论文部分内容阅读
为避免因牵引变流器电容器的性能退化而导致输入功率载荷加重,影响机车牵引系统的安全与可靠运行,本文提出一种电容器故障预测方法,其通过检测电容器输出电压纹波对电容参数进行辨识,并基于最小二乘支持向量机(LS-SVM)算法进行电容参数拟合来识别电容器退化特征,从而实现电容器故障预测.文章采用该方法与BP神经网络预测方法,以ESR为电容特征值为例,对牵引变流器中间直流回路的谐振电容器和支撑电容器进行故障预测.结果显示,LS-SVM模型误差小、精度高,更能反映实际变化;采用该LS-S V M模型对近2年现场电容器运行状态与故障情况进行预警验证,结果显示该方法预测准确率高于90％,验证了本文所提方法对电容故障预测的有效性.