发明名称 一种基于IWO-ELM的航空功率变换器故障诊断方法
摘要 一种基于杂草算法(Invasive Weed Optimization,简称IWO)和极限学机(Extreme Learning Machine,简称ELM)的航空功率变换器故障诊断方法,属于电路故障诊断领域。该方法包括如下步骤:1)采集航空功率变换器在正常模式以及故障模式下的可测节点输出信号;2)利用主成分分析(Principal Component Analysis,简称PCA)法提取采集信号的关键特征,构建特征样本集;3)将特征样本集分为训练样本集和测试样本集,分别用于极限学机的训练和评估;4)将训练样本集分为训练数据和测试数据,利用训练数据训练极限学机,并使用杂草算法对隐含层节点数、输入权重以及隐含层节点偏置进行寻优,使得极限学机具有经过优化的分类器结构;5)测试样本集用于评估优化后的极限学机故障诊断性能。
申请公布号 CN105606914A 申请公布日期 2016.05.25
申请号 CN201510559194.3 申请日期 2015.09.06
申请人 南京航空航天大学 发明人 崔江;叶纪青;龚春英
分类号 G01R31/00(2006.01)I 主分类号 G01R31/00(2006.01)I
代理机构 代理人
主权项 一种基于IWO‑ELM的航空功率变换器故障诊断方法,其特征在于,包含以下基本步骤:1)采集航空功率变换器在正常模式以及故障模式下的可测节点输出信号;2)利用主成分分析法提取采集信号的关键特征,构建特征样本集;3)将特征样本集分为训练样本集和测试样本集,分别用于极限学习机的训练和评估;4)将训练样本集分为训练数据和测试数据,利用训练数据训练极限学习机,同时借助于优化算法实现对极限学习机的参数的优化分析;5)测试样本集用于评估优化后的极限学习机故障诊断性能。
地址 211100 江苏省南京市江宁区胜太西路南京航空航天大学自动化学院150信箱转130分箱