混合信息熵约束下的电源车传感器优化配置方法

摘要

为提升电源车系统的故障可诊断性能,提出一种基于混合信息熵指标约束的电源车传感器优化配置方法。故障可诊断性低是导致电源车故障难以排除的主要原因之一,而测点传感器配置不均衡则是难以迅速、可靠检测电源车故障的本征所在。为此,利用信息值熵理论,借助贝叶斯定理获取电源车系统满足常见故障可诊断性所需的传感器配置集合;考虑到不同传感器之间可能存在冗余,会使得传感器在数量和位置上的配置难以达到最优,进一步借助传递熵方法量化传感器间的冗余度,并将传感器的优化配置问题归结为求解信息值和传递熵的多目标优化问题,以此来获取最佳的传感器配置集合。仿真实验表明,混合信息熵方法对于明确和解析传感器在故障诊断过程中最大的覆盖空间和最小的配置集合具有明显优势。