文献

J-GLOBAL ID：202102241701846896   整理番号：21A0985240

ウェーブレット変換とファジィ小脳モデルニューラルネットワークによるDC-DCコンバータのソフト故障診断【JST・京大機械翻訳】

Soft Fault Diagnosis for DC-DC Converters with Wavelet Transform and Fuzzy Cerebellar Model Neural Networks

著者 (3件)： Han Zipeng (Fuzhou University,College of Electrical Engineering and Automation,Fuzhou,China) ,  Lin Qiongbin (Fuzhou University,College of Electrical Engineering and Automation,Fuzhou,China) ,  Zhang Zhe (University of Denmark,Department of Electrical Engineering Technical,Denmark)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IPEMC - ECCE Asia  ページ： 1811-1815  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 電力電子変換器における変換器のソフト故障を同定することは,電力系統の安定かつ効率的な運転にとって重大な問題である。本論文は,DC-DCコンバータのためのウェーブレット変換とファジィ小脳モデルニューラルネットワーク(WT-FCMNN)に基づく新しいソフト故障診断法を提案した。最初に,マルチスケール特徴抽出を,種々の周波数領域信号の特徴情報を抽出するために,マルチレベル信号分解によって達成した。一方,最適ウェーブレット分解スケールと特徴次元縮小を用いて,計算量を減らし,冗長情報を除去した。次に,DC-DCコンバータにおけるソフト故障を効果的に診断するために,FCMNNに基づく分類器を提案して,プッシュプル回路におけるコンデンサと電力MOSFETの種々の動作状態を同定した。最後に,2つの一般的故障診断方法と提案したFCMNNを,回路故障診断のために実行した。BPNNとSVMと比較して,シミュレーション結果は,提案方法がより良い一般化,高速診断速度,およびより高い診断精度を持ち,ソフト故障診断におけるその有効性と実現可能性を証明した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コンデンサ ,  シミュレーション ,  *故障 ,  電力 ,  電力系統 ,  *故障診断 ,  *ニューラルネットワーク ,  特徴抽出 ,  計算量 ,  次元縮小 ,  *DC-DCコンバータ ,  *ウェーブレット変換 ,  周波数領域
準シソーラス用語： マルチレベル ,  マルチスケール , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： ウェーブレット変換 ,  ファジィ ,  脳モデル ,  ニューラルネットワーク ,  DC-DCコンバータ ,  ソフト ,  故障診断