[发明专利]基于小波包分解和CSA的开关电源电路故障诊断方法

权利要求书

1.一种基于小波包分解和CSA的开关电源电路故障诊断方法，其特征在于，包括如下步骤：

步骤1、获取开关电源电路在正常以及故障模式下的输出信号，构建故障样本集；

步骤2、对故障样本集进行小波包分解、重构和AR谱分析，提取故障样本特征；

步骤3、利用克隆选择算法对故障样本特征集进行学习，得出每个类别样本的最优聚类中心；

步骤4、获取待测电路的输出信号，进行小波包分解、重构和AR谱分析，提取待测样本特征；

步骤5、根据待测样本特征和训练的最优聚类中心的欧氏距离，确定待测样本是否发生故障，以及故障类型。

2.根据权利要求1所述的开关电源电路故障诊断方法，其特征在于，步骤1通过Multisim仿真软件对开关电源电路进行仿真，采集电路在正常和故障模式下的电压信号，作为故障样本集。

3.根据权利要求1所述的开关电源电路故障诊断方法，其特征在于，步骤2提取故障样本特征的具体过程为：

步骤2.1、进行小波包分解，对频带进行多层次划分，确定对应频段的小波包系数；

步骤2.2、根据小波包系数重构信号，重构某一频段信号时，将其他段的小波包系数置为零；

步骤2.3、对每一段重构的信号进行AR谱分析，得到仅含特定频率信息的AR谱，计算对应的能量构成能量向量作为故障样本特征。

4.根据权利要求2所述的开关电源电路故障诊断方法，其特征在于，步骤2.1进行三次小波包分解，得到第3层的8个小波包系数。

5.根据权利要求1所述的开关电源电路故障诊断方法，其特征在于，步骤3克隆算法的具体过程如下：

步骤3.1、计算样本亲和力，筛选亲和力满足要求的训练样本构建记忆细胞集

步骤3.2、计算克隆数目和变异率，进行克隆增值和变异操作；

步骤3.3、根据亲和力，在变异后的故障样本中选择训练样本加入记忆细胞集，组成新的记忆细胞集；

步骤3.4、计算记忆细胞集的聚类中心，判断聚类中心的值是否稳定，若满足则输出聚类中心，否则继续进行克隆、变异、记忆细胞更新和聚类中心更新。

6.根据权利要求5所述的开关电源电路故障诊断方法，其特征在于，步骤3.1中亲和力计算公式为：

D_i＝||MAb_T(i)-AR(i)||

式中，f_i为第i类故障样本的亲和力，MAb_T(i)为第i类故障样本，D_i第i类故障样本与聚类中心的欧氏距离，Ao(i)为第i类故障样本的聚类中心。

7.根据权利要求5所述的开关电源电路故障诊断方法，其特征在于，步骤3.2中克隆数目计算公式为:

N_c＝round(f_i×K)

式中，K为克隆规模，N_c为克隆数目，round()为取整函数，根据四舍五入取最接近的整数。

8.根据权利要求5所述的开关电源电路故障诊断方法，其特征在于，步骤3.2中变异率的计算公式为：

β_i＝η/f_i

式中，β_i为第i类故障样本的变异率,η为常数，f_i为第i类故障样本的亲和力；

变异操作对应的函数为：

MAb11_V′＝MAb11_V+β_i(Ao(i)-MAb11_V)×N(0，1)

式中，MAb11_V为变异前的故障样本，MAb11_V′为变异后的故障样本，N(0，1)为0到1之间的随机数。