電力電子技術(shù)中故障診斷特征提取方法的研究 

閔月梅，韓偉，王宏華 
河海大學(xué) 能源與電氣學(xué)院, 江蘇 南京 211100 
 

摘 要：特征信息提取作為電力電子電路故障診斷的重要環(huán)節(jié)，直接影響到診斷結(jié)果的有效性。闡述了目前常用的各種故障診斷提取方法，結(jié)合實際應(yīng)用對各個方法進(jìn)行了優(yōu)缺點評價。在此基礎(chǔ)上，提出了未來特征提取方法的新思路，即構(gòu)造能夠發(fā)揮各自優(yōu)點，實現(xiàn)功能互補(bǔ)的特征提取方法，為進(jìn)一步提高故障診斷的準(zhǔn)確性提供參考。

關(guān)鍵詞：特征提取；故障診斷；電力電子技術(shù)

中圖分類號：TP206+.3 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-3175(2013)04-0001-05

Research on Feature Extraction of Fault Diagnosis in Power Electronics Technology 

MIN Yue-mei, HAN Wei, WANG Hong-hua 
College of Energy and Electrical Engineering of Hohai University, Nanjing 211100, China 
 

Abstract: Feature information extraction, which directly influences the validity of diagnosis result, is an important link in power electronic circuit fault diagnosis. This paper summarized some methods of fault feature extraction in common use and evaluated the advantages and disadvantages of each method with the combination of practical application. On the basis of this, this paper proposed a new idea for future feature extraction methods, which constructed the feature extraction method to bring each advantage into play and to realize the complementary function, to provide reference for further improving the accuracy of fault diagnosis.

Key words: feature extraction; fault diagnosis; power electronic technology

參考文獻(xiàn)
[1] 羅慧，王友仁，崔江，等.電力電子電路多源特征層融合故障診斷方法[J].電機(jī)與控制學(xué)報，2010，14(4)：92-96.
[2] 劉中華，盛賽斌.故障特征提取的方法研究[J].計算機(jī)應(yīng)用，2004(11)：19-21.
[3] 王承，陳光，謝永樂.基于主元分析與神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷[J].電子測量與儀器學(xué)報，2005，19(5)：14-18.
[4] 吳洪艷，高國宏.基于主元分析和支持向量機(jī)的電路故障診斷模型[J].湛江師范學(xué)院學(xué)報，2010，31(3)：44-46.
[5] 張曉梅.設(shè)備故障診斷中的特征提取[J].傳感器技術(shù)，2004，23(1)：12-13.
[6] Yoon S Y, MacGregor J F. Fault diagnosis with multivariate statistical models part I：using steady state fault signatures[J]. Journal of Process Control, 2001，11(4)：387-400.
[7] 胡金海，謝壽生，侯勝利，等.核函數(shù)主元分析及其在故障特征提取中的應(yīng)用[J].振動、測試與診斷，2007，27(1)：48-52.
[8] 周政.BP神經(jīng)網(wǎng)絡(luò)的發(fā)展現(xiàn)狀綜述[J].山西電子技術(shù)，2008(2)：90-92.
[9] 袁海英，陳光，謝永樂.故障診斷中基于神經(jīng)網(wǎng)絡(luò)的特征提取方法研究[J].儀器儀表學(xué)報，2007，28(1)：90-94.
[10] 葉人珍，鄒進(jìn).小波變換在故障特征提取中的應(yīng)用[J].樂山師范學(xué)院學(xué)報，2005，20(5)：33-35.
[11] 楊春寧.基于小波變換的故障電路特征值提取的研究[D].長春：吉林大學(xué)，2004.
[12] Xu Xiaoli, Chen Tao, Wang Shaohong.Fault Feature Extraction Based on Optimal Energy Using Lifting Wavelet Packet[C]//International Conference on Information Science and Technology, 2011. 
[13] 譚陽紅，葉佳卓.模擬電路故障診斷的小波方法[J].電子與信息學(xué)報，2006，28(9)：1748-1751.
[14] 劉紅，陳光，宋國明，等.基于AdaBoost集成網(wǎng)絡(luò)的模擬電路單軟故障診斷[J].儀器儀表學(xué)報，2010，31(4)：851-856. 
[15] 魯峰，黃金泉，仇小杰，等.基于信息熵融合提取特征的發(fā)動機(jī)氣路分析[J].儀器儀表學(xué)報，2012，33(1)：13-19.
[16] 楊娟.轉(zhuǎn)子故障信號的量化特征提取方法研究[D].蘭州：蘭州理工大學(xué)，2010.
[17] 王國胤.Rough集理論與知識獲取[M].西安：西安交通大學(xué)出版社，2001.
[18] Radzikowska A M, Kerre E E.A comparative study of fuzzy rough sets[J].Fuzzy Sets and Systems, 2002(126)：137-155.
[19] 張文修，吳偉志，梁吉業(yè)，等.粗糙集理論與方法[M].北京：科學(xué)出版社，2001.
[20] 郭小薈，馬小平.基于粗糙集的故障診斷特征提取[J].計算機(jī)工程與應(yīng)用，2007，43(1)：221-224.
[21] 肖云魁，李世義，王建新，等.以粗糙集近似逼近理論提取發(fā)動機(jī)振動故障特征[J].振動、測試與診斷，2004，24(4)：262-266.
[22] 高正明，何彬，趙娟，等.常用故障特征提取方法[J].機(jī)床與液壓，2009，37(12)：227-230.
[23] 梁保松，曹殿立.模糊數(shù)學(xué)及其應(yīng)用[M].北京：科學(xué)出版社，2007.
[24] 孫超.設(shè)備故障特征量提取及其隸屬函數(shù)建立關(guān)鍵技術(shù)研究[D].鄭州：鄭州大學(xué)，2004.
[25] 張克南，陸揚(yáng)，謝里陽，等.基于SVD方法的弱故障特征提取方法[J].機(jī)床與液壓，2006(10)：214-216.
[26] 薛瑋飛，郭金泉，陳進(jìn)，等.波疊加法在機(jī)械噪聲故障特征提取中的應(yīng)用研究[J].機(jī)械強(qiáng)度，2007，29(6)：900-903.
[27] 張建軍，王仲生，吳英建，等.基于諧波追蹤的發(fā)動機(jī)轉(zhuǎn)子系統(tǒng)早期故障特征提取方法研究[J].機(jī)械科學(xué)與技術(shù)，2007，26(12)：1657-1660.
[28] 方芳，楊士元，侯新國.獨立分量分析在感應(yīng)電動機(jī)轉(zhuǎn)子故障特征提取中的應(yīng)用[J].數(shù)據(jù)采集與處理，2007，22(4)：496-500.
[29] 胡金海，謝壽生，侯勝利，等.粗糙核主元分析方法及其在故障特征提取中的應(yīng)用[J].振動與沖擊，2008，27(3)：50-54.