一种基于CSA-DBN的双向LLC谐振变换器故障诊断方法

一种基于CSA‑DBN的双向LLC谐振变换器故障诊断方法，它属于多故障诊断技术领域。本发明解决了现有基于DBN的故障诊断方法的诊断精度低且模型参数优化过程耗时长的问题。本发明首先通过随机森林分类器对故障特征进行选择，然后基于选择出的故障特征对RBM进行预训练，利用多层预训练后的RBM堆叠形成DBN网络，并采用乌鸦搜索算法来优化DBN网络的隐藏层节点数和学习率，可以解决参数初始化过程耗时长的问题，在优化后的隐藏层节点数和学习率的基础上，利用构建的故障样本数据集对DBN网络进行训练，可以提升训练好的DBN网络的学习和分类能力，以提高DBN网络对故障诊断的精度。本发明方法可以应用于双向LLC谐振变换器的故障诊断。