相似度在电力电子电路故障诊断中的应用（仅供参考）.doc

窗体顶端 相似度在电力电子电路故障诊断中的应用摘要:采用一种基于S变换的相似度的电力电子电路故障诊断方法,首先建立各种类型故障信号的S变换模时频矩阵,然后计算故障信号模时频矩阵与标准样本模时频矩阵的相似度,以相似度最大为判别依据实现故障的诊断.三相桥式可控整流电路晶闸管故障诊断实验结果表明该方法能准确对电力电子电路故障进行类型的识别和故障元的定位,对噪声具有鲁棒性,且算法简单,在解决电力电子电路故障问题上有着很好的工程实用价值.关键词:S变换;相似度;故障诊断;电力电子电路Application of Similarity in Fault Diagnosis ofPower Electronics CircuitAbstract: A method of fault diagnosis was proposed for power electronics circuit based on S-transform similarity. At first, the standard sample module time-frequency matrixes of S- transform for all fault signal were constructed, then the similarity of fault signals module time-frequency matrixes to standard module time-frequency matrixes is calculated, and according to the principle of maximum similarity the faults were diagnosed. The experimental result of fault diagnosis of thyristor in three-phase full-bridge controlled rectifier shows that the method can accurately diagnose fault and locate fault element for power electronics circuit, and it has excellent performance on noise robust and calculation complexity, thus it also has good practical engineering value in the solution to fault question for power electronics circuit.Key words: S Transform; Similarity; Fault Diagnosis; Power Electronics Circuit引言随着电力电子技术的发展,电力电子装置越来越复杂,其故障模型也越来复杂,为使电力电子装置正常高效地工作,研究有效的故障诊断技术是很有必要的[1-2].近几年,神经网络故障诊断技术被广泛应用于电力系统故障诊断中[3-6],主要是由于基于神经网络故障诊断的方法不要求明确的故障模型,利用强大的自学习功能、并行处理能力和良好的容错能力,避免冗余实时建模的需求.但是通常采用的BP网络在结构设计上存在盲目性,且在训练过程中容易陷入局部极小点.文献[7-9]研究了采用小波变换方法进行故障特征提取的故障诊断方法,文献[2]研究了利用支持向量机对电力电子电路的故障类型的识别和故障障元的定位,这些方法在实际的电力电子装置故障诊断中起到了显著作用,但其算法相对比较复杂.本文采用一种基于S变换时频分析相似度的电力电子电路故障诊断方法,该方法首先对各种故障信号进行时频分析,然后通过直接计算不同故障信号的S变换时频模矩阵之间的相似度来量化其故障特征的差异,从而实现故障的诊断.1 S变换基本原理S变换由Stockwell于1996年提出[10],是一种可逆的局部时频分析方法,其思想是对连续小波变换和短时傅立叶变换的发展.信号的一维连续S变换定义如下 (1)(2)其中,为高斯窗口(Gaussian Window),为控制高斯窗口在时间轴位置的参数,为频率,为虚数.由式中可以看出,S变换不同于短时傅立叶变换之处在于高斯窗口的高度和宽度随频率而变化,这样就克服了短时傅立叶变换窗口高度和宽度固定的缺陷.其一维连续S逆变换为(3)S变换可以看作是对连续小波的一种相位修正,并且可以从连续小波变换推导而来.若将母小波定义为一个高斯窗函数和一个复向量的乘积,代入到信号的连续小波定义式中即可得到S变换.由于信号的S变换与其傅立叶