發(fā)布時間：2017-06-19 04:10

  本文關(guān)鍵詞：開關(guān)電源故障診斷方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：開關(guān)電源作為各電力系統(tǒng)的核心,一旦發(fā)生故障,若不能及時定位故障并做出相應(yīng)處理,輕則造成器件燒毀,重則導(dǎo)致整個電路系統(tǒng)崩潰,造成巨大經(jīng)濟(jì)損失,甚至威脅人身安全,因此快速且準(zhǔn)確的定位開關(guān)電源故障成為一個日益重要的課題。目前開關(guān)電源故障診斷方法的研究主要從兩方面進(jìn)行:一是如何有效提取開關(guān)電源故障特征;二是如何建立高效的故障診斷模型。針對開關(guān)電源電路由于元件非線性、容差性等造成的故障特征提取困難的問題,本文采用小波包變換和主元分析相結(jié)合的方式提取故障有效信息。首先采用小波包變換對故障信號進(jìn)行降噪處理;然后采用基于小波包的頻帶能量提取技術(shù)提取開關(guān)電源故障特征,解決了非線性、容差電路故障特征提取難的問題;最后采用主元分析對提取的故障特征進(jìn)行去冗余,排除相關(guān)輸入引起的多重共線性問題,有效提取開關(guān)電源故障特征。開關(guān)電源由于沒有統(tǒng)一的故障診斷模型,常規(guī)的故障診斷方法如故障字典法等很難滿足開關(guān)電源故障診斷需求,而神經(jīng)網(wǎng)絡(luò)的出現(xiàn)為開關(guān)電源故障診斷提供了思路,但是常規(guī)的單一神經(jīng)網(wǎng)絡(luò)又均有其自身局限性,因此本文提出了基于改進(jìn)的萬有引力搜索算法(Improved Gravitational Search Algorithm,IGSA)與神經(jīng)網(wǎng)絡(luò)相結(jié)合的開關(guān)電源故障診斷模型。首先針對標(biāo)準(zhǔn)GSA在求解函數(shù)優(yōu)化問題時易陷入局部最優(yōu)且優(yōu)化精度不高的問題,提出基于時變權(quán)重和邊界變異的IGSA算法,經(jīng)仿真驗證,IGSA具有更好的優(yōu)化性能;然后以IGSA優(yōu)化BP和RBF神經(jīng)網(wǎng)絡(luò)為例,給出IGSA-BPNN和IGSA-RBFNN具體操作流程;最后將IGSA-BPNN和IGSA-RBFNN分別用于開關(guān)電源故障診斷,實驗表明,IGSA-神經(jīng)網(wǎng)絡(luò)模型較常規(guī)的神經(jīng)網(wǎng)絡(luò)具有更高的診斷速度和精度。在開關(guān)電源故障診斷理論與應(yīng)用研究中,一個開放式的高性能開關(guān)電源故障診斷實驗平臺必不可少。本文將Lab VIEW(Laboratory Virtual Instrument)技術(shù)應(yīng)用于開關(guān)電源故障診斷系統(tǒng)軟件設(shè)計中,有效提高實驗效率和數(shù)據(jù)可靠性。
【關(guān)鍵詞】：故障診斷 萬有引力搜索算法 改進(jìn)的萬有引力搜索算法 神經(jīng)網(wǎng)絡(luò) 開關(guān)電源
【學(xué)位授予單位】：沈陽理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN86
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-26
• 1.1 研究背景及選題意義11-13
• 1.1.1 引言11-12
• 1.1.2 開關(guān)電源故障診斷研究背景及選題意義12-13
• 1.2 開關(guān)電源故障診斷技術(shù)研究現(xiàn)狀13-23
• 1.2.1 開關(guān)電源故障診斷方法概述14-18
• 1.2.2 開關(guān)電源故障特征提取方法概述18-23
• 1.3 論文主要研究內(nèi)容23-26
• 第2章 基于WPT-PCA的開關(guān)電源故障特征提取26-47
