《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》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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.