基于AP-HMM混合模型的充电桩故障诊断

• 作者: 刘廷章 林越 梁立新 金勇 陈一凡
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 相似性传播聚类 隐马尔可夫模型 充电桩 稳态分布 故障诊断
• 年，卷（期）: 2018,（1）
• 页码范围: 25-33
• 页数: 9页
• 分类号: TP274
• 字数: 5954字
• 语种: 中文
• DOI: 10.16088/j.issn.1001-6600.2018.01.004

摘要

确定性的相似性传播(AP)聚类方法和统计性的隐马尔可夫模型(HMM)是2种常用的设备故障诊断方法,但电动汽车充电桩结构设计复杂且目前积累的故障样本不多,使用上述2种方法均不够理想.针对充电桩故障诊断本身具有的特点,结合AP聚类快速、准确提取故障的特征和HMM强大的故障分类能力,本文提出一种基于AP-HMM混合模型的充电桩故障诊断方法.为了研究充电桩长期工作的状态性质,采用马尔可夫平衡方程组求得充电桩发生故障的稳态概率值.实验结果表明,与传统模型相比,AP-HMM混合模型的充电桩故障诊断学习精度提高了3％以上.本文提出的混合模型具有一定的可行性与普适性,可在一定程度上用于速度要求低但精度要求高的其他电子设备故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘廷章	上海大学机电与工程学院	73	313	10.0	12.0
2	金勇		9	33	4.0	5.0
3	梁立新		6	22	3.0	4.0
4	林越	上海大学机电与工程学院	9	11	2.0	2.0
8	陈一凡	上海大学机电与工程学院	3	11	2.0	3.0