逆变器故障识别网络

训练更快的故障诊断

用FFT提取故障特征、PCA简化输入，这个神经网络的训练速度与泛化精度得到改进。

Jingpeng, Hu · Xiong, Zhiguo

Lecture Notes of the Institute for Computer Sciences, Social-Informatics and Telecommunications Engineering 2024

技术优势

训练更快

通过主成分分析（PCA）简化输入数据，降低了神经网络的计算负担，从而加快训练速度。

诊断更准

利用快速傅里叶变换（FFT）分析输出电压频谱，提取的故障特征有助于提高神经网络的泛化精度。

应用场景

• 逆变器故障诊断：自动确定故障位置和类型，替代人工分析逆变器输出电压。
• 工业设备监测：在线监测逆变器状态，及时发现异常避免停机。
• 电机驱动维护：提前识别级联逆变器故障，减少电机驱动系统意外中断。