1
1.1故障診斷常用的方法4
1.2電力電子電路故障的特點10
參考文獻12
第二章基於波形直接分析的電力電子電路故障診斷方法15
2.1引言17
2.2BP神經網絡17
2.2.1網絡模型17
2.2.2BP算法18
2.2.3LM學習算法20
2.2.4神經網絡的設計21
2.3基於神經網絡的電力電子電路故障診斷方法23
2.3.1故障模型23
2.3.2故障模型分析24
2.3.3基於神經網絡的電力電子電路故障診斷方法26
2.3.4仿真實驗分析27
2.4本章小結32
參考文獻32
第三章分析的電力電子電路故障診斷方法35
3.1引言37
3分析原理37
3.2.1原理概述38
3.2.2奇異值分解41
3.2數的確定42
3.3分析的故障特征提取43
3.4分析神經網絡的故障診斷45
3.5實驗驗證45
3.6本章小結50
參考文獻50
第四章基於小波包分析和神經網絡的電力電子電路故障診斷方法53
4.1引言55
4.2小波包分析理論55
4.2.1小波變換定義55
4.2.2多分辨率分析57
4.2.3小波包分析58
4.3電力電子電路故障的特征提取59
4.3.1基於能量分布的特征提取原理59
4.3.2基於小波包分析的電力電子電路故障特征提取60
4.4實驗驗證61
4.4.1十二脈波可控整流電路及故障分析61
4.4.2基於小波包分解的能量分布69
4.4.3實驗結果分析72
4.5本章小結77
參考文獻78
第五章基於支持向量機的電力電子電路故障診斷方法79
5.1引言81
5.2支持向量機81
5.2.1最優分類面82
5.2.2廣義最優分類面(線性不可分情況)84
5.2.3支持向量機84
5.3支持向量機的多故障分類算法的研究86
5.4基於小波包分析和SVM的電力電子電路故障診斷方法88
5.4.1基於小波包分析和SVM的電力電子電路故障診斷方法88
5.4.2訓練性能分析與故障診斷90
5.5基於PCA和支持向量機的電力電子電路故障診斷方法93
5.5.1故障診斷方法93
5.5.2仿真實驗分析95
5.6本章小結100
參考文獻100
第六章基於S變換的電力電子電路故障診斷方法103
6.1引言105
6.2S變換原理105
6.3基於S變換和支持向量機的電力電子電路故障診斷方法106
6.3.1基於S變換的故障特征提取107
6.3.2支持向量機在故障類型識別中的應用112
6.4仿真實驗結果分析114
6.5本章小結117
參考文獻118
第七章基於相似度的電力電子電路故障診斷方法119
7.1引言121
7.2WignerVille分布121
7.2.1WignerVille的定義和性質121
7.2.2電力電子電路故障信號的WignerVille分布122
7.3基於相似度的電力電子電路故障診斷方法123
7.3.1基於WignerVille分布的相似度的定義124
7.3.2仿真結果分析130
7.4本章小結135
參考文獻135
後記137