摘要
콘덴서 작동 과정 및 장애 메커니즘을 분석하고 전형적인 고장 집합, 표지 집합 및 고장에 대한 전형적인 특징 벡터 집합을 구축하고 기다란 지지 벡터 머신(SVM)에 기반한 고장 진단 모델을 구축하고 예제 계산을 통해 효과를 증명했다. 신경망 방법과 비교한 결과, SVM 방법을 사용할 때 작은 샘플의 경우에 더 뛰어나며, 보급 능력이 강하고 효율이 높다는 것을 발견했다. 이 방법은 콘덴서 상태 모니터링 및 고장 진단 지능화를위한 새로운 접근법을 제공하며 넓은 응용 가치를 가지고 있다.
关键词
콘덴서; 전형적인 고장; 흐린 서포트 벡터 머신; 신경망; 고장 진단