基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文提出了一种基于小波包变换和神经网络的PWM逆变器故障诊断方法。利用小波包分解的分频特性对逆变器机侧电流信号进行小波包分解,求得故障特征频率相应子频带的信号能量值,将此作为神经网络的输入,通过对神经网络的训练,确定网络参数,对故障数据的分析,达到故障诊断的目的。仿真结果表明该方法的有效性。
推荐文章
基于小波包-LSTM神经网络磨煤机故障诊断
磨煤机
LSTM
小波包
相关程度
故障诊断
小波变换和神经网络的电路故障诊断
电路故障诊断
小波变换
神经网络
故障特征提取
时频信息确定
诊断效果检测
基于小波包和改进 BP 神经网络算法的电机故障诊断
故障诊断
小波变换
神经网络
电机
小波变换和神经网络的电路故障诊断
小波变换
神经网络
电路故障诊断
故障特征量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波包变换和神经网络的逆变器故障诊断
来源期刊 电源技术应用 学科 工学
关键词 PWM逆变器 小波包变换 神经网络 故障诊断
年,卷(期) 2011,(8) 所属期刊栏目
研究方向 页码范围 17-22
页数 6页 分类号 TM464
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 戴鹏 中国矿业大学信电学院 97 959 15.0 28.0
2 符晓 中国矿业大学信电学院 36 259 8.0 15.0
3 宋中仓 中国矿业大学信电学院 8 24 4.0 4.0
4 蔡云 中国矿业大学信电学院 4 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(5)
  • 参考文献(5)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
PWM逆变器
小波包变换
神经网络
故障诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电源技术应用
月刊
0219-2713
大16开
西安市科技路37号海星城市广场B座24层
1998
chi
出版文献量(篇)
6708
总下载数(次)
26
总被引数(次)
11064
论文1v1指导