[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在审
| 申请号： | 201810529468.8 | 申请日： | 2018-05-29 |
| 公开（公告）号： | CN108896932A | 公开（公告）日： | 2018-11-27 |
| 发明（设计）人： | 张少瑶;孙建红;郭红霞 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G01R31/40 | 分类号： | G01R31/40 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 封睿 |
| 地址： | 210094 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于小波包分解和CSA的开关电源电路故障诊断方法，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；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；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；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；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。本发明降低了故障诊断的复杂度、缩短了故障诊断的时间，提高了故障诊断的精度。 | ||
| 搜索关键词： | 故障诊断 小波包分解 故障样本 开关电源电路 待测样本 最优聚类中心 输出信号 谱分析 重构 克隆选择算法 待测电路 发生故障 故障类型 故障模式 类别样本 欧氏距离 复杂度 特征集 构建 学习 | ||
【主权项】：
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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京理工大学，未经南京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810529468.8/，转载请声明来源钻瓜专利网。
