基于SVM的矿用综合保护器故障诊断方法技术

本发明专利技术提供的基于SVM的矿用综合保护器故障诊断方法，选取矿用电动机综合保护器作为故障诊断对象，采用机器学习领域的支持向量机方法进行故障诊断，利用蒙特卡洛法进行支持向量机模型优化；本方法中建立矿用综保测试系统电磁干扰模型，一方面可以预估干扰，另一方面为电磁屏蔽技术应用提供参考；研究使用仿真数据和实测数据两种数据，利用支持向量机方法进行电路故障诊断，采用蒙特卡洛法对支持向量机模型进行优化；分析电磁干扰等因素对测试系统测试结果准确性的影响；综上所述，有效的将故障定位于最小可更换单元，从而使矿用综合保护器的维修效率有效提升，生产效率得到极大提升，有效保障了煤炭供应、确保了能源安全。有效保障了煤炭供应、确保了能源安全。

【技术实现步骤摘要】
基于SVM的矿用综合保护器故障诊断方法


[0001]本专利技术涉及自动控制
，尤其涉及基于SVM的矿用综合保护器故障诊断方法。

技术介绍

[0002]煤炭是我国主体能源，立足国内是我国能源战略出发点。矿用综合保护器在使用中易失效，失去对电气设备、系统的保护功能，危害人身设备安全，在特定情况下能引起瓦斯、煤尘爆炸等严重危害矿井安全的事故。因此矿用综合保护器在使用中定期进行功能测试，以及时筛选出失效综保，杜绝上述情况的发生。
[0003]目前对矿用综合保护器的失效综保进行故障诊断，无法将故障定位于最小可更换单元，因而导致矿用综合保护器的维修效率极低，严重影响生产效率，无法有效保障煤炭供应、确保能源安全。

技术实现思路

[0004]为解决现有技术的缺点和不足，提供基于SVM的矿用综合保护器故障诊断方法，从而可解决矿用综合保护器的维修效率极低的问题。
[0005]为实现本专利技术目的而提供的基于SVM的矿用综合保护器故障诊断方法，选取矿用电动机综合保护器作为故障诊断对象，采用机器学习领域的支持向量机方法进行故障诊断本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于SVM的矿用综合保护器故障诊断方法，其特征在于：选取矿用电动机综合保护器作为故障诊断对象，采用机器学习领域的支持向量机方法进行故障诊断，利用蒙特卡洛法进行支持向量机模型优化，采用仿真电路获取数据扩充故障诊断算法训练样本数量，对测试系统进行误差分配分析，根据分析结果对电磁干扰和其它误差产生主要因素进行控制，达到提高测试精度目的：(1)失效综保故障诊断针对矿用综保正常和各种失效情况下的电路仿真，依据矿用电动机综合保护器电路工作原理进行电路建模，利用电路模型取得矿用综保在正常和不同故障条件下的输入和输出信号，作为训练失效综保故障诊断的机器学习方法所需的训练样本；以收集的少量实际失效综保输入输出数据作为故障诊断算法验证样例；采用蒙特卡洛法对支持向量机模型进行优化，实现将失效矿用综保故障定位于维修可更换单元；(2)矿用综保测试系统电磁干扰与测试误差控制针对测试系统主要部件进行机理分析，建立适合于电磁干扰分析的部件模型；针对差模干扰和共模干扰两种模式，在部件建模基础上进行差模干扰和共模干扰的精确时域电路建模；针对两种干扰模式的主要干扰源，对时域电路模型进行简化，得出简化的时域电路模型和相应的频域模型...

【专利技术属性】
技术研发人员：刘天野，李大威，
申请(专利权)人：中北大学，
类型：发明
国别省市：