基于能量熵对SVM的电路故障诊断

• 作者: 蒲鹏 黄艳秋
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 小波包 能量熵 支持向量机 电路故障诊断
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 199-202
• 分类号: TP183
• 字数: 4040字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.04.050

摘要

研究电路故障诊断问题,提高诊断效率.由于电路集成度提高,电路信号与故障相关,针对传统故障诊断因采用线性诊断方法与提取的电路特征信息不全面,导致诊断定位精度不高,为有效提高电路故障诊断的速度与精度,提出了一种根据小波包能量熵的支持向量机电路故障诊断方法(EE-SVM).首先利用小波包对电路故障信号进行3层的小波包分解,并提取小波包能最熵,构建输入特征向量.对于支持向量机进行非线性特征向量汰选,去除冗余特征,以保留特征向量构建智能化诊断模型.进行实例仿真,结果显示,方法在所有参比模型中精度最高,能高效地对电路故障进行检测与定位.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒲鹏		7	58	3.0	7.0
2	黄艳秋		4	20	2.0	4.0