量子神經(jīng)網(wǎng)絡(luò)的電力電子電路故障診斷

收稿日期:2007208208;　定稿日期:2007212218 基金項目:國家自然科學基金資助項目(60374008,60501022);航空科學基金資助項目(2006zd52044,04152068) ?研究論文? 基于小波徑向基網(wǎng)絡(luò)的電力電子電路故障診斷 韓曉靜,王友仁,崔江 (南京航空航天大學自動化學院,南京　210016) 　 摘　要:　提出了一種基于小波徑向基神經(jīng)網(wǎng)絡(luò)和主成分分析的電力電子故障診斷方法,該方法用 小波變換和主成分分析對數(shù)據(jù)進行預處理,提取出有效故障特征信息,實現(xiàn)數(shù)據(jù)壓縮,減少了神經(jīng) 網(wǎng)絡(luò)的訓練時間,選用徑向基(rbf)網(wǎng)絡(luò)為故障分類器,解決了bp網(wǎng)絡(luò)容易陷入局部極小點的問 題,提高了訓練速度,并且具有診斷率高的特點。實例證明了該方法的有效性,并與其他診斷方法 進行了對比。

收稿日期:2007208208;　定稿日期:2007212218 基金項目:國家自然科學基金資助項目(60374008,60501022);航空科學基金資助項目(2006zd52044,04152068) ?研究論文? 基于小波徑向基網(wǎng)絡(luò)的電力電子電路故障診斷 韓曉靜,王友仁,崔江 (南京航空航天大學自動化學院,南京　210016) 　 摘　要:　提出了一種基于小波徑向基神經(jīng)網(wǎng)絡(luò)和主成分分析的電力電子故障診斷方法,該方法用 小波變換和主成分分析對數(shù)據(jù)進行預處理,提取出有效故障特征信息,實現(xiàn)數(shù)據(jù)壓縮,減少了神經(jīng) 網(wǎng)絡(luò)的訓練時間,選用徑向基(rbf)網(wǎng)絡(luò)為故障分類器,解決了bp網(wǎng)絡(luò)容易陷入局部極小點的問 題,提高了訓練速度,并且具有診斷率高的特點。實例證明了該方法的有效性,并與其他診斷方法 進行了對比。

人工神經(jīng)網(wǎng)絡(luò)在電力電子電路故障診斷中有廣泛的應(yīng)用。常用的反向傳播算法存在著容易陷入局部極小點、對初值要求高的缺點,給故障診斷帶來不便。提出了采用遺傳算法優(yōu)化人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的初值,將遺傳算法與人工神經(jīng)網(wǎng)絡(luò)結(jié)合起來,應(yīng)用于電力電子電路的故障診斷中。仿真實驗表明該方法是有效的。

基于wigner-ville分布的電力電子電路故障診斷技術(shù) 王榮杰 （集美大學輪機工程學院，廈門361021） 摘要：提出了一種基于wigner-ville分布的電力電子電路故障診斷方法，首先建立各種類型故 障信號的wigner-ville模時頻矩陣，然后計算故障信號wigner-ville模時頻矩陣與標準模時頻矩 陣的相似度，以相似度最大為判別依據(jù)實現(xiàn)故障的診斷。三相橋式可控整流電路晶閘管故障診 斷仿真結(jié)果表明該方法能準確對電力電子電路故障進行類型的識別和故障元的定位，對噪聲具 有魯棒性，且算法簡單，在解決電力電子電路故障問題上有著很好的工程實用價值。 關(guān)鍵詞：wigner-ville分布；相似度；故障診斷；電力電子電路 中圖分類號：tp181文獻標識碼:a faultdiagnosistechnologybasedonwigner-vill

采用最小二乘支持向量機預測算法對電力電子電路進行故障預測.以基本降壓斬波電路為例,選擇電路輸出電壓作為監(jiān)測信號,提取輸出電壓平均值及紋波值作為電路特征性能參數(shù),并利用ls-svm回歸預測算法實現(xiàn)故障預測.仿真結(jié)果表明,利用ls-svm對基本降壓斬波電路輸出平均電壓與輸出紋波電壓的預測相對誤差均低于2%,能夠跟蹤故障特征性能參數(shù)的變化趨勢,有效實現(xiàn)電力電子電路故障預測.

