科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对检测环境中噪声影响因素过多、故障特征难捕捉问题，提出一种基于小波神经网络的锂离子移动电源故障检测方法。针对锂离子移动电源组之间的实际运行数据，构建电压及温度变化的数据检测矩阵，提取二者的故障特征参数，分析其在时间关系下极差值、最大值以及最小值的实时变化情况。建立小波神经变换神经网络模型，将特征参数做为模型的输入数据，输出故障检测的实际数值和期望数值，利用修正函数将二者不断逼近，迭代计算得出最为逼近的实际故障检测数值。仿真实验证明，所提方法对移动电源的线路故障检测精准度高、误差较小，去噪性能较强，具有很强的实用价值。
-
单位福建水利电力职业技术学院
