来源：期刊VIP网 时间：
作者：毛向德;董海鹰;梁金平;
单位：兰州交通大学自动化与电气工程学院;兰州交通大学新能源与动力工程学院;
摘要：针对电力机车牵引变流器中故障率最高的单相脉宽调制(pulse width modulation, PWM)整流器，提出一种流形学习算法融合多域特征的故障诊断方法。根据整流器在不同工作状态下的时域、频域和时频域特征构建多域特征向量；采用Hessian局部线性嵌入(Hessian local linear embedding, HLLE)算法融合多域特征，根据故障样本数和聚类结果，解决高维数据中固有维数和最近邻数选取困难的问题，得到用于描述故障特征的最优低维特征向量，减少特征之间的冲突和冗余；采用支持向量机进行模式识别，实现对整流器的故障诊断。结果表明：对不同的输出电压，不同的训练和测试比，15种故障模式均具有较高的诊断率。与其他方法相比，本文方法具有较好的融合效果和较强的鲁棒性。
关键词：单相PWM整流器;;流形学习;;Hessian局部线性嵌入;;DB指标;;特征融合
基金资助：甘肃省科技计划(24JRRA266)