畢業(yè)設(shè)計（論文） 題目：電力電子電路緩沖器的研究與仿真 學生姓名：xxx 學號：xxx 所在學院：電氣與光電工程學院 專業(yè)班級：電氣工程及其自動化1405班 屆別：2018屆 指導教師：xxx 皖西學院本科畢業(yè)設(shè)計（論文）創(chuàng)作誠信承諾書 1.本人鄭重承諾：所提交的畢業(yè)設(shè)計（論文），題目《電力 電子電路緩沖器的研究與仿真》是本人在指導教師指導下獨立完 成的，沒有弄虛作假，沒有抄襲、剽竊別人的內(nèi)容； 2.畢業(yè)設(shè)計（論文）所使用的相關(guān)資料、數(shù)據(jù)、觀點等均真 實可靠，文中所有引用的他人觀點、材料、數(shù)據(jù)、圖表均已標注 說明來源； 3.畢業(yè)設(shè)計（論文）中無抄襲、剽竊或不正當引用他人學 術(shù)觀點、思想和學術(shù)成果，偽造、篡改數(shù)據(jù)的情況； 4.本人已被告知并清楚：學校對畢業(yè)設(shè)計（論文）中的抄襲、 剽竊、弄虛作假等違反學術(shù)規(guī)范的行為將

86電子電路故障診斷的新方法

針對傳統(tǒng)的電力電子電路參數(shù)辨識僅對部分器件進行辨識,未辨識到所有器件特征參數(shù)值,無法準確判斷電路當前狀態(tài)的問題,建立了基于電感電流與輸出電壓的電路混雜系統(tǒng)模型,使用粒子群優(yōu)化算法將參數(shù)辨識問題轉(zhuǎn)化為目標函數(shù)優(yōu)化問題,求解得到電路中所有關(guān)鍵元器件的特征參數(shù)值,以更好地表征電路的健康狀態(tài)。仿真實驗結(jié)果表明該方法的辨識精度達到98%以上,有較好的辨識效果。

針對現(xiàn)有電力電子電路故障狀態(tài)預測技術(shù)的不足,提出將電路特征性能參數(shù)與粒子群算法(pso)優(yōu)化的徑向基函數(shù)(rbf)神經(jīng)網(wǎng)絡(luò)相結(jié)合,對電力電子電路進行故障狀態(tài)監(jiān)測預測.以電源電路中buck電路為例,選擇電路輸出電壓作為監(jiān)測信號,提取輸出電壓平均值及紋波電壓值作為電路特征性能參數(shù),并利用改進后的rbf神經(jīng)網(wǎng)絡(luò)實現(xiàn)狀態(tài)預測.結(jié)果表明,利用pso改進后的rbf神經(jīng)網(wǎng)絡(luò)對電路輸出平均電壓和紋波電壓的預測比單純rbf神經(jīng)網(wǎng)絡(luò)預測的結(jié)果更加精準,能夠跟蹤電源電路狀態(tài)特征性能參數(shù)的變化趨勢,有效實現(xiàn)電力電子電路狀態(tài)監(jiān)測和預測.

