基于ACGAN的功率变换器参数性故障诊断方法OACSTPCD
Method of Diagnosing Parametric Fault of Power Converter Based on Auxiliary Classifier Generative Adversarial Nets
提出了一种基于辅助分类生成对抗网络的功率变换器参数性故障智能诊断方法.首先采集功率变换器的测点电压与支路电流信号,提取信号的时域特征,构成故障特征向量.采用对抗学习机制训练生成器和判别器,由ACGAN中生成器构造与真实故障特征分布近似的伪数据,从而将伪数据与真实数据同时用于训练判别器,判别器通过判别真伪数据来训练生成器.以Buck变换器为例,验证了所提出的故障诊断方法的可行性,结果表明ACGAN故障诊断方法相对于传统神经网络具有更高的故障诊断率与更优的泛化性能.
傅宏辉;王友仁;孙灿飞;孙权
南京航空航天大学 自动化学院,江苏 南京211106南京航空航天大学 自动化学院,江苏 南京211106南京航空航天大学 自动化学院,江苏 南京211106南京航空航天大学 自动化学院,江苏 南京211106
信息技术与安全科学
故障诊断对抗学习机制功率变换器深度学习ACGAN样本生成
《机械制造与自动化》 2019 (6)
159-163,5
南京航空航天大学研究生创新基地(实验室)开放基金资助( kfjj20170323)中央高校基本科研业务费专项资金资助
评论