基于pso-ngm模型电力电子电路故障预测方法

《基于pso-ngm模型电力电子电路故障预测方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、·电气与自动化·朱宝琳．等·基于PSO—NGM模型的电力电子电路故障预测方法基于PSO—NGM模型的电力电子电路故障预测方法朱宝琳，陈则王，贾云涛(南京航空航天大学自动化学院，江苏南京210016)摘要：针对现有电力电子电路故障预测技术的不足，提出了将电路特征性能参数和粒子群非齐次灰色模型PSO—NGM(particleswarmoptimizationnon—homogenousgreymode1)模型结合。对电力电子电路进行故障预测。以Buck—Boost电路为例．选择电路输出电压作为监测信号，提取输出电压平均值和纹波值作为电路特征性能参数．并利用

2、PSO—NGM预测模型实现故障预测。实验结果表明．利用PSO—NGM对电路输出平均电压和输出纹波电压的预测相对误差很小，能够跟踪故障特征性能参数的变化趋势．有效实现电力电子电路故障预测。关键词：电力电子电路；故障预测；特征性能参数；粒子群非齐次灰色模型中图分类号：TP206．3文献标志码：B文章编号：1671．5276I2015)05．0155．04ResearchonFaultPredictionMethodofPowerElectronicCircuitsBasedonParticleSwarmOptimizationNon-homogenousG

3、reyModelZHUBaolin．CHENZewang。JIAYuntao(NanjingUniversityofAeronauticsandAstronautics，Nanjing210016，China)Abstract：Aimingattheissueexistinginthefaultpredictiontechniqueofpowerelectroniccircuits，thispaperproposesthatthechar-acteristicparameterdataisusedwiththeparticleswarmoptimiza

4、tionnon·homogenousgreymodel(PSO-NGM)topredictthepowerelectroniccircuitsfailure．TheBuck-Boostconvertercircuitistakenasanexampletopredictitsfailure．Theoutputvoltageisselectedasmonitoringsignalandtheaveragevoltageandripplevoltageareextractedascharacteristicparameters，thenthePSO-NGM

5、algo—mhmisusedtopredictBuck-Boostconvertercircuit．TheexperimentalresultsshowthatusingthePSO·NGMalgorithmtopredicttheaveragevoltageandripplevoltage，itserrorissmaller．Thenewmethodcanbeusedtotracethecharacteristicparametertrendandpredicthefailureofpowerelectroniccircuitsefectively．

6、Keywords：powerelectroniccircuits；faultprediction；characteristicparameter；particleswarmoptimizationnon·homogenousgreymodel持向量机SVM(suppo~vectormachines)]、灰色系统GM0引言(greymode1)、遗传算法GA(geneticalgorithms)]、粒子滤波PF(particlefilter)¨0]等智能处理算法。时间序列预随着电力电子技术的进步。电力电子装置得到快速的测方法对序列变化比较均匀的短期预测情

7、况较为理想，优发展并广泛应用于人们的生活、传统工业和高新技术产业点是所需历史数据少、工作量少，但该方法在非线性预测等领域。电力电子装置一旦发生故障，小则造成电器产品中预测效果较差。神经网络方法在非线性领域中得到广损坏、交通阻塞、工矿企业停产，大则会威胁人民生命、财泛的应用，但该方法存在容易陷入局部最优、收敛速度慢产安全．造成重大的人员伤亡和灾难事故⋯。对电力电等缺点。灰色系统以“部分信息已知，部分信息未知”的子装置进行故障预测可以有效监测系统故障状况及故障“小样本”、“贫信息”不确定系统为研究对象，通过对部分发展趋势，实现对系统的事先维修，避免重大事故

8、的发生，已知信息的开发。提取数据内部隐含的系统特征，实现对因此电力电子装置的故障预测技术对提高