基于改进LSTM-SVM的双向DC-DC电力变换器故障诊断OA北大核心CSTPCD
Fault diagnosis of bidirectional DC-DC power converter based on improved LSTM-SVM
目的 为了解决双向DC-DC电力变换器的软故障诊断精度不高的问题,方法 提出基于改进LSTM-SVM的双向DC-DC电力变换器故障诊断模型.首先,分析双向DC-DC电力变换器中电容、电感和MOSFET管的故障机理,通过仿真实验模拟各元件失效后变换器的输出电气参数变化,从而确定变换器不同元件故障时对应的故障特征参数;其次,构建改进的LSTM-SVM双向DC-DC电力变换器故障诊断组合模型,在LSTM中添加Mogrifier门机制,提高LSTM提取时…查看全部>>
Objectives In order to solve the problem of low accuracy of soft fault diagnosis for bidirectional DC-DC power converter,Methods the fault diagnosis model of bidirectional DC-DC power converter based on improved LSTM-SVM was proposed.Firstly,the fault mechanisms of capacitors,inductors and MOSFET tubes in bidirectional DC-DC power converter were analyzed.The variations of the output electrical param-eters of the converter after the failure of each component …查看全部>>
王福忠;任淯琳;张丽;王丹
河南理工大学 电气工程与自动化学院,河南 焦作 454000河南理工大学 电气工程与自动化学院,河南 焦作 454000河南理工大学 电气工程与自动化学院,河南 焦作 454000黄河交通学院 智能工程学院,河南 焦作 454950
计算机与自动化
双向DC-DC变换器软故障改进长短期记忆网络麻雀搜索支持向量机故障诊断
bidirectional DC-DC convertersoft faultimproved long and short term memory networksparrow searchsupport vector machinefault diagnosis
《河南理工大学学报（自然科学版）》 2024 (5)
118-126,9
国家自然科学基金资助项目(U1804143)河南省科技攻关项目(232102241028202102210295)河南省高校基本科研业务费专项项目(NSFRF210424)河南理工大学青年骨干教师资助项目(2019XQG-17).
评论