优化VMD算法在汽车逆变器早期故障诊断中的应用

摘要：

针对传统变分模态分解(VMD)对电动汽车Z源逆变器早期故障诊断中的分解效果受分解个数K和二次惩罚因子α的影响而导致诊断效果差的问题,提出了天牛须搜索算法(BAS)优化V MD参数的Z源逆变器早期故障诊断方法.对Z源逆变器三相桥臂中点间的线电压信号,采用天牛须搜索算法优化V MD的参数K和α,利用小波分解提取出V MD各模态分量的小波能量作为Z源逆变器的早期故障特征;然后使用支持向量机识别多种不同软故障;最后对Z源逆变器储能电容早期故障进行诊断实验.实验结果表明:相对于小波变换、经验模态分解等方法,参数优化后的V MD算法诊断精度高、故障识别能力强,从而验证了该方法的有效性.

关键词：Z源逆变器;变分模态分解;天牛须算法;故障诊断;参数优化

所属期刊栏目：44

分类号：TP206(自动化技术及设备)

资助基金：国家自然科学基金项目61963034

在线出版日期：2022-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：101-106