仪器仪表学报

作者：唐圣学，马晨阳，勾 泽

单位：唐圣学,1.河北工业大学省部共建电工装备可靠性与智能化国家重点实验室,,马晨阳,1.河北工业大学省部共建电工装备可靠性与智能化国家重点实验室,,勾 泽,1.河北工业大学省部共建电工装备可靠性与智能化国家重点实验室,

关键词：棒控电源;早期故障;状态辨识;时域特征;小波包奇异熵;GWO-ELM模型

基金：河北省自然科学基金(E2021202068)项目资助

针对核电棒控系统电源(PWE)早期故障状态辨识问题,提出一种基于融合时域与时频域的故障特征和灰狼优化算法(GWO)的极限学习机(ELM)辨识方法。首先,根据棒控电源PWE工作原理和控制棒驱动机构的驱动电流,利用电流上升时间分析了早期波形形态与早期故障模式。然后,构建融合电流上升时间、均方根-差分和和小波包奇异熵的故障时频特征,分析了特征的可区分性。进而,采用GWO算法进行ELM分类器参数择优,建立GWO-ELM模型实现PWE早期故障状态的辨识,以提高辨识精度。最后,通过开展不同特征组合和辨识模型比对试验,结果表明所提方法能有效实现棒控电源早期故障识别诊断,且平均辨识准确度可达98.86%。

来源：2023年第1期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2023年第1期