相关蚁群算法的电力电子电路故障诊断

《相关蚁群算法的电力电子电路故障诊断》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于蚁群算法的电力电子电路故障诊断苏艳革(郑州航空工业管理学院机电工程学院，河南郑州450015)的基于蚁群算法的故障诊断知识获取算法，通过建立适当的数学模型．把电力电子电路故障定位问题转化为式，并充分借鉴遗传算法的优点，用蚁群算法进行求解。仿真结果表明该算法的可行性、近邻准则；故障诊断；故障识别中图分类号：TP18文献标识码：A文章编号：1009—9492(2010)07—0054—031引言利学者M．dorigo、V．Maniezzo、A．Colomi等人提出，通过模在生产领域中，电力电子设备通常作为电源供应或控拟自然界的蚂蚁的寻径行为。群体智能模型进

2、行优化搜制器等关键部件．当发生故障后．必须快速数毫秒到数十索，蚁群算法不需要先验知识，最初随机的选择搜索路毫秒内将主电路停电．这使故障状态下的信息也随之消径，随着解空间搜索过程的深人，选择逐渐变得有规律，失，给设备的维修带来极大的难度。因此，对电力电子装并最终逼近甚至达到全局最优解。与遗传算法相比，蚊群置进行动态监视．在线故障诊断具有重要的意义。算法具有正反馈、鲁棒性好、并行分布计算的特点。蚁群近年来。人们在电力电子电路的状态监测与故障诊断算法的基本原理如下。过程中，一直在探索合适的故障模式识别方法，从传统的现用图1来说明蚁群寻找最优路径的原理。测前仿真和

3、测试仿真。如故障字典、模式识别、参数辨B识、故障验证等到专家系统的分类都进行了大量的研究。然而，由于电力电子电路的故障现象多样、元件参数具有较大的离散性与广泛的非线性等原因，致使其故障诊断无论在理论上还是方法上均距实用还有相当的距离。蚁群算法(ACA)是由Dorigo等人提出．该算法是模拟自然界中真实蚁群的觅食行为而形成的一种模拟进化算法。具有正反馈、分布式计算和富于贪婪启发式搜索的特点。虽然蚁D群算法出现的时间不长。但已经成功应用于许多组合优化图1蚂蚁群觅食过程示意图问题，例如典型的旅行商(TSP)、车辆路径问题、机组最优投入以及配电网网架优化规划问题等

4、。故障诊断定位实图1中．由于障碍物的存在．蚁群从蚁巢出发到达食质上是一个模式分类的问题，诊断时选择有效的故障测试物再返回．只能走路径1(蚁巢一A—B—C一食物)或者点至关重要。本文通过建立适当的数学模型，把电力电子路径2(蚁巢一A—D—C一食物)。假设路径1的长度是路电路故障定位问题转化为类似于TSP问题的模式，并充分径2的两倍。第一批蚂蚁到达A点时，由于之前没有任何借鉴遗传算法的优点，用蚁群算法进行求解。信息素残留．蚂蚁选择两条路径的概率相同。并分别在走2蚁群算法过的路径上留下相同量的信息索。假设所有蚂蚁速度相蚁群算法⋯(AntColonyAlgorit

5、hm)是一种源于生同，则相同时间内路径2上留下的信息素是路径1上的两物行为的仿生类进化算法，最初是由20世纪9O年代意大倍。由于单个蚂蚁会以较大的概率选择信息素较强的路河南省教育厅自然科学研究项目(编号2007510022)收稿日期：2010一O1—22●—■—■●研究与径．后续到达的其它蚂蚁(重新出发的和从食物处返回的)的相似性，将每个故障样本数据看成一只人工蚂蚁所需访多数会走较短的路径2。这就导致路径2上的信息素强度问的地点．从而形成了全部数据样本的一个有序链接。然继续增大．而新到来的蚂蚁选择该路径的概率也相应增后对每只蚂蚁的数据列表根据其样本之间的近

6、邻函数值得大．整个过程形成了一种闭环正反馈控制，如图2。经过大小．打断其中值最大的两个样本数据之间的连接，从而一段时问后。两条路径上的信息素强度就会产生明显的区形成了最初的两个故障分类。对于已经进行分类的故障样别．最后绝大多数的蚂蚁都将选择这条较短的路径。本数据，计算每一类故障之间的连接损失。最后，对每一只蚂蚁的分类结果进行比较，选取当前运行的分类连接损失最小的蚂蚁的结果为本次循环的结果。当算法达到规定的最大运行次数或者故障样本数据的分类之间的连接损失达到给定最小值时．算法结束。此时的运行结果为最终解。3．2算法具体步骤图2蚁群算法的闭环正反馈控制1)以为

7、元素写出故障征兆样本数据的加权距离矩从上面可以看出．蚁群优化算法的基本思想就是质量阵

8、y。其中样本yi与间的加权距离用△△(Yl，咒)表示，越好的解(距离越短的路径)就越能吸引更多的蚂蚁。蚁群正是通过这种反复记忆和学习的过程，得到了最短路径=II一)II=、／∑一)Y^即全局最优解。该过程包含适应阶段和协同工作阶段。适：I应阶段，各候选解根据积累的信息不断选择、更新自身结式中，P表示故障征兆样本数据种不同特征的加权因构；协同工作阶段，候选解之间通过信息交流，以期产生子。性能更好的解。2)利用矩阵^y作为近故障样本的邻矩阵Ⅳ，其元素3基于蚁群算法的故障识别算

9、法为样本yi对，的近邻函数值。一般Ⅳ为正定矩阵，且，建立复杂电力电