本文關(guān)鍵詞：基于人工智能的電力電子電路故障診斷，由筆耕文化傳播整理發(fā)布。

基于人工智能的電力電子電路故障診斷

詹世濤 齊蕊 劉陽(yáng)

（遼寧省電子研究設(shè)計(jì)院有限公司 110001）

摘 要：采用基于波形直接分析的神經(jīng)網(wǎng)絡(luò)故障診斷方法實(shí)現(xiàn)電力電子電路在線故障診斷。以三相整流電路為例，對(duì)電路發(fā)生故障時(shí)輸出的波形進(jìn)行分析，用故障波形的采樣數(shù)據(jù)制作的樣本對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，將訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)用于故障診斷。仿真實(shí)驗(yàn)表明該方法是有效的。

關(guān)鍵詞：故障診斷 神經(jīng)網(wǎng)絡(luò) 電力電子電路

電力電子電路的實(shí)際運(yùn)行表明，大多數(shù)故障表現(xiàn)為功率開關(guān)器件的損壞，其中以功率開關(guān)器件開路和直通最為常見(jiàn)。電力電子電路的故障診斷與一般的模擬電路、數(shù)字電路的故障診斷存在較大的差別，故障信息僅存在于發(fā)生故障到停電之前數(shù)十毫秒之內(nèi)。因此，需要實(shí)時(shí)監(jiān)視、在線診斷。本文主要要研究應(yīng)用神經(jīng)網(wǎng)絡(luò)理論進(jìn)行電力電子電路的故障診斷，利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力，使故障波形與故障原因之間的關(guān)系通過(guò)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)后保存在其結(jié)構(gòu)之中，然后將學(xué)習(xí)好的神經(jīng)網(wǎng)絡(luò)用于故障診斷，神經(jīng)網(wǎng)絡(luò)就可通過(guò)對(duì)當(dāng)前電壓波形的分析，得出故障原因，從而實(shí)現(xiàn)故障的在線自動(dòng)診斷。下面以電感性負(fù)載三相整流電路故障診斷為例，對(duì)基于波形直接分析的神經(jīng)網(wǎng)絡(luò)故障診斷方法進(jìn)行研究。

1用于診斷的神經(jīng)網(wǎng)絡(luò)模型

本文用于診斷的神經(jīng)網(wǎng)絡(luò)為三層前向神經(jīng)網(wǎng)絡(luò)(包括輸人層)，學(xué)習(xí)算法是誤差反向傳播方法(BP算法)，拓?fù)浣Y(jié)構(gòu)如圖1所示。

人工神經(jīng)網(wǎng)絡(luò)具有較好的容錯(cuò)性、響應(yīng)快、強(qiáng)大的學(xué)習(xí)能力、自適應(yīng)能力和很強(qiáng)的非線性逼近能力等，，被廣泛應(yīng)用于故障診斷領(lǐng)域�；谏窠�(jīng)網(wǎng)絡(luò)的故障診斷專家系統(tǒng)有兩種形式：一種是使用神經(jīng)網(wǎng)絡(luò)來(lái)構(gòu)造專家系統(tǒng)，變基于符號(hào)的推理為基于數(shù)字運(yùn)算的推理，提高系統(tǒng)效率，解決自學(xué)習(xí)問(wèn)題；另一種是把神經(jīng)網(wǎng)絡(luò)作為知識(shí)源的表示和處理模式，并與其它推理機(jī)制相融合，實(shí)現(xiàn)多模式推理。

BP神經(jīng)網(wǎng)絡(luò)故障診斷模型主要包括三層:1)輸人層，即從實(shí)際系統(tǒng)接受的各種故

  本文關(guān)鍵詞：基于人工智能的電力電子電路故障診斷，由筆耕文化傳播整理發(fā)布。