基于VMD-IBKA-ELM的电力电子电路软故障诊断

陈苗, 姜媛媛

PDF(1489 KB)
PDF(1489 KB)
天津科技大学学报 ›› 2024, Vol. 39 ›› Issue (06) : 57-65. DOI: 10.13364/j.issn.1672-6510.20240113

基于VMD-IBKA-ELM的电力电子电路软故障诊断

  • 陈苗, 姜媛媛
作者信息 +
History +

摘要

针对传统电力电子电路在软故障诊断领域的特征区分度低、诊断效率低等一系列问题,提出一种变分模态分解(VMD)结合改进的黑翅鸢搜索算法(IBKA)优化极限学习机(ELM)的故障诊断方法。首先,利用VMD技术将采集到的故障信号进行分解重构,并得到故障诊断的特征向量。其次,用改进后的黑翅鸢搜索算法对ELM的参数进行优化,得到IBKA-ELM分类模型;IBKA采用Sine映射初始化种群,随机选择3个不同的个体进行差分变异操作,更新领导者位置,在领导者位置更新处引入自适应惯性权重因子,可有效提高算法的寻优能力和收敛速度。最后,通过150 W的Boost电路对本文方法进行实验验证。实验结果显示,VMD结合IBKA-ELM的故障诊断方法在实际诊断中的精度均达到99%以上。

关键词

软故障诊断 / 变分模态分解 / 黑翅鸢搜索算法 / 极限学习机 / DC–DC电路

中图分类号

TM13 / TP277

引用本文

导出引用
陈苗, 姜媛媛. 基于VMD-IBKA-ELM的电力电子电路软故障诊断. 天津科技大学学报. 2024, 39(06): 57-65 https://doi.org/10.13364/j.issn.1672-6510.20240113

基金

安徽省重点研究与开发计划项目(202104g01020012); 安徽理工大学环境友好材料与职业健康研究院研发专项基金资助项目(ALW2020YF18)

评论

PDF(1489 KB)

Accesses

Citation

Detail

段落导航
相关文章

/