电力电子电路故障诊断技术pdf/txt下载_在线阅读全文

编辑推荐

《电力电子电路故障诊断技术》适合大专院校电力电子专业的师生学习使用，也可供从事电力电子电路研发、分析的工程技术人员参考。

内容简介

《电力电子电路故障诊断技术》已发展完善的电力电子电路故障智能诊断方法为目的，针对电力电子电路故障诊断中的故障特征提取和识别两个关键技术问题进行了深入的研究和分析，在讲解基本原理和基本方法的基础上，辅以一定的故障诊断实例，使读者学习起来更能结合实际。具体内容包括：电力电子电路故障诊断基本概念与特点，、波形直接分析和神经网络相结合、统计分析与神经网络相结合、小波分析与神经网络相结合、主元分析与支持向量机相结合、S变换域支持向量机相结合以及基于相似度的电力电子电路故障诊断方法。这些算法逼近通过了理论上的分析，还通过了仿真实验予以验证。《电力电子电路故障诊断技术》适合大专院校电力电子专业的师生学习使用，也可供从事电力电子电路研发、分析的工程技术人员参考。

目　　录

1
1.1 故障诊断常用的方法 4
1.2 电力电子电路故障的特点 10
参考文献 12
第二章基于波形直接分析的电力电子电路故障诊断方法 15
2.1 引言 17
2.2 BP神经网络 17
2.2.1 网络模型 17
2.2.2 BP算法 18
2.2.3 L M 学习算法 20
2.2.4 神经网络的设计 21
2.3 基于神经网络的电力电子电路故障诊断方法 23
2.3.1 故障模型 23
2.3.2 故障模型分析 24

1
1.1 故障诊断常用的方法  4
1.2 电力电子电路故障的特点  10
参考文献  12
第二章 基于波形直接分析的电力电子电路故障诊断方法  15
2.1 引言 17
2.2 BP神经网络  17
2.2.1 网络模型  17
2.2.2 BP算法  18
2.2.3 L M 学习算法  20
2.2.4 神经网络的设计  21
2.3 基于神经网络的电力电子电路故障诊断方法  23
2.3.1 故障模型  23
2.3.2 故障模型分析  24
2.3.3 基于神经网络的电力电子电路故障诊断方法  26
2.3.4 仿真实验分析  27
2.4 本章小结 32
参考文献  32
第三章 基于主元分析的电力电子电路故障诊断方法  35
3.1 引言 37
3.2 主元分析原理  37
3.2.1 原理概述  38
3.2.2 奇异值分解  41
3.2.3 主元数的确定  42
3.3 基于主元分析的故障特征提取  43
3.4 基于主元分析 神经网络的故障诊断  45
3.5 实验验证 45
3.6 本章小结 50
参考文献  50
第四章 基于小波包分析和神经网络的电力电子电路故障诊断方法  53
4.1 引言 55
4.2 小波包分析理论  55
4.2.1 小波变换定义  55
4.2.2 多分辨率分析  57
4.2.3 小波包分析  58
4.3 电力电子电路故障的特征提取  59
4.3.1 基于能量分布的特征提取原理  59
4.3.2 基于小波包分析的电力电子电路故障特征提取  60
4.4 实验验证 61
4.4.1 十二脉波可控整流电路及故障分析  61
4.4.2 基于小波包分解的能量分布  69
4.4.3 实验结果分析  72
4.5 本章小结 77
参考文献  78
第五章 基于支持向量机的电力电子电路故障诊断方法  79
5.1 引言 81
5.2 支持向量机  81
5.2.1 最优分类面  82
5.2.2 广义最优分类面 (线性不可分情况)  84
5.2.3 支持向量机  84
5.3 支持向量机的多故障分类算法的研究  86
5.4 基于小波包分析和SVM 的电力电子电路故障诊断方法  88
5.4.1 基于小波包分析和SVM 的电力电子电路故障诊断方法  88
5.4.2 训练性能分析与故障诊断  90
5.5 基于PCA和支持向量机的电力电子电路故障诊断方法  93
5.5.1 故障诊断方法  93
5.5.2 仿真实验分析  95
5.6 本章小结  100
参考文献 100
第六章 基于S变换的电力电子电路故障诊断方法  103
6.1 引言  105
6.2 S变换原理  105
6.3 基于S变换和支持向量机的电力电子电路故障诊断方法  106
6.3.1 基于S变换的故障特征提取  107
6.3.2 支持向量机在故障类型识别中的应用  112
6.4 仿真实验结果分析  114
6.5 本章小结  117
参考文献 118
第七章 基于相似度的电力电子电路故障诊断方法  119
7.1 引言  121
7.2 Wigner Ville分布  121
7.2.1 Wigner Ville的定义和性质  121
7.2.2 电力电子电路故障信号的 Wigner Ville分布  122
7.3 基于相似度的电力电子电路故障诊断方法  123
7.3.1 基于 Wigner Ville分布的相似度的定义  124
7.3.2 仿真结果分析  130
7.4 本章小结  135
参考文献 135
后记  137

