基于SPBO-RF的飞跨型逆变器故障诊断

开关管故障在并网逆变器中普遍存在，然而现阶段对开关管的故障诊断率低，在检测精度方面仍有提升空间，基于此，提出一种故障特征识别方法。该方法利用经验模态分解（EMD）算法进行故障特征提取，然后用学生心理优化算法（SPBO）优化随机森林（RF）的树深和树数目两个重要的超参数来进行故障特征识别。该方法兼具SPBO和RF的优点，可进行多管故障诊断并提高收敛速度和精度。最终仿真结果表明，所提方法的故障诊断率可达98%，对比其他方法，所提方法具有更好的诊断效果，验证了所提算法的有效性。