摘要
本发明涉及电力电子监测技术领域,公开了一种双向电源智能故障诊断方法、电子设备及存储介质,该方法包括:在获取到双向电源在历史运行工况下的样本信号的情况下,对样本信号进行层次分解,得到多个不同频段的子频带信号;基于多层次熵对各个子频带信号进行特征提取,得到复杂度特征,并对所有复杂度特征进行数据融合,得到集成特征;基于集成特征结合预设的机器学习算法构建故障诊断模型,以通过故障诊断模型对双向电源的实时运行工况进行在线故障诊断。本发明中,集成多层次熵结合层次分解策略从不同角度挖掘样本信号的多频段故障信息,确保获取故障信息的丰富性与多样性,有利于进一步提高双向电源故障诊断的精确率。
技术关键词
智能故障诊断方法
复杂度特征
集成特征
故障诊断模型
极限学习机
分层
机器学习算法
在线故障诊断
信号
最小化损失学习
多层次
样本
电源故障诊断
电子监测技术
频段
学习器
累积分布函数
序列
信息熵