采用一種基于粒子群優(yōu)化算法和人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的混合算法應(yīng)用于電力電子整流電路的故障診斷。文中首先論述了粒子群優(yōu)化算法以及實現(xiàn)粒子群和神經(jīng)網(wǎng)絡(luò)的混合算法的操作步驟,然后將這種診斷方法應(yīng)用于電力電子整流電路的故障診斷。仿真診斷結(jié)果表明,這種混合診斷方法可用于電力電子三相整流電路的故障診斷。它具有較快的收斂速度和較高的診斷精度,它具有工程的應(yīng)用價值。

畢業(yè)設(shè)計說明書 課題名稱：電力電子路仿真技術(shù)的應(yīng)用 學生姓名倪世呈 學號0902013425 二級學院（系）電氣電子工程學院 專業(yè)機電一體化技術(shù) 班級機電0934 指導教師方建華 起訖時間：2012年2月13日～2012年4月6日 浙江機電職業(yè)技術(shù)學院畢業(yè)設(shè)計說明書 i 電力電子電路仿真技術(shù)的應(yīng)用 摘要 本文是用matlab/simulink實現(xiàn)電力電子有關(guān)電路的計算機仿真的畢業(yè)設(shè)計。 論文給出了單相半波可控整流電路、單相橋式全控整流電路、三相半波可控整 流電路、三相半波有源逆變電路、三相橋式全控整流電路的實驗原理圖、matlab 系統(tǒng)模型圖、及仿真結(jié)果圖。實驗過程和結(jié)果都表明：matlab在電力電子有關(guān) 電路計算機仿真上的應(yīng)用是十分廣泛的。尤其是電力系統(tǒng)工具箱－power systemblockset（ps

電子電路故障檢測綜述

油浸式電力變壓器的運行狀態(tài)直接影響到電力系統(tǒng)的安全與穩(wěn)定,對其進行故障診斷具有重要的現(xiàn)實意義。依據(jù)elman神經(jīng)網(wǎng)絡(luò)具有動態(tài)處理數(shù)據(jù)及對歷史數(shù)據(jù)敏感的能力,提出了將它用于油浸式電力變壓器的故障診斷新方法,并給出了其具體的實現(xiàn),同時對故障診斷的結(jié)果,將elman網(wǎng)絡(luò)與bp網(wǎng)絡(luò)進行了比較。檢測結(jié)果表明,elman網(wǎng)絡(luò)具有區(qū)別油浸式電力變壓器不同故障類型的能力。

通過改良三比值法處理一組電力變壓器油中溶解氣體的特征值,并將數(shù)據(jù)作為輸入訓練神經(jīng)網(wǎng)絡(luò),調(diào)整權(quán)值和閥值,通過相互比較確定各項網(wǎng)絡(luò)參數(shù),將誤差控制要求范圍內(nèi).最后使用得到的概率神經(jīng)網(wǎng)絡(luò)對樣本進行了成功的預測,驗證了將bp神經(jīng)網(wǎng)絡(luò)算法運用于變壓器故障診斷具有十分理想的效果.

電力電子課程設(shè)計說明書 題目：降壓斬波電路設(shè)計 學生姓名：蔣文鋒 學號：201206010216 院（系）：電氣與信息工程學院 專業(yè)：電氣工程及其自動化 指導教師：康家玉 2014年12月20日 降壓斬波電路設(shè)計 1 目錄 一、設(shè)計背景..............................................................................................................................................2 二設(shè)計要求與方案................................................................................................

通過改良三比值法處理一組電力變壓器油中溶解氣體的特征值,并將數(shù)據(jù)作為輸入訓練神經(jīng)網(wǎng)絡(luò),調(diào)整權(quán)值和閥值,通過相互比較確定各項網(wǎng)絡(luò)參數(shù),將誤差控制要求范圍內(nèi).最后使用得到的概率神經(jīng)網(wǎng)絡(luò)對樣本進行了成功的預測,驗證了將bp神經(jīng)網(wǎng)絡(luò)算法運用于變壓器故障診斷具有十分理想的效果.

