线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

采用BBPSO优化SVM的电机定子故障诊断

王攀攀 史丽萍 杨晓冬 张涛 电力系统及其自动化学报 2013年第02期

摘要:为了准确识别感应电机定子匝间短路故障,该文提出一种基于骨干微粒群算法优化支持向量机的故障诊断方法,并给出了可行的诊断步骤。该方法首先利用小波包频带能量分解技术,将定子电流信号的各频率分量分解到不同频带,形成感应电机运行状态的特征向量,并以此作为支持向量机的输入向量。采用支持向量机进行分类,并利用无需设置控制参数的骨干微粒群算法和交叉检验优化模型参数,避免了参数选择的盲目性。最后试验结果表明,该方法诊断感应电机定子匝间短路故障能取得良好的效果。

关键词:感应电机定子匝间短路骨干微粒群优化算法小波包支持向量机

单位:中国矿业大学信息与电气工程学院 徐州221008

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电力系统及其自动化学报

北大期刊

¥408.00

关注 30人评论|1人关注