摘要
开关电源作为电子系统的重要组成部件,一旦发生故障将会对整个电子系统带来不可估量的损失,所以需要对开关电源的元器件参数进行及时准确地辨识,以便有效地评估开关电源的健康状态.受环境应力的影响,在实际工作中开关电源的多个元器件参数均会发生退化.为有效地辨识开关电源的状态,提出基于关键特征和Elman神经网络的开关电源多参数辨识方法,方法首先利用小波包分析提取局部能量特征;为提高辨识精度,将变异系数作为优选局部能量特征的标准,提取具有较大变异系数的局部能量特征作为关键特征;最后,采用Elman神经网络建立关键特征与辨识参数的关联.仿真实验和硬件实验结果证明具有较高的辨识精度和良好的实用性.
NETL
NSTL
维普
万方数据