小波包神经网络与数据降维的移相全桥变换器的故障诊断

• 作者: 朱科 梁金平 毛向德 王庆贤 董唯光
• 来源期刊: 电源学报
• 学科: 工学
• 关键词: 移相全桥变换器 故障诊断 小波包变换 流形学习 数据降维 神经网络
• 年，卷（期）: 2014,（4）
• 页码范围: 68-75
• 页数: 8页
• 分类号: TM713
• 字数: 3406字
• 语种: 中文
• DOI: 10.13234/j.issn.2095-2805.2014.4.68

摘要

移相全桥变换器作为机车控制电源的核心电路其故障特征类型极其丰富,故障信息量大,为了彻底全面地挖掘故障信息,提出了小波包神经网络和数据降维的新型故障诊断模式,主要利用流形学习来对高维的故障特征量进行降维,提取其本质特征解决了由小波包多层分解带来的“维数灾难”,减轻了模式识别的压力.利用Matlab仿真软件分析,此方法可以使模式识别的时间缩短,准确率提高,从而验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王庆贤	兰州交通大学自动化与电气工程学院	32	98	6.0	7.0
2	董唯光	兰州交通大学自动化与电气工程学院	28	110	5.0	8.0
3	毛向德	兰州交通大学自动化与电气工程学院	3	19	3.0	3.0
4	梁金平	兰州交通大学自动化与电气工程学院	5	28	4.0	5.0
5	朱科	兰州交通大学自动化与电气工程学院	2	10	2.0	2.0