发明名称 |
一种卫星电源系统在线故障诊断方法 |
摘要 |
本发明公布了一种基于改进聚态经验模态分解(Ensemble Empirical Mode Decomposition,简称EEMD)和纠错码-支持向量机(Error Correcting Output Codes-Support Vector Machines,简称ECOC-SVM)的卫星电源系统在线故障诊断方法,属于电路故障诊断领域。该发明方法包括以下步骤:1)对待测的卫星电源电路进行可测性分析,确定可测点、故障层次、类型及数目;2)离线训练。在卫星电源电路的可测点处采集待测电路的输出信号。采用改进的EEMD方法对采集的电路故障信号进行故障特征提取以形成样本,用于训练模式分类器SVM和改进的ECOC;3)在线诊断。通过训练好的模式分类器SVM判断电路的状态,健康则重新监测,若出现故障,则通过改进的ECOC进行诊断,最后实现故障的识别和定位。 |
申请公布号 |
CN103995237A |
申请公布日期 |
2014.08.20 |
申请号 |
CN201410197878.9 |
申请日期 |
2014.05.09 |
申请人 |
南京航空航天大学 |
发明人 |
崔江;杨慧敏 |
分类号 |
G01R31/40(2014.01)I;G06N3/08(2006.01)I |
主分类号 |
G01R31/40(2014.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种基于改进EEMD和ECOC‑SVM的卫星电源系统在线故障诊断方法,其特征在于,包括如下步骤:1)对卫星电源电路进行可测性分析,确定故障层次、类型和数目,并采用软件进行仿真;2)离线操作包括数据采集、故障特征提取和分类器训练。所述故障特征提取方法,采用改进的EEMD技术,所述分类器为ECOC‑SVM,其中SVM是一种模式分类器,用于将采集到的健康数据和所有类别的故障数据进行分类,ECOC分类器是一种多类分类器,当故障发生后,用于故障识别和定位。3)在进行实际卫星电源电路的在线故障诊断时,利用可测点采样的故障信息,并利用步骤2)中同样的特征提取方法实现故障特征的压缩和提取,并利用步骤2)中训练好的模式分类器进行卫星电源系统健康状态的检测,若发现故障的存在,则进一步分析以实现故障定位,确定故障模式。 |
地址 |
210016 江苏省南京市白下区御道街29号 |