基于人工智能算法的线圈电流故障自动诊断方法

摘要

传统线圈电流故障诊断一般以电流局部特征值作为特征向量来分析,这种分析内容的局限性导致特征分类准确度较低,因此,设计一种基于人工智能算法的线圈电流故障自动诊断方法。首先利用开口式霍尔电流传感器采集线圈电流信号,为了消除信号中的噪声,采用五点三次平滑法进行简单去噪滤波,利用多项式最小二乘逼近,建立三次多项式曲线方程,然后引入人工智能算法,采用典型优化动态时间规整算法,通过最优路径来寻找采集信号与参考信号,使用支持向量机将样本映射到高维特征空间中实现结构风险的最小化,将线圈电流数据通过支持向量确定构造成最优超平面完成故障的分类和诊断。通过模拟实验结果表明,设计方法中的故障识别与分类的准确率与传统方法相比高出39.8%,验证了方法的有效性。