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