基于QPSO-SVM的智能脱扣器电源电路的潜在故障在线诊断方法

本发明公开一种基于QPSO‑SVM的智能脱扣器电源电路的潜在故障在线诊断方法，该方法首先结合电源电路工作原理对其进行故障模式和影响分析，明确故障诊断的对象，设置电源电路的故障类型；然后基于电源电路储能电容的充放电特性以及控制回路的特性，利用蒙特卡洛仿真实验，提取出一组能够在非恒定激励下反映电路故障的特征参数，并采用支持向量机递归特征消除方法对高维故障特征进行重要度排序，依据排序结果筛选得到最优故障特征集合。并且通过QPSO对SVM模型的参数进行寻优，提升了电源电路故障诊断的准确率。本发明方法能够在不施加恒定激励信号，不改变电路结构的前提下，实现智能脱扣器电源电路潜在故障的在线诊断，具有较强的工程应用价值。