基于BP神经网络整流电路故障诊断.docVIP

基于BP神经网络整流电路故障诊断 　　摘 要：新型电力电子产品的不断呈现以及对系统各类品质要求的日益增加，使得电力电子电路的在线故障诊断必然成为一个急需解决的问题。针对这一问题，采用Matlab仿真软件建立仿真模型，获取输出电压ud，并用傅里叶分析法提取出直流分量、基波幅值、二次谐波以及三次谐波幅值。将其归一化后输入到BP网络中，获取具有编码特征的6个数字，从而确定故障部位及故障点。应用上述方法，以三相桥式整流电路为例进行了仿真实验，其测试误差可达到10-4。通过实验验证表明：该方法与其他诊断方法相比具有诊断率高、可靠性强、适用范围广等优点。 　　关键词：电力电子电路；故障诊断；神经网络 　　DOI：10.15938/j.jhust.2018.02.007 　　中图分类号： TP183；TN707 　　文献标志码： A 　　文章编号： 1007-2683（2018）02-0035-05 　　Abstract：Due to the new power electronic products improving and many qualities are growing， making the online fault diagnosis of power electronic circuit becomes more important. In this paper， simulation model is established by using MATLAB to obtain output voltage. Then we use the Fourier analysis method to extract the DC component， the amplitude， the second harmonic and harmonic amplitude three times. After these values are normalized， we set them into the BP network to receive six numbers in order to determine fault location and fault point. Taking three phase bridge rectifier circuit as an example with this method， the test error value is less than 10-4.The experiment result shows that this method has merit of higher diagnostic rate，higher reliability and widely application. 　　Keywords：power electronic circuit； fault diagnosis； the neural network 　　0 前 言 　　随着电力电子技术的迅速发展，电力电子电路的故障诊断方法也应运而生。以前采用传统的故障诊断方法，一是等设备坏了再进行维修，二是定期检修设备。由于这两种方法在一定程度上均会造成经济损失，甚至有人身伤亡的出现。故必然会有新的诊断方法出现[1-3]。而其中，小波变换[4]具有良好的时域局部性，由于噪声的存在使得误报率过高；而用支持向量机[5-6]的故障诊断方法仅在小样本的情况下具有很好的适用性，当样本过多时正确率有所下降；ARMA谱分析法[7-9]具有高诊断率、高可靠性的优点，但大多数的分析方法的讨论与应用还集中于时域中。 　　本文利用神经网络将电力电子电路的故障信息进行处理分类，以达到能快速准确的发现故障并进行处理。依据神经网络原理，研究了基于神经网络的电力电子电路故障的提取方法，将这种方法应用于三相整流电路的断路故障诊断中。这种方法简单、直观，诊断准确率较高。此外，该方法具有很好的适用性，可以用于其他的电力电子电路的故障诊断中。 　　1 整流电路的故障模式及分析 　　1.1 故障模式 　　现以三相桥式电路为例进行故障诊断分析。在任意时刻，都有两只晶闸管同时导通，构成电流回路。其中每隔π/3换相一次，而换相过程总是在共阴极和共阳极组间轮流进行，晶闸管的导通顺序是VT1-VT2-VT3-VT4-VT5-VT6。整流桥输出端电压ud是一个非常重要的测试点，可以反映电路的工作情况。此外，电流电压测试比较容易。因此，本文将ud作为主要的分析处理对象。 　　电力电子电路的实际运行表明：大多数故障表现为晶闸管损坏，其中以晶闸管的开路和短路最为常见。分析前先假设： 　　1）以晶闸管开路故障为例分析，包括晶闸管开路，