基于隱馬爾科夫模型的DC-DC變換器故障診斷方法研究.pdf

1、開關(guān)電源被廣泛地應用在現(xiàn)代社會各種電氣設備中，DC/DC變換器作為該項技術(shù)的核心，其可靠性與設備的安全運行緊密相關(guān)，DC/DC變換器一旦發(fā)生故障會導致設備功能失效，嚴重地甚至會引起系統(tǒng)的癱瘓。所以準確的故障診斷顯得尤為重要。
　　本文以DC/DC變換器為研究對象，將在語音識別領(lǐng)域廣泛應用的一種動態(tài)模式識別方法—隱馬爾科夫模型(HMM)引入到DC/DC變換器的故障診斷上，進行了基于HMM的Boost變換器的退化狀態(tài)檢測，以及全橋直流

2、變換器的故障診斷。對比分析了基于HMM、小波-HMM、神經(jīng)網(wǎng)絡、SVM支持向量機這四種模式識別方法的DC/DC變換器故障診斷的訓練過程和識別結(jié)果，驗證了將隱馬爾科夫模型應用在DC/DC故障診斷上的有效性，該方法所需樣本少，訓練速度快，識別率高，比其他方法更具優(yōu)勢，有很大的應用空間。
　　本文首先介紹了DC/DC變換器的基本原理，包括DC/DC變換器的分類和常用的故障診斷識別方法。選取了非隔離直流變換器中的Boost變換器與帶變壓器

3、隔離直流變換器中的全橋直流變換器為研究對象，詳細分析了其工作原理。介紹了故障診斷理論的發(fā)展，分析了現(xiàn)在常用的故障診斷識別方法的優(yōu)點以及不足之處。然后闡述了HMM的基本理論與方法，針對諸如初始參數(shù)的選擇、算法下溢、多觀察序列等在HMM實際應用中遇到的一些常見的問題提出了相應的改進措施。在理論分析的基礎(chǔ)上，研究了基于HMM的DC/DC故障診斷技術(shù)，闡述了利用HMM進行模型建立以及進行DC/DC變換器故障診斷的步驟和方法。通過HMM、小波-H