电子设计工程
電子設計工程
전자설계공정
ELECTRONIC DESIGN ENGINEERING
2013年
2期
44-46
,共3页
支持向量机%小波分析%匝间短路%故障诊断
支持嚮量機%小波分析%匝間短路%故障診斷
지지향량궤%소파분석%잡간단로%고장진단
具有结构风险最小化原则的支持向量机(SVM)对于小样本决策具有较好的学习推广性,并且故障样本的不足在一定程度上制约了基于知识的方法在故障诊断中的运用.针对这一问题,提出了利用支持向量机的方法对匝间转子绕组短路故障诊断方法.该方法利用小波分析对探测线圈测得感应电动势进行处理构造特征向量,然后输入到支持向量机的多故障分类器中进行故障识别.实验数据表明该方法是可行、有效的,并且在小样本的情况下,较BP神经网络有更好的分类效果.
具有結構風險最小化原則的支持嚮量機(SVM)對于小樣本決策具有較好的學習推廣性,併且故障樣本的不足在一定程度上製約瞭基于知識的方法在故障診斷中的運用.針對這一問題,提齣瞭利用支持嚮量機的方法對匝間轉子繞組短路故障診斷方法.該方法利用小波分析對探測線圈測得感應電動勢進行處理構造特徵嚮量,然後輸入到支持嚮量機的多故障分類器中進行故障識彆.實驗數據錶明該方法是可行、有效的,併且在小樣本的情況下,較BP神經網絡有更好的分類效果.
구유결구풍험최소화원칙적지지향량궤(SVM)대우소양본결책구유교호적학습추엄성,병차고장양본적불족재일정정도상제약료기우지식적방법재고장진단중적운용.침대저일문제,제출료이용지지향량궤적방법대잡간전자요조단로고장진단방법.해방법이용소파분석대탐측선권측득감응전동세진행처리구조특정향량,연후수입도지지향량궤적다고장분류기중진행고장식별.실험수거표명해방법시가행、유효적,병차재소양본적정황하,교BP신경망락유경호적분류효과.
