一种基于零样本学习的牵引逆变器开路故障诊断方法

本发明公开了一种基于零样本学习的牵引逆变器开路故障诊断方法，方法引入零样本学习的概念，使用朴素贝叶斯模型预先构建好属性学习器集合，属性学习器集合从两个IGBT管故障时的多个属性中学习得到其他个IGBT管故障时的属性，两个IGBT管为一相半桥臂上的同侧IGBT管，属性学习器集合用于输出三电平牵引逆变器中每一个IGBT管发生故障时的属性预测结果。在诊断过程中，只需要将故障时三相电流信号作为输入，经过方法中的特征提取、位置变换、属性预测、属性反变换、属性匹配步骤之后，就能够在缺乏部分故障类别数据的情况下，识别出所有的故障类别，降低对故障数据集的依赖。