电力电子电路故障诊断技术
出版时间:
2016-06
版次:
1
ISBN:
9787512392090
定价:
28.00
装帧:
平装
开本:
16开
纸张:
胶版纸
页数:
148页
字数:
121千字
正文语种:
简体中文
-
《电力电子电路故障诊断技术》已发展完善的电力电子电路故障智能诊断方法为目的,针对电力电子电路故障诊断中的故障特征提取和识别两个关键技术问题进行了深入的研究和分析,在讲解基本原理和基本方法的基础上,辅以一定的故障诊断实例,使读者学习起来更能结合实际。具体内容包括:电力电子电路故障诊断基本概念与特点,、波形直接分析和神经网络相结合、统计分析与神经网络相结合、小波分析与神经网络相结合、主元分析与支持向量机相结合、S变换域支持向量机相结合以及基于相似度的电力电子电路故障诊断方法。这些算法逼近通过了理论上的分析,还通过了仿真实验予以验证。 《电力电子电路故障诊断技术》适合大专院校电力电子专业的师生学习使用,也可供从事电力电子电路研发、分析的工程技术人员参考。 11.1故障诊断常用的方法41.2电力电子电路故障的特点10参考文献12第二章基于波形直接分析的电力电子电路故障诊断方法152.1引言172.2BP神经网络172.2.1网络模型172.2.2BP算法182.2.3LM学习算法202.2.4神经网络的设计212.3基于神经网络的电力电子电路故障诊断方法232.3.1故障模型232.3.2故障模型分析242.3.3基于神经网络的电力电子电路故障诊断方法262.3.4仿真实验分析272.4本章小结32参考文献32第三章基于主元分析的电力电子电路故障诊断方法353.1引言373.2主元分析原理373.2.1原理概述383.2.2奇异值分解413.2.3主元数的确定423.3基于主元分析的故障特征提取433.4基于主元分析神经网络的故障诊断453.5实验验证453.6本章小结50参考文献50第四章基于小波包分析和神经网络的电力电子电路故障诊断方法534.1引言554.2小波包分析理论554.2.1小波变换定义554.2.2多分辨率分析574.2.3小波包分析584.3电力电子电路故障的特征提取594.3.1基于能量分布的特征提取原理594.3.2基于小波包分析的电力电子电路故障特征提取604.4实验验证614.4.1十二脉波可控整流电路及故障分析614.4.2基于小波包分解的能量分布694.4.3实验结果分析724.5本章小结77参考文献78第五章基于支持向量机的电力电子电路故障诊断方法795.1引言815.2支持向量机815.2.1最优分类面825.2.2广义最优分类面(线性不可分情况)845.2.3支持向量机845.3支持向量机的多故障分类算法的研究865.4基于小波包分析和SVM的电力电子电路故障诊断方法885.4.1基于小波包分析和SVM的电力电子电路故障诊断方法885.4.2训练性能分析与故障诊断905.5基于PCA和支持向量机的电力电子电路故障诊断方法935.5.1故障诊断方法935.5.2仿真实验分析955.6本章小结100参考文献100第六章基于S变换的电力电子电路故障诊断方法1036.1引言1056.2S变换原理1056.3基于S变换和支持向量机的电力电子电路故障诊断方法1066.3.1基于S变换的故障特征提取1076.3.2支持向量机在故障类型识别中的应用1126.4仿真实验结果分析1146.5本章小结117参考文献118第七章基于相似度的电力电子电路故障诊断方法1197.1引言1217.2WignerVille分布1217.2.1WignerVille的定义和性质1217.2.2电力电子电路故障信号的WignerVille分布1227.3基于相似度的电力电子电路故障诊断方法1237.3.1基于WignerVille分布的相似度的定义1247.3.2仿真结果分析1307.4本章小结135参考文献135后记137
-
内容简介:
