| 基于PSO-LSSVM的牵引供电系统故障诊断研究 |
| |
| 引用本文： | 张雷. 基于PSO-LSSVM的牵引供电系统故障诊断研究[J]. 机车电传动, 2019, 0(3): 51-55,59 |
| |
| 作者姓名： | 张雷 |
| |
| 作者单位： | 广东科贸职业学院信息与自动化学院,广东广州,510430 |
| |
| 摘 要： | 为了提高列车运行稳定性,针对牵引供电系统故障诊断进行研究。根据牵引供电系统工作原理和特性分析故障现象与发生原因,提取用于故障诊断的特征信号;建立基于粒子群优化算法(Particle Swarm Optimization,简称PSO)优化最小二乘支持向量机(Least Squares Support Vector Machine,简称LSSVM)的故障诊断模型,并使用主成分分析(Principal Component Analysis,简称PCA)算法提取数据特征作为故障诊断模型的输入来降低输入维数;使用多种故障诊断模型进行对比分析。研究结果表明:经过PCA算法提取特征的PSO-LSSVM故障诊断模型具有较高的识别效率和识别准确性。
|
| 关 键 词： | 列车供电 故障诊断 最小二乘支持向量机 粒子群优化 主成分分析 接触网 |
Research on Fault Diagnosis of Traction Power Supply System Based on PSO-LSSVM |
| |
| ZHANG Lei. Research on Fault Diagnosis of Traction Power Supply System Based on PSO-LSSVM[J]. Electric Drive For Locomotive, 2019, 0(3): 51-55,59 |
| |
| Authors: | ZHANG Lei |
| |
| Affiliation: | (Institute of Information and Automation,Guangdong Polytechnic of Science and Trade,Guangzhou,Guangdong 510430,China) |
| |
| Abstract: | ZHANG Lei(Institute of Information and Automation,Guangdong Polytechnic of Science and Trade,Guangzhou,Guangdong 510430,China) |
| |
| Keywords: | traction power supply fault diagnosis least squares support vector machine particle swarm optimization principal component analysis catenary |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
