论文部分内容阅读
针对三相PWM逆变器,以故障电流作为故障信息,通过坐标变换将三相电流变换到αβ坐标系下,系统地分析了故障电流在该坐标系下的电流轨迹,并利用电流轨迹的边界斜率作为故障特征量,借助BP神经网络的非线性映射分类能力完成电力电子系统的故障诊断。仿真实验结果表明本方法的有效性。
基于电流轨迹和神经网络的逆变器故障诊断方法
【摘 要】
：
针对三相PWM逆变器,以故障电流作为故障信息,通过坐标变换将三相电流变换到αβ坐标系下,系统地分析了故障电流在该坐标系下的电流轨迹,并利用电流轨迹的边界斜率作为故障特
【机 构】
：
东南大学电气工程学院
【出 处】
：
电测与仪表
【发表日期】
：
2010年4期
其他文献
不等臂性误差（以下简称＂臂差＂）是衡量天平计量性能优劣的一个重要指标,由于臂差在称量过程中普遍存在,所以JJG98-2006《机械天平》检定规程对此作了严格限制。本文从天平检修工作