《电力电子电路故障诊断技术》已发展完善的电力电子电路故障智能诊断方法为目的,针对电力电子电路故障诊断中的故障特征提取和识别两个关键技术问题进行了深入的研究和分析,在讲解基本原理和基本方法的基础上,辅以一定的故障诊断实例,使读者学习起来更能结合实际。具体内容包括:电力电子电路故障诊断基本概念与特点,、波形直接分析和神经网络相结合、统计分析与神经网络相结合、小波分析与神经网络相结合、主元分析与支持向量机相结合、S变换域支持向量机相结合以及基于相似度的电力电子电路故障诊断方法。这些算法逼近通过了理论上的分析,还通过了仿真实验予以验证。 《电力电子电路故障诊断技术》适合大专院校电力电子专业的师生学习使用,也可供从事电力电子电路研发、分析的工程技术人员参考。
-
目录:
11.1故障诊断常用的方法41.2电力电子电路故障的特点10参考文献12第二章基于波形直接分析的电力电子电路故障诊断方法152.1引言172.2BP神经网络172.2.1网络模型172.2.2BP算法182.2.3LM学习算法202.2.4神经网络的设计212.3基于神经网络的电力电子电路故障诊断方法232.3.1故障模型232.3.2故障模型分析242.3.3基于神经网络的电力电子电路故障诊断方法262.3.4仿真实验分析272.4本章小结32参考文献32第三章基于主元分析的电力电子电路故障诊断方法353.1引言373.2主元分析原理373.2.1原理概述383.2.2奇异值分解413.2.3主元数的确定423.3基于主元分析的故障特征提取433.4基于主元分析神经网络的故障诊断453.5实验验证453.6本章小结50参考文献50第四章基于小波包分析和神经网络的电力电子电路故障诊断方法534.1引言554.2小波包分析理论554.2.1小波变换定义554.2.2多分辨率分析574.2.3小波包分析584.3电力电子电路故障的特征提取594.3.1基于能量分布的特征提取原理594.3.2基于小波包分析的电力电子电路故障特征提取604.4实验验证614.4.1十二脉波可控整流电路及故障分析614.4.2基于小波包分解的能量分布694.4.3实验结果分析724.5本章小结77参考文献78第五章基于支持向量机的电力电子电路故障诊断方法795.1引言815.2支持向量机815.2.1最优分类面825.2.2广义最优分类面(线性不可分情况)845.2.3支持向量机845.3支持向量机的多故障分类算法的研究865.4基于小波包分析和SVM的电力电子电路故障诊断方法885.4.1基于小波包分析和SVM的电力电子电路故障诊断方法885.4.2训练性能分析与故障诊断905.5基于PCA和支持向量机的电力电子电路故障诊断方法935.5.1故障诊断方法935.5.2仿真实验分析955.6本章小结100参考文献100第六章基于S变换的电力电子电路故障诊断方法1036.1引言1056.2S变换原理1056.3基于S变换和支持向量机的电力电子电路故障诊断方法1066.3.1基于S变换的故障特征提取1076.3.2支持向量机在故障类型识别中的应用1126.4仿真实验结果分析1146.5本章小结117参考文献118第七章基于相似度的电力电子电路故障诊断方法1197.1引言1217.2WignerVille分布1217.2.1WignerVille的定义和性质1217.2.2电力电子电路故障信号的WignerVille分布1227.3基于相似度的电力电子电路故障诊断方法1237.3.1基于WignerVille分布的相似度的定义1247.3.2仿真结果分析1307.4本章小结135参考文献135后记137
查看详情
-
九品
北京市昌平区
平均发货22小时
成功完成率86.94%
-
九品
北京市海淀区
平均发货25小时
成功完成率87.79%
-
九五品
山东省菏泽市
平均发货6小时
成功完成率97.12%
-
九品
山东省菏泽市
平均发货14小时
成功完成率93.97%
-
九品
北京市朝阳区
平均发货22小时
成功完成率90.03%
-
九品
北京市朝阳区
平均发货22小时
成功完成率90.03%
-
九品
北京市朝阳区
平均发货22小时
成功完成率90.03%