柔性支持向量回归算法在故障诊断中的应用
来源期刊:控制工程2017年第6期
论文作者:王林 刘志军 田强 齐咏生
文章页码:1261 - 1265
关键词:支持向量回归;线性判别分析技术;并网型双馈风力发电机;故障诊断;
摘 要:柔性支持向量回归方法(F-SVR)的优势是在回归过程中无需对传统的三个参数进行设定,但是该方法的不利因素是要引入一个被称作"区间数"的数据分类参数。首先,根据提出的改进型支持向量回归方法,采用线性判别分析方法(LDA)计算"区间数",将故障数据集有效划分,建立每一种故障的SVR模型,设定故障阈值。当需要判断新信号正常与否时,直接通过阈值,进行故障诊断。然后,利用该方法对一个典型快变系统—风力发电系统的故障模式进行了测试,结果表明:改进型SVR算法对2 MW的双馈风力发电机组并网系统中的三相短路故障和逆变器开路故障的故障漏诊率低于任意设置"区间数"的方法。
王林,刘志军,田强,齐咏生
内蒙古工业大学电力学院
摘 要:柔性支持向量回归方法(F-SVR)的优势是在回归过程中无需对传统的三个参数进行设定,但是该方法的不利因素是要引入一个被称作"区间数"的数据分类参数。首先,根据提出的改进型支持向量回归方法,采用线性判别分析方法(LDA)计算"区间数",将故障数据集有效划分,建立每一种故障的SVR模型,设定故障阈值。当需要判断新信号正常与否时,直接通过阈值,进行故障诊断。然后,利用该方法对一个典型快变系统—风力发电系统的故障模式进行了测试,结果表明:改进型SVR算法对2 MW的双馈风力发电机组并网系统中的三相短路故障和逆变器开路故障的故障漏诊率低于任意设置"区间数"的方法。
关键词:支持向量回归;线性判别分析技术;并网型双馈风力发电机;故障诊断;