《表1 三种故障诊断方法的性能对比》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于小波包能量熵和随机森林的级联H桥多电平逆变器故障诊断》
注:(1)表示本文所提诊断方法;(2)表示基于快速傅里叶变换的SVM方法;(3)表示基于小波变换的BP神经网络方法.
为了验证基于小波包能量熵和随机森林诊断策略的准确性,采用Xu et al[3]提出的基于快速傅里叶变换的SVM方法以及Fu et al[4]提出的基于小波变换的BP神经网络方法,其中SVM选用高斯核函数,核函数参数σ设为0.1,惩罚因子C设为50.在相同大小的训练集和测试集下进行故障训练和诊断,分别从训练时间、测试时间和故障诊断率三个方面进行对比.表1展示了三种诊断方法的对比结果,可以看出,基于小波包能量熵和随机森林的方法诊断正确率最高,达到97.08%,同时测试时间相对较短,相对其他方法有着较明显的优势.
图表编号 | XD00136563800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.30 |
作者 | 陈石、张兴敢 |
绘制单位 | 南京大学电子科学与工程学院、南京大学电子科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |