基于HHT和BP神经网络的船舶电力系统故障定位
2018-07-05陈显云施伟锋卓金宝
船电技术 2018年6期
陈显云,施伟锋,卓金宝
基于HHT和BP神经网络的船舶电力系统故障定位
陈显云,施伟锋,卓金宝
(上海海事大学,上海 201306)
针对船舶电力系统故障难以精确定位的情况,将Hilbert-Huang变换(HHT)和BP神经网络应用于船舶电力系统故障节点定位。首先,采集各节点电流信号,经过EMD分解得到若干IMF分量,对第一个IMF分量进行Hilbert变换得到其瞬时振幅向量。然后,将各节点的瞬时振幅向量之和作为电流信号的特征量输入到带有动量因子的BP神经网络中进行训练,利用训练好的神经网络进行故障节点定位。最后,通过仿真实验验证了所提方法的有效性。
船舶电力系统 故障定位 HHT 瞬时振幅向量 BP神经网络
0 引言
目前船舶电力系统朝着大型化、集成化和模块化的方向发展,船舶的电气化程度越来越高,同时对船舶电力系统的安全性也提出了更高的要求[1]。系统在发生故障时如果能够迅速找出故障位置,对提高系统稳定性和电能质量有重要意义。
船舶电力系统的故障定位主要分为两个步骤:第一步为故障特征提取;第二步为故障定位。特征提取的方法主要有傅里叶变换、小波变换和Hilbert-Huang变换等[2]。傅里叶变换(FFT)适用于处理线性、平稳信号,但处理非平稳信号却存在很大缺陷;短时傅里叶变换(STFT),虽然可以同时获得信号的时域和频域图形,但由于其窗口固定,分析的精度较低;小波变换虽然可以处理非线性、非平稳信号,但是它是非适应性的,小波基函数一旦选取就无法更改[3]。HHT是目前研究比较多的一种能够自适应的处理非线性、非平稳复杂信号的方法。……
登录APP查看全文
