论文部分内容阅读
针对感应电机非线性、强耦合、时变的特点，提出一种将核主成分分析（KPCA）和相关向量机（RVM）相结合的感应电机故障诊断方法。首先，对感应电机定子电流进行小波分解，并采用核主元分析方法有效去除信息的冗余，得到能反映感应电机运行状态的特征向量。然后，利用相关向量机对故障特征向量进行故障分类，识别感应电机的运行状态。通过对不同运行状态下感应电机进行识别分析，验证了此方法的可行性和实用性，并和其他3种方法比较，结果表明基于KPCA-RVM方法的故障诊断方法有较好的分类效果和泛化能力，是一种有效的感应电机故障诊断