力电子电路故障预测技术的不足,提出将电路特征性能参数和最小二乘支持向量机(least squares support vector machine,LS-SVM)预测算法结合,对电力电子电路进行故障预测.以Buck电路为例,选择电路输出电压作为监测信号,提取输出电压平均值及纹波值作为电路特征性能参数,并利用LS-SVM回归算法实现故障预测.实验结果表明,利用LS-SVM对电路输出平均电压与输出纹波电压的预测相对误差均低于2％,能够跟踪故障特征性能参数的变化趋势,有效实现电力电子电路故障预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王友仁	南京航空航天大学自动化学院	190	2254	25.0	36.0
2	姜媛媛	南京航空航天大学自动化学院	57	320	9.0	16.0
4	崔江	南京航空航天大学自动化学院	71	878	15.0	27.0
7	孙凤艳	南京航空航天大学自动化学院	2	82	2.0	2.0