基于小波变换及神经网络三相桥式全控整流电路故障诊断.docVIP

基于小波变换及神经网络三相桥式全控整流电路故障诊断摘要：三相桥式全控整流电路故障诊断，利用小波分析的方法提取低频能量值作为特征向量，通过神经网络实现故障桥臂定位，对电路的开路故障进行了分类。 关键词：三相整流 小波分析 神经网络 故障诊断 中图分类号：TM461 文献标识码：A 文章编号：1007-9416（2012）10-0106-02 随着电力电子电路的应用日益广泛，故障诊断问题的重要性越来越突出。在不通电的条件下，判断出故障元件，并更换损坏的元件，恢复生产。在电力电子电路中应用自动故障诊断技术，具有其深远的意义。 三相全控整流电路的整流负载容量较大，输出直流电压脉动较小，是目前应用最为广泛的整流电路之一。由于三相全控整流电路构成的装置发生故障后，快速报警，判断故障位置，并替换受损的元件，恢复电路。往往依赖人工操作但受到各种条件限制容易延长诊断时间。一种新的诊断方法应运而生。 小波神经网络是神经网络和小波理论结合的产物”它兼具了小波多尺度分辨的能力和神经网络并行计算的能力，具有收敛快，鲁棒性好，逼近能力强的优点成为研究的热点。 1、小波分析的基本理论 小波分析是从Fourier分析逐渐发展起来的，它源于函数的伸缩和平移。小波简单地说就是“一小段波”，它是一种特殊的，长度有限、平均值为零的波。它有两个特点：一是“小”，即在时域都具有紧支撑或近似紧支撑集；二是正负交替的波动性，也即直流分量为零。小波变换就是将信号分解为一系列小波函数的叠加，而这些小波函数都是由一个母小波函数经过平移和尺度伸缩得来的。 把对信号的积分变换： 称为小波变换，其中。是由经平移和缩放的结果。在小波变换的定义中，小波函数是窗函数，它的时—频窗表现了小波变换的时—频局部化能力。 三相全控整流电路输出电流波形中通常含有非周期信号和畸变信号，采用传统的傅立叶变换不能满足相应的要求，然而小波变换确对故障信号的奇异点很敏感，信号突变时采用小波变换在一定的范围内会在突变处产生峰值其和噪声会完全不同。利用此特点，采用选择适当的小波基和适当的尺度参数，可在强噪声情况下，精确检测出突变信号。而且有效值突变点所对应的小波变换模极大值有沿尺度传递的特点； 对于同一个问题采用不同的小波基分析会有完全不一样的结果。限制判定小波基的优劣主要是对小波分解方法处理的结果与理论结果的差值来进行判断，以此来确定小波基。 根据三相全控整流电路电压信号的特点综合考虑，这里选择db3小波来基本满足紧支撑性与光滑性的要求。 如图1所示为三相全控桥式整流主电路图。 整流主回路故障情况比较复杂，由于是多相位、多器件，取控制触发角为0°30°45°90°。其故障组合数目众多，因此本文考虑，最多有两只晶闸管同时发生故障，共有22种故障。其故障编码如表1所示。 这样，共得了5大类，22个小类故障。并且对故障进行了编号。每种故障对应着六位编码Y6Y5Y4Y3Y2Y1。 Y6Y5Y4表示大类，Y3Y2Y1。表示所属大类中的小类，如：011010表示为第三大类中的第二小类故障：T3和T6开路 本文采用小波分析与神经网络相结合的方法对故障进行诊断，使用此方法有两个前提条件： （1）在整流电路中，晶闸管断开、串接熔断器熔断、触发脉冲丢失一切造成整流桥不导通的故障，统称为晶闸管故障； （2）由于神经网络的识别能力和结构的简化，最多同时考虑有两个晶闸管产生故障。 2、故障特征提取方法 装置中整流电路晶闸管的断路故障必然表现为输出电压信号的间断，即输出信号是两种不同频率信号的组合。对于间断检测的原理，我们可以理解为：间断点是高频信息，比普通信号的频率要高出很多。此外，整流装置多带感性负载，输出电流波形变化平缓，而电压信号更便于识别通过对整流电路输出电压的小波分解，可以捕捉其故障信息，从而达到故障特征提取的。取触发角α为0°、30°、45°、60°四组故障特征样本，得到88个故障诊断结果。 下面对三相全控整流电路电压信号采用db3小波基进行6层小波分解，然后对各个系数求出其能量值，按照顺序排成一列向量，该向量就是对应某一故障的特征向量。首先利用MATLAB/Simulink工具建立三相全控整流电路的仿真模型在小波分解尺度图中，利用小波工具箱的GUI平台的统计功能（Statistics按钮）得出近似系数a6，细节系数d1、d2、d3、d4、d5、d6的最大值。为了提高神经网络的计算速度，处理数据，得出故障特征向量P=[a6/PSd1/PSd2/PSd3/PSd4/PSd5/PSd6/PS]，作为BP神经网络的输入量。 3、BP神经网络的训练 当对多层网络的结构确定且需要的训练数据准备好以后，就可以应用前面的BP算法对网络进行训练。其