一种基于模糊熵特征与PCNN-GRU的换相失败故障诊断方法

本发明公开了一种基于模糊熵特征与PCNN‑GRU的换相失败故障诊断方法，包括整流侧直流故障和逆变侧交流故障，数据采集故障后整流侧正极直流电压数据；首先，利用CEEMDAN算法对直流电压信号进行分解，得到故障电压子序列下的高低频分量；然后，计算各特征分量的模糊熵，构造出故障诊断模型的输入矩阵；将输入样本划分为训练集和测试集，用于训练双支路并行卷积门控循环单元神经网络模型，期间微调模型参数，调整卷积核、神经元大小，得到最优模型参数并保存模型；最后，将测试集数据到上述调整好的模型中进行测试，能够有效判别引发换相失败下的不同故障类型，且具有一定的抗噪性能。