通過改良三比值法處理一組電力變壓器油中溶解氣體的特征值,并將數(shù)據(jù)作為輸入訓練神經(jīng)網(wǎng)絡(luò),調(diào)整權(quán)值和閥值,通過相互比較確定各項網(wǎng)絡(luò)參數(shù),將誤差控制要求范圍內(nèi).最后使用得到的概率神經(jīng)網(wǎng)絡(luò)對樣本進行了成功的預測,驗證了將bp神經(jīng)網(wǎng)絡(luò)算法運用于變壓器故障診斷具有十分理想的效果.

目的通過對鋁電解生產(chǎn)過程中的故障進行有效地診斷來提高鋁的生產(chǎn)效率和節(jié)約能源.方法把粗糙集和神經(jīng)網(wǎng)絡(luò)結(jié)合起來應(yīng)用在鋁電解的故障診斷中.先用自組織特征映射網(wǎng)絡(luò)(som)對初始數(shù)據(jù)進行離散化后得到?jīng)Q策表,然后用粗糙集理論對決策表進行約簡得到最簡決策表,根據(jù)最簡決策表設(shè)計bp神經(jīng)網(wǎng)絡(luò)對鋁電解中的故障進行診斷.結(jié)果用粗糙集對神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)進行預處理可以簡化神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),減少計算量和訓練時間,從而提高整個診斷系統(tǒng)的診斷效率、故障診斷準確率在90%以上.結(jié)論該方法能夠?qū)︿X電解中的故障做出正確的診斷.

介紹了模糊神經(jīng)網(wǎng)絡(luò)方法的基本概念和結(jié)構(gòu),就將模糊神經(jīng)網(wǎng)絡(luò)引入空調(diào)系統(tǒng)故障診斷系統(tǒng)作了較為系統(tǒng)的闡述。

常用過流過壓保護的措施、電路和元件 一、過流、過壓保護元件的重要性 在各類電子產(chǎn)品中，設(shè)置過電流保護和過電壓保護元件的趨勢日益增強，之 所以如此，歸納起來主要有以下幾個方面的因素： （1）隨著電子產(chǎn)品發(fā)展的需求，ic的功能(集成度)也越來越強，其“身價” 自然越來越高貴，因而需要加強保護。 （2）為了降低功耗、減少發(fā)熱、延長使用壽命，半導體元件和ic的工作電 壓越來越低，其抗過電流/過電壓的能力需要適應(yīng)新的保護要求。 （3）移動式電子產(chǎn)品越來越多，如手持機、pda、筆記本電腦、攝錄機、數(shù) 碼相機、光盤機等，這些電子產(chǎn)品都需要電池組件作為，在電池組件和電池充電 器中都必須配備保護元件。 （4）隨著現(xiàn)代汽車制造的發(fā)展，車內(nèi)裝備的電子設(shè)備越來越多，而且工作 條件比一般的電子產(chǎn)品更惡劣，如汽車行駛狀況和環(huán)境瞬息萬變、汽車起動時會 產(chǎn)生很大的瞬間峰值電壓等。因此，在為這些電

基于補償模糊神經(jīng)網(wǎng)絡(luò)的制冷系統(tǒng)故障診斷研究——選擇反映制冷系統(tǒng)故障狀態(tài)的熱力參數(shù)集組成特征向量，并對其進行模糊化處理，利用補償模糊神經(jīng)網(wǎng)絡(luò)建立故障狀態(tài)與熱力參數(shù)特征向量之間的映射關(guān)系。將神經(jīng)網(wǎng)絡(luò)和補償模糊邏輯相結(jié)合，采用動態(tài)、全局優(yōu)化的運算，...

空調(diào)系統(tǒng)的故障診斷十分復雜。針對傳統(tǒng)故障診斷的不足,提出神經(jīng)網(wǎng)絡(luò)與信息融合相結(jié)合的故障綜合診斷方法,對來自多個時刻的故障信息進行融合,得到更為準確的故障綜合診斷結(jié)果。通過在集中空調(diào)教學模型上的仿真試驗,證明了該故障診斷方法的可靠性。