|
|||||
|
|
| 基于粒子群优化LS-WSVM的电机断条故障诊断 | |
| 作者单位： | ;1.中国矿业大学信息与电气工程学院;2.华北电力大学电气与电子工程学院 |
| 摘 要： | 为了准确检测出鼠笼式异步电机的转子断条故障,提出一种基于粒子群优化最小二乘小波支持向量机的诊断方法。首先,利用小波包或经验模态分解法提取出电机定子电流信号的特征向量,将特征向量分为训练集和测试集。再将训练集输入粒子群优化的最小二乘小波支持向量机进行训练,用训练好的最小二乘小波支持向量机对测试集进行分类。实验结果显示,此方法的故障诊断正确率明显高于最小二乘支持向量机的故障诊断方法。本文将小波分析和支持向量机结合使两者的优势互补,具有强大的泛化能力,为异步电机的转子断条故障诊断提出了一种新的方法。 |
| 关 键 词： | 故障诊断 粒子群优化 最小二乘支持向量机 感应电机 转子断条 |
Broken Rotor Bar Fault Diagnosis of Motors Based on LS-WSVM Optimized by Particle Swarm Optimization Algorithm |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
