文档简介
由非线性电力电子装置组成的电路发生故障时，故障特征信息不易提取和识别。对此提出一种基于小波包分析和Elman神经网的电力电子装置故障诊断的方法，先运用小波包分析法提取电路在不同故障状态下电压及电流信号的特征信息，然后对数据进行归一化处理并作为Elman神经网的输入，由具有智能学习功能的神经元故障分类器完成故障识别和定位。以12脉冲整流电路为例，在Matlab软件下建立电路模型进行仿真实验，结果表明该方法能快速、准确的完成故障诊断。
评论
加载更多
推荐下载
查看更多
精选文集
相关视频
-
直播回放： Keysight 小探头，大学问，别让探头拖累你的测试结果！
-
控制系统仿真与CAD
-
MIT 6.622 Power Electronics
-
直播回放：基于英飞凌AIROC™ CYW20829低功耗蓝牙芯片的无线组网解决方案
-
直播回放：ADI & WT·世健MCU痛点问题探索季：MCU应用难题全力击破！
-
Soc Design Lab - NYCU 2023
推荐帖子
精选电路图
-
PIC单片机控制的遥控防盗报警器电路
-
使用ESP8266从NTP服务器获取时间并在OLED显示器上显示
-
带有短路保护系统的5V直流稳压电源电路图
-
如何构建一个触摸传感器电路
-
如何调制IC555振荡器
-
基于ICL296的大电流开关稳压器电源电路
