分享好友 文档首页 文档分类 切换分类

基于KPCA-SENet的晶闸管退化特征提取与表征方法

2025-06-18 09:2860下载
文件类型:PDF文档
文件大小:1.9M

  摘要:晶闸管长期使用后会出现不可逆的性能下降,达到一定阈值后引发电路故障的概率会大幅上升,给特高压系统带来严重风险。为了保证特高压电网系统的安全运行,晶闸管的可靠性分析与退化状态评估尤为重要。通过仿真模拟加速寿命试验获取晶闸管的通态压降、反向恢复电荷、反向漏电流及反向恢复峰值电流的退化数据。首先通过结合局部均值分解(LMD)和自适应阈值对称小波基(symN)的方法进行降噪预处理,再通过核主成分分析(KPCA)与通道域注意力机制(SENet)结合对退化特征进行提取与融合,最终通过转换函数拟合建立了综合退化指标(CDI),实现对晶闸管的退化表征。采用多个指标对该方法进行检验,结果表明CDI与退化特征参数及退化时间呈现出高度的相关性,验证了该方法的有效性。

  文章目录

  0 引言

  1 晶闸管退化表征问题

  2 原理和方法

  2.1 特征参数的选取

  2.2 含双层滤波的数据预处理方法

  2.3 多特征竞争加权的数据融合方法

  2.4 综合退化指标的构建原理

  3 仿真计算与分析

  3.1 数据预处理

  3.2 重要数据的提取与融合

  3.3 综合退化表征指标的建立

  4 结果分析与讨论

  5 结论



登录 后下载文档


举报
收藏 0
打赏 0
评论 0