[发明专利]一种基于Gradation-Boosting算法的电力电子系统故障诊断方法无效
| 申请号： | 200910045494.4 | 申请日： | 2009-01-16 |
| 公开（公告）号： | CN101782625A | 公开（公告）日： | 2010-07-21 |
| 发明（设计）人： | 马成才;顾晓东;付伟 | 申请（专利权）人： | 复旦大学 |
| 主分类号： | G01R31/28 | 分类号： | G01R31/28;G06F17/50 |
| 代理公司： | 上海正旦专利代理有限公司 31200 | 代理人： | 包兆宜 |
| 地址： | 20043*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明是一种基于Gradation-Boosting算法的电子电力系统故障诊断方法，首先建立了三相电力逆变电路的仿真模型，根据实际情况对系统的故障情况进行仿真，获得各类故障样本，将所有样本根据实际故障的发生频率划分成不同等级，然后用这些样本作为学习样本对神经网络进行反复训练，最后用Gradation-Boosting算法将训练好的神经网络整合成一个完整的高性能故障诊断系统。本发明可提高电力电子故障诊断系统的故障检测正确率，降低实际应用系统中由于漏检、误检造成的损失。 | ||
| 搜索关键词： | 一种 基于 gradation boosting 算法 电力 电子 系统 故障诊断 方法 | ||
【主权项】：
一种基于Gradation-Boosting算法的电子电力系统故障诊断方法，其特征在于包括下述步骤：首先建立三相电力电子逆变电路的仿真模型，然后根据实际情况对系统的故障情况进行仿真，获得各类故障发生时所对应的电路参数作为故障样本，将所有样本根据实际故障的发生频率划分成不同的等级，然后用这些样本作为学习样本对神经网络进行反复训练，最后用Gradation-Boosting算法将训练好的神经网络整合成一个完整的高性能的故障诊断系统。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于复旦大学，未经复旦大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/200910045494.4/，转载请声明来源钻瓜专利网。
