1.一种基于改进FastICA的开关电流电路故障诊断方法，其特征在于，包括以下步骤：步骤1：定义故障模式；

对开关电流电路中的器件进行故障模拟，定义故障模式；

步骤2：采集电路频域响应数据；

采集开关电流电路幅频响应和相频响应数据；

步骤3：对频域响应数据进行中心化、白化预处理；

步骤4:ICA故障特征提取以及采用独立成分投影寻踪技术降维；

ICA故障特征提取是指：利用ICA技术寻找数据的最大非高斯方向W，应用改进FastICA算法进行开关电流电路故障特征提取；

采用独立成分投影寻踪技术降维是指：利用最大非高斯方向W值获得所有故障模式下的投影WTZ；

步骤5：故障分类及识别；

针对不考虑电路容差和考虑电路容差两种情况，分别给出不同的诊断步骤，完成故障分类和识别。

2.根据权利要求1所述的基于改进FastICA的开关电流电路故障诊断方法，其特征在于，步骤1中，对待测电路进行灵敏度分析，得到元件参数的改变对电网络系统特征的一阶改变，来定位电路中最有可能发生故障的故障元件。

3.根据权利要求1所述的基于改进FastICA的开关电流电路故障诊断方法，其特征在于，步骤4中，采用基于独立成分分析技术的故障特征提取方法是指以非高斯性、独立性为ICA特征提取根据，采用改进FastICA算法寻找数据的最大非高斯方向，即得到数据最大的独立成分，获得最优故障特征。

4.根据权利要求3所述的基于的开关电流电路故障诊断方法，其特征在于，步骤4包括以下子步骤：

1)对观测数据x进行中心化处理，使均值为0，即x←x-E{x}；

2)白化处理，使观察数据具有单位方差，即Cx＝E{xxT}，D＝diag{d1,d2,...,dn}，其中di为Cx的特征值，n为特征值的维数，E＝(e1,e2,...,en)，其中ei为Cx的单位范数特征向量，有：

3)初始化要估计的独立成分个数m及所有w0i，i＝1,2，…,m；w0i←(0,0,...,1,...,0)T只有第i个元素为1；

w0i是单位矩阵中的一列元素；

牛顿迭代

对下式进行计算；

其中，g的表达式为g(x)＝-xexp(-x2/2)，g′是g的导数；

对每个w1i进行向量更新:

w1i←E{xg(w0iTx)}-E{g′(w0iTx)}w0i,i＝1,2，…,m；

5)对每个w1i进行标准化，即

6)判断wi是否收敛：→1？如果不是，则w0i←w1i，返回步骤4)，如果是则进入下一步；

T

7)令W(0)＝(w11,w12,...,w1m) ；

8)令 式中左向箭头表示赋值；

9)判断收敛性：[W(1)]T[W(1)]→I？如果不是，则W(0)←W(1)，返回步骤6),如果是则保存W(1)；I是单位矩阵；式中箭头表示“收敛于”；

10)计算每个信号在W(1)正交坐标系内的投影值：P＝W(1)T*x；

11)结束。

5.根据权利要求1-4任一项所述的基于改进FastICA的开关电流电路故障诊断方法，其特征在于，步骤5中：(1)无电路容差诊断：在不考虑电路容差情况下，对投影值进行归一化处理，确定故障特征编码规则，根据特征编码规则，对不同的特征取值进行特征编码，获得不同故障模式下的特征代码，实现无容差电路故障模式的分类。

(2)有电路容差诊断：在考虑电路容差情况下，采用蒙特卡罗分析对每种故障模式进行

30次频域仿真分析，分别获得幅频响应和相频响应数据的特征投影模糊集，再将故障模式、故障特征投影和特征投影模糊集几组数据列表即为故障字典，绘制特征聚类图，实现有容差电路故障模式的分类。

6.根据权利要求5所述的基于改进FastICA的开关电流电路故障诊断方法，其特征在于，电路为六阶切比雪夫低通滤波器电路。