显示全部信息

前　　言

随着电力电子技术的迅猛发展,实现能量变换的电力电子电路,由于其效率高、控制灵活方便、易实现等优点,使其的应用日益广泛。而电力电子整流装置的故障问题越来越突出,因此在电力电子电路中应用自动故障诊断技术,是有其现实意义和经济效益的,开展相关的理论和方法研究尤为重要。
本书以发展和完善电力电子电路故障的智能诊断技术为目的,针对电力电子电路故障诊断中的故障特征提取和识别两个关键技术问题进行了深入研究和分析。全书共分为7章,包括电力电子电路故障诊断基本概念与特点的简述、基于波形直接分析和神经网络的电力电子电路故障诊断方法、统计分析的故障特征提取方法以及其与神经网络相结合的电力电子电路故障诊断方法、小波分析的故障特征提取方法以及其与神经网络相结合的电力电子电路故障诊断方法、基于主元分析和支持向量机相结合的电力电子电路故障诊断方法、基于S变换和支持向量机相结合的电力电子电路故障诊断方法、基于相似度的电力电子电路故障诊断方法。这些算法不仅通过了理论上的分析,还通过仿真实验予以验证。
人类文明不断进步,科学发展日新月异,本书在科学探索的道路上还有诸多不足之处,但笔者谨怀抛砖引玉之心,希望它能够为后续研究奠定基础、提供参考、启发思路,共同为电力系统故障诊断的发展不懈努力。

随着电力电子技术的迅猛发展,实现能量变换的电力电子电路,由于其效率高、控制灵活方便、易实现等优点,使其的应用日益广泛。而电力电子整流装置的故障问题越来越突出,因此在电力电子电路中应用自动故障诊断技术,是有其现实意义和经济效益的,开展相关的理论和方法研究尤为重要。
本书以发展和完善电力电子电路故障的智能诊断技术为目的,针对电力电子电路故障诊断中的故障特征提取和识别两个关键技术问题进行了深入研究和分析。全书共分为7章,包括电力电子电路故障诊断基本概念与特点的简述、基于波形直接分析和神经网络的电力电子电路故障诊断方法、统计分析的故障特征提取方法以及其与神经网络相结合的电力电子电路故障诊断方法、小波分析的故障特征提取方法以及其与神经网络相结合的电力电子电路故障诊断方法、基于主元分析和支持向量机相结合的电力电子电路故障诊断方法、基于S变换和支持向量机相结合的电力电子电路故障诊断方法、基于相似度的电力电子电路故障诊断方法。这些算法不仅通过了理论上的分析,还通过仿真实验予以验证。
人类文明不断进步,科学发展日新月异,本书在科学探索的道路上还有诸多不足之处,但笔者谨怀抛砖引玉之心,希望它能够为后续研究奠定基础、提供参考、启发思路,共同为电力系统故障诊断的发展不懈努力。
本书受国家自然科学基金(51309116)、福建省自然科学基金(2016J01736)、福建省教育厅杰青科研基金(JA14169)、人工智能四川省重点实验室基金(2014RYJ03) 和集美大学科研基金(ZQ2013001,ZC2013012)资助。
编 者

显示全部信息

电力电子电路故障诊断技术下载

电力电子电路故障诊断技术

发布书评

相关图书推荐