• 2.1 基于WPT-PCA的開關(guān)電源故障特征提取原理26-33
• 2.1.1 基于小波包分解的信號降噪原理26-31
• 2.1.2 基于WPT-PCA的頻帶能量故障特征提取31-33
• 2.2 實驗?zāi)Ｐ痛罱?/span>33-36
• 2.3 實驗結(jié)果與分析36-46
• 2.3.1 小波包預(yù)處理結(jié)果分析36
• 2.3.2 WPT-PCA提取故障特征結(jié)果分析36-46
• 2.4 本章小結(jié)46-47
• 第3章 萬有引力搜索算法的改進(jìn)及仿真驗證47-59
• 3.1 引言47
• 3.2 基于時變權(quán)重的IGSA優(yōu)化算法47-51
• 3.2.1 基于時變權(quán)重的IGSA算法原理47-51
• 3.2.2 基于時變權(quán)重的IGSA算法流程51
• 3.3 基于邊界變異的IGSA優(yōu)化算法51-52
• 3.3.1 基于邊界變異的IGSA算法原理51-52
• 3.3.2 基于邊界變異的IGSA算法流程52
• 3.4 基于時變權(quán)重及邊界變異的IGSA算法仿真與驗證52-58
• 3.4.1 問題提出53
• 3.4.2 問題分析53
• 3.4.3 仿真結(jié)果53-54
• 3.4.4 結(jié)果對比分析54-58
• 3.5 本章小結(jié)58-59
• 第4章 基于IGSA-神經(jīng)網(wǎng)絡(luò)的開關(guān)電源故障診斷方法研究59-69
• 4.1 引言59
• 4.2 基于IGSA-BPNN的開關(guān)電源故障診斷研究59-64
• 4.2.1 IGSA-BPNN算法原理59-61
• 4.2.2 IGSA-BPNN算法流程61-63
• 4.2.3 基于IGSA-BPNN的開關(guān)電源故障診斷仿真與結(jié)果分析63-64
• 4.3 基于IGSA-RBFNN的開關(guān)電源故障診斷研究64-67
• 4.3.1 IGSA-RBFNN算法原理64-65
• 4.3.2 IGSA-RBFNN算法流程65-66
• 4.3.3 基于IGSA-RBFNN的開關(guān)電源故障診斷仿真與結(jié)果分析66-67
• 4.4 基于IGSA-神經(jīng)網(wǎng)絡(luò)的開關(guān)電源故障診斷小結(jié)67-69
• 第5章 開關(guān)電源故障診斷系統(tǒng)實驗平臺設(shè)計69-81
• 5.1 基于LabVIEW的開關(guān)電源故障診斷軟件總體設(shè)計方案69
• 5.2 開關(guān)電源故障診斷系統(tǒng)登錄界面設(shè)計69
• 5.3 開關(guān)電源主界面設(shè)計69-79
• 5.3.1 開關(guān)電源數(shù)據(jù)采集模塊設(shè)計69-76
• 5.3.2 開關(guān)電源數(shù)據(jù)預(yù)處理模塊設(shè)計76-77
• 5.3.3 開關(guān)電源故障特征提取模塊設(shè)計77-79
• 5.3.4 開關(guān)電源故障診斷模塊設(shè)計79
• 5.4 本章小結(jié)79-81
• 結(jié)論81-82
• 參考文獻(xiàn)82-89
• 攻讀碩士學(xué)位期間發(fā)表的論文和取得的科研成果89-90
• 致謝90-91
• 附錄A91-92
• 附錄B92-93

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前9條

1 葉笠;王厚軍;葉們;田書林;;容差模擬電路診斷中故障隔離的幾何方法[J];電子科技大學(xué)學(xué)報;2011年01期

2 索南加樂,張超,王樹剛;基于模型參數(shù)識別法的小電流接地故障選線研究[J];電力系統(tǒng)自動化;2004年19期

3 謝香峰;雷電;孫承波;;基于BP網(wǎng)絡(luò)的開關(guān)電源故障診斷方法研究[J];電子測量技術(shù);2012年08期

4 郭媛;趙學(xué)s

本文編號：461517