基于EMD奇异值熵和SVM的牵引供电系统故障诊断研究

作者：包晗; 曹保江

来源：电工技术, 2022, (19): 5-9.

DOI：10.19768/j.cnki.dgjs.2022.19.002

• 牵引供电系统
• 故障诊断
• EMD
• 奇异值熵
• SVM

牵引供电系统发生故障时，如何快速诊断故障，对维护铁路的正常运输秩序有极大影响。为此，提出了一种基于EMD奇异值熵和SVM结合的故障诊断方法。以牵引供电系统发生故障时的现场故障波形为原始数据，首先将故障数据进行EMD分解，将得到的本证模态函数(IMF)和残差作为特征向量矩阵，并对其进行奇异值分解；然后根据信息熵理论定义奇异值熵，并将计算得到的奇异值熵作为特征量输入SVM分类器中进行训练和测试，得到最终的故障分类模型；最后通过分析表明该方法的准确率为93.8%,能对牵引供电系统4种典型故障进行诊断。

• 单位
  西南交通大学