本文關(guān)鍵詞：基于蟻群算法的電力電子電路故障診斷，由筆耕文化傳播整理發(fā)布。

電力電力相關(guān)學(xué)習(xí)知識

研機(jī)電工程技術(shù)2010年第39卷第07

期

基于蟻群算法的電力電子電路故障診斷觹

蘇艷蘋

（鄭州航空工業(yè)管理學(xué)院機(jī)電工程學(xué)院，

河南鄭州

450015）

，通過建立適當(dāng)?shù)臄?shù)學(xué)模型，并充分借鑒遺傳算法的優(yōu)點，用蟻群算法進(jìn)行求解。；故障診斷；故障識別文獻(xiàn)標(biāo)識碼：A

文章編號：1009－9492(2010)07－0054－03

1引言

在生產(chǎn)領(lǐng)域中，電力電子設(shè)備通常作為電源供應(yīng)或控制器等關(guān)鍵部件，當(dāng)發(fā)生故障后，必須快速數(shù)毫秒到數(shù)十毫秒內(nèi)將主電路停電，這使故障狀態(tài)下的信息也隨之消失，給設(shè)備的維修帶來極大的難度。因此，對電力電子裝置進(jìn)行動態(tài)監(jiān)視，在線故障診斷具有重要的意義。

近年來，人們在電力電子電路的狀態(tài)監(jiān)測與故障診斷過程中，一直在探索合適的故障模式識別方法，從傳統(tǒng)的測前仿真和測試仿真，如故障字典、模式識別、參數(shù)辨識、故障驗證等到專家系統(tǒng)的分類都進(jìn)行了大量的研究。然而，由于電力電子電路的故障現(xiàn)象多樣、元件參數(shù)具有較大的離散性與廣泛的非線性等原因，致使其故障診斷無論在理論上還是方法上均距實用還有相當(dāng)?shù)木嚯x。蟻群算法（ACA）是由Dorigo等人提出，該算法是模擬自然界中真實蟻群的覓食行為而形成的一種模擬進(jìn)化算法，具有正反饋、分布式計算和富于貪婪啟發(fā)式搜索的特點。雖然蟻群算法出現(xiàn)的時間不長，但已經(jīng)成功應(yīng)用于許多組合優(yōu)化問題，例如典型的旅行商（TSP）、車輛路徑問題、機(jī)組最優(yōu)投入以及配電網(wǎng)網(wǎng)架優(yōu)化規(guī)劃問題等。故障診斷定位實質(zhì)上是一個模式分類的問題，診斷時選擇有效的故障測試點至關(guān)重要。本文通過建立適當(dāng)?shù)臄?shù)學(xué)模型，把電力電子電路故障定位問題轉(zhuǎn)化為類似于TSP問題的模式，并充分借鑒遺傳算法的優(yōu)點，用蟻群算法進(jìn)行求解。

利學(xué)者M(jìn)．dorigo、V．Maniezzo、A．Colorni等人提出，通過模擬自然界的螞蟻的尋徑行為，群體智能模型進(jìn)行優(yōu)化搜索，，蟻群算法不需要先驗知識，最初隨機(jī)的選擇搜索路徑，隨著解空間搜索過程的深入，選擇逐漸變得有規(guī)律，并最終逼近甚至達(dá)到全局最優(yōu)解。與遺傳算法相比，蟻群算法具有正反饋、魯棒性好、并行分布計算的特點。蟻群算法的基本原理如下。

現(xiàn)用圖1來說明蟻群尋找最優(yōu)路徑的原理。

圖1螞蟻群覓食過程示意圖

圖1中，由于障礙物的存在，蟻群從蟻巢出發(fā)到達(dá)食物再返回，只能走路徑1（蟻巢→A→B→C→食物）或者路徑2（蟻巢→A→D→C→食物）。假設(shè)路徑1的長度是路徑2的兩倍。第一批螞蟻到達(dá)A點時，由于之前沒有任何信息素殘留，螞蟻選擇兩條路徑的概率相同，并分別在走過的路徑上留下相同量的信息素。假設(shè)所有螞蟻速度相同，則相同時間內(nèi)路徑2上留下的信息素是路徑1上的兩倍。由于

單個螞蟻會以較大的概率選擇信息素較強(qiáng)的路

2蟻群算法

蟻群算法

［1］

（AntColonyAlgorithm）是一種源于生

物行為的仿生類進(jìn)化算法，最初是由20世紀(jì)90年代意大

觹河南省教育廳自然科學(xué)研究項目（編號：2007510022）

  本文關(guān)鍵詞：基于蟻群算法的電力電子電路故障診斷，由筆耕文化傳播整理發(fā)布。