基于FrFT-FD和KPCA模拟电路故障特征提取方法

摘要

为获得有效的故障特征信息,提出一种基于分数阶傅里叶变换分形维的模拟电路故障特征提取方法.首先,把原始数据空间中的特征数据映射到不同的分数阶空间,分别计算不同分数阶次下故障响应信号的分形维数;然后,采用核主元分析进一步对候选特征实施降维;最后,将优化后的特征向量作为故障特征,利用神经网络进行分类诊断.仿真结果表明,本方法能很好地获取不同故障响应信号的细微差异,增强不同故障模式的可分性,提高故障诊断准确率.