本文關(guān)鍵詞：基于人工神經(jīng)網(wǎng)絡(luò)的電力電子電路故障診斷，由筆耕文化傳播整理發(fā)布。

小波分析應(yīng)用系列

第26卷第2期2004年4月

電氣工程

沈　陽　工　業(yè)　大　學(xué)　學(xué)　報

JournalofShenyangUniversityofTechnology

Vol126NoApr.2004

12

文章編號:1000-1646(2004)02-0140-03

基于人工神經(jīng)網(wǎng)絡(luò)的電力電子電路故障診斷

梁中華,田茂芹,任　敏,胡　慶

(沈陽工業(yè)大學(xué)電氣工程學(xué)院,遼寧沈陽110023)

摘　要:斷.以三相整流電路的診斷為例,,獲取了樣本數(shù)據(jù),并訓(xùn)練了人工神經(jīng)網(wǎng)絡(luò)斷可獲得正確結(jié)果.

關(guān)　鍵;故障診斷:　　　:A

　　電力電子裝置的電路元件過載能力小,損壞速度快,故障發(fā)生前征兆較難捕捉,故障發(fā)生后有關(guān)信息又容易丟失.設(shè)計(jì)合理的電力電子電路的故障診斷方案可以提高系統(tǒng)的可靠性,并能在故障發(fā)生后及時對故障進(jìn)行定位,盡快排除故障,恢復(fù)正常運(yùn)行.

采用故障自動診斷系統(tǒng)動態(tài)監(jiān)視電力電子電路的工作狀態(tài),進(jìn)行故障診斷,有利于快速分析確定故障的部位和性質(zhì),縮短電力電子電路的運(yùn)行停機(jī)時間,同時也使在故障自動診斷系統(tǒng)之上,建立容錯電力電子系統(tǒng)成為可能

,從而減少故障的發(fā)生,提高系統(tǒng)的可靠性.

本文主要研究應(yīng)用神經(jīng)網(wǎng)絡(luò)理論進(jìn)行電力電子電路的故障診斷,

當(dāng)電力電子電路發(fā)生故障時,可以根據(jù)電路中某點(diǎn)的電壓或電流波形判斷出故障點(diǎn).如果能夠利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力,使故障波形與故障原因之間的關(guān)系通過神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)后保存在其結(jié)構(gòu)和權(quán)中,然后將學(xué)習(xí)好的神經(jīng)網(wǎng)絡(luò)用于故障診斷,神經(jīng)網(wǎng)絡(luò)就可通過對當(dāng)前電壓或電流波形的分析,得出故障原因,從而實(shí)現(xiàn)故障的自動診斷.下面以電感性負(fù)載三相整流電路故障診斷為例,對基于波形直接分析的神經(jīng)網(wǎng)絡(luò)故障診斷方法進(jìn)行研究.

全新的模擬人類智能的方法和技術(shù).與傳統(tǒng)的分

析方法和專家系統(tǒng)不同,它既可以處理已知算法的問題,也可以通過自組織、自學(xué)習(xí)處理未知算法的問題.因此,它引起了眾多學(xué)者的興趣,并被廣泛的應(yīng)用到工程學(xué)科的許多領(lǐng)域.

本文采用四層前向神經(jīng)網(wǎng)絡(luò),學(xué)習(xí)算法為誤差反向傳播算法,即BP算法.拓?fù)浣Y(jié)構(gòu)如圖1所示.

圖1　神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖

Fig.1　Structureoftheneuralnetwork

2　三相整流電路故障模型

電感性負(fù)載的三相整流電路,如圖2所示.

1　用于診斷的神經(jīng)網(wǎng)絡(luò)模型

人工神經(jīng)網(wǎng)絡(luò)是由大量簡單處理單元(神經(jīng)

元、處理元件、電子元件、光電元件等

)廣泛連接而成的復(fù)雜網(wǎng)絡(luò)系統(tǒng),用以模擬人腦的行為.它是在現(xiàn)代神經(jīng)科學(xué)研究成果的基礎(chǔ)上提出的,是一種

收稿日期:2002-11-18

作者簡介:梁中華(1952-),男,遼寧北票人,教授.

圖2　三相整流電路故障模型

Fig.2　Faultmodelofthethree

2phaserectifier

　　整流器件為六個二極管,為不可控整流.實(shí)際

上,可以把故障分為很多類.本文中只分析其中的

  本文關(guān)鍵詞：基于人工神經(jīng)網(wǎng)絡(luò)的電力電子電路故障診斷，，由筆耕文化傳播整理發(fā)布。