电力电子技术中故障诊断特征提取方法的研究 

闵月梅，韩伟，王宏华 
河海大学 能源与电气学院, 江苏 南京 211100 
 

摘 要：特征信息提取作为电力电子电路故障诊断的重要环节，直接影响到诊断结果的有效性。阐述了目前常用的各种故障诊断提取方法，结合实际应用对各个方法进行了优缺点评价。在此基础上，提出了未来特征提取方法的新思路，即构造能够发挥各自优点，实现功能互补的特征提取方法，为进一步提高故障诊断的准确性提供参考。

关键词：特征提取；故障诊断；电力电子技术

中图分类号：TP206+.3 文献标识码：A 文章编号：1007-3175(2013)04-0001-05

Research on Feature Extraction of Fault Diagnosis in Power Electronics Technology 

MIN Yue-mei, HAN Wei, WANG Hong-hua 
College of Energy and Electrical Engineering of Hohai University, Nanjing 211100, China 
 

Abstract: Feature information extraction, which directly influences the validity of diagnosis result, is an important link in power electronic circuit fault diagnosis. This paper summarized some methods of fault feature extraction in common use and evaluated the advantages and disadvantages of each method with the combination of practical application. On the basis of this, this paper proposed a new idea for future feature extraction methods, which constructed the feature extraction method to bring each advantage into play and to realize the complementary function, to provide reference for further improving the accuracy of fault diagnosis.

Key words: feature extraction; fault diagnosis; power electronic technology

参考文献
[1] 罗慧，王友仁，崔江，等.电力电子电路多源特征层融合故障诊断方法[J].电机与控制学报，2010，14(4)：92-96.
[2] 刘中华，盛赛斌.故障特征提取的方法研究[J].计算机应用，2004(11)：19-21.
[3] 王承，陈光，谢永乐.基于主元分析与神经网络的模拟电路故障诊断[J].电子测量与仪器学报，2005，19(5)：14-18.
[4] 吴洪艳，高国宏.基于主元分析和支持向量机的电路故障诊断模型[J].湛江师范学院学报，2010，31(3)：44-46.
[5] 张晓梅.设备故障诊断中的特征提取[J].传感器技术，2004，23(1)：12-13.
[6] Yoon S Y, MacGregor J F. Fault diagnosis with multivariate statistical models part I：using steady state fault signatures[J]. Journal of Process Control, 2001，11(4)：387-400.
[7] 胡金海，谢寿生，侯胜利，等.核函数主元分析及其在故障特征提取中的应用[J].振动、测试与诊断，2007，27(1)：48-52.
[8] 周政.BP神经网络的发展现状综述[J].山西电子技术，2008(2)：90-92.
[9] 袁海英，陈光，谢永乐.故障诊断中基于神经网络的特征提取方法研究[J].仪器仪表学报，2007，28(1)：90-94.
[10] 叶人珍，邹进.小波变换在故障特征提取中的应用[J].乐山师范学院学报，2005，20(5)：33-35.
[11] 杨春宁.基于小波变换的故障电路特征值提取的研究[D].长春：吉林大学，2004.
[12] Xu Xiaoli, Chen Tao, Wang Shaohong.Fault Feature Extraction Based on Optimal Energy Using Lifting Wavelet Packet[C]//International Conference on Information Science and Technology, 2011. 
[13] 谭阳红，叶佳卓.模拟电路故障诊断的小波方法[J].电子与信息学报，2006，28(9)：1748-1751.
[14] 刘红，陈光，宋国明，等.基于AdaBoost集成网络的模拟电路单软故障诊断[J].仪器仪表学报，2010，31(4)：851-856. 
[15] 鲁峰，黄金泉，仇小杰，等.基于信息熵融合提取特征的发动机气路分析[J].仪器仪表学报，2012，33(1)：13-19.
[16] 杨娟.转子故障信号的量化特征提取方法研究[D].兰州：兰州理工大学，2010.
[17] 王国胤.Rough集理论与知识获取[M].西安：西安交通大学出版社，2001.
[18] Radzikowska A M, Kerre E E.A comparative study of fuzzy rough sets[J].Fuzzy Sets and Systems, 2002(126)：137-155.
[19] 张文修，吴伟志，梁吉业，等.粗糙集理论与方法[M].北京：科学出版社，2001.
[20] 郭小荟，马小平.基于粗糙集的故障诊断特征提取[J].计算机工程与应用，2007，43(1)：221-224.
[21] 肖云魁，李世义，王建新，等.以粗糙集近似逼近理论提取发动机振动故障特征[J].振动、测试与诊断，2004，24(4)：262-266.
[22] 高正明，何彬，赵娟，等.常用故障特征提取方法[J].机床与液压，2009，37(12)：227-230.
[23] 梁保松，曹殿立.模糊数学及其应用[M].北京：科学出版社，2007.
[24] 孙超.设备故障特征量提取及其隶属函数建立关键技术研究[D].郑州：郑州大学，2004.
[25] 张克南，陆扬，谢里阳，等.基于SVD方法的弱故障特征提取方法[J].机床与液压，2006(10)：214-216.
[26] 薛玮飞，郭金泉，陈进，等.波叠加法在机械噪声故障特征提取中的应用研究[J].机械强度，2007，29(6)：900-903.
[27] 张建军，王仲生，吴英建，等.基于谐波追踪的发动机转子系统早期故障特征提取方法研究[J].机械科学与技术，2007，26(12)：1657-1660.
[28] 方芳，杨士元，侯新国.独立分量分析在感应电动机转子故障特征提取中的应用[J].数据采集与处理，2007，22(4)：496-500.
[29] 胡金海，谢寿生，侯胜利，等.粗糙核主元分析方法及其在故障特征提取中的应用[J].振动与冲击，2008，27(3)：50-54.