两种基于神经网络的电力电子电路故障诊断方法比较

《两种基于神经网络的电力电子电路故障诊断方法比较》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、机电工程990323机电工程MECHANICAL&ELECTRICALENGINEERINGMAGAZINE1999年　第16卷　第3期　Vol.16　No.3　1999两种基于神经网络的电力电子电路故障诊断方法比较马皓　徐德鸿【摘要】对两种基于神经网络的电力电子电路故障诊断方法：基于波形直接分析的方法和基于频谱分析的方法，进行了进一步地分析比较，并以三相整流电路为例，进行了深入探讨。　　关键词：故障诊断；神经网络；电力电子电路TwoFaultDiagnosisMethodsComparisonofPowerElectronicCircuitsBasedonNe

2、uralNetworkMaHaoXuDehongAbstrcat：Comparisonoftwofaultdiagnosismethodsofpowerelectroniccircuitsbasedonneuralnetworkispresented.Inonemethod,signalsareanalyzeddirectlybyneuralnetwork.Inanothermethod,frequencyanalysisisperformedbeforeneuralnetworkanalysis.Faultdiagnosisofthree-phaserecti

3、fierispresentedasaexample.Keywords：faultdiagnosis；neuralnetwork；powerelectroniccircuit1　引　言　　采用故障自动诊断系统动态监视电力电子电路的工作状态，进行在线故障诊断，有利于快速分析确定故障的部位和性质，缩短电力电子电路的运行停机时间，同时也使在故障自动诊断系统基础之上，建立容错电力电子系统成为可能，从而减少故障的发生，提高系统的可靠性。　　电力电子电路的模型具有很强的非线性，通常对其进行在线故障诊断比较困难。神经网络的输入输出是非线性映射特性，具有很强的学习能力和容错性能，

4、善于联想、概括、类比、推广等，可由神经网络来学习及存储电力电子电路的故障信息和故障类型(或原因)之间的映射关系，并将其用于在线诊断，从而实现电力电子电路在线自动故障诊断[1,2,3]。2　三相整流电路故障模型file:///E

5、/qk/jdgc/jdgc99/jdgc9903/990323.htm（第1／6页）2010-3-230:31:33机电工程990323　　电感性负载的三相整流电路，如图1所示。分析时，假设以晶闸管桥臂开路故障为例分析（包括晶闸管开路、串接熔断器熔断、触发脉冲丢失等故障）以及最多同时有二路桥臂发生故障。这样可将故障分为五大类[4]：图1　

6、三相整流主电路　　第一大类（001）：没有晶闸管故障，即正常运行。　　第二大类（010）：只有一只晶闸管故障，有六小类：SCR1故障(011)、SCR2故障(001)、SCR3故障(101)、SCR4故障(111)、SCR5故障(110)、SCR6故障(010)。　　第三大类（011）：接到同一相电压的两只晶闸管故障，有三小类：SCR1和SCR4故障(001)、SCR2和SCR5故障(010)、SCR3和SCR6故障(100)。　　第四大类（100）：在同一半桥中的两只晶闸管故障，有六小类：SCR1和SCR3故障(011)、SCR2和SCR4故障(001)、SC

7、R3和SCR5故障(101)、SCR4和SCR6故障(111)、SCR5和SCR1故障(110)、SCR6和SCR2故障(010)。　　第五大类（101）：交叉两只晶闸管故障，有六小类：SCR1和SCR2故障(011)、SCR2和SCR3故障(001)、SCR3和SCR4故障(101)、SCR4和SCR5故障(111)、SCR5和SCR6故障(110)、SCR6和SCR1故障(010)。对故障的大类、小类进行了编码，用6位编码X6X5X4X3X2X1，第4～6位用于大类编码，第1～3位用于小类编码。在上述分类说明中列出了相应的大类和小类编码。3　两种基于神经网络

8、的电力电子电路故障诊断方法介绍3.1　用于诊断的神经网络模型　　这两种诊断方法均采用前向神经网络(包括输入层)，学习算法是误差反向传播方法(BP算法)，即BP神经网络，拓扑结构，如图2所示[5]。file:///E

9、/qk/jdgc/jdgc99/jdgc9903/990323.htm（第2／6页）2010-3-230:31:33机电工程990323图2　BP神经网络拓扑结构图3.2　基于波形直接分析的诊断方法　　对于波形方法，在被诊断电力电子电路中，选取在不同故障时电压或电流波形不同的点作为关键点，对关键点波形进行数据采集，数据归一化后作为故障信息输入神经网络

10、，由神经网络的输出得到诊