基于神經(jīng)網(wǎng)絡的電力電子裝置故障診斷.pdf_第1頁
已閱讀1頁,還剩91頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、電力電子技術是利用電力電子元件對電能進行控制和轉換的新型技術。通過使用電力電子元件,完成對電能的高效率轉換與控制。最近幾年,變流技術獲得了迅速地發(fā)展,通過變流技術處理的電能在國家經(jīng)濟用電量中所占比例愈來愈大。在發(fā)展中國家,百分之七十五左右的電量通過電力電子技術轉換后使用,估計在21世紀會達到百分之九十五左右。電力電子技術已經(jīng)普遍應用在軍工設備、工業(yè)自動化控制、交通、LED照明、醫(yī)藥生產(chǎn)乃至小型家用電器。電力電子設備一旦發(fā)生故障,小則造成

2、電子設備破壞、交通不暢、工業(yè)產(chǎn)業(yè)停產(chǎn),大則會威脅人民生命、財產(chǎn)安全,甚至造成嚴重的人員傷害或災難事故,影響整個國家經(jīng)濟的正常運轉。因此,對電力電子設備進行故障檢測與診斷顯得非常重要。
  在借鑒前人研究成果的基礎上,本文采用了頻譜分析與神經(jīng)網(wǎng)絡相結合的方法對電力電子電路的IGBT斷路故障進行診斷。以三相橋式逆變電路為例,使用MATLAB2012a仿真軟件搭建待診斷電路的仿真模型,仿真實際系統(tǒng)運行產(chǎn)生的各類故障,采用FFT以及小波包

3、分解方法對電力電子裝置的故障信號進行特征提取,分別利用BP神經(jīng)網(wǎng)絡、RBF神經(jīng)網(wǎng)絡與通過粒子群算法優(yōu)化的BP網(wǎng)絡對仿真模型進行故障診斷,設計神經(jīng)網(wǎng)絡故障診斷的學習樣本并以此訓練神經(jīng)網(wǎng)絡,確定用于電力電子逆變電路故障診斷的神經(jīng)網(wǎng)絡結構和各參數(shù)。通過優(yōu)化神經(jīng)網(wǎng)絡的權值與閾值來提升所設計的神經(jīng)網(wǎng)絡故障診斷系統(tǒng)的學習與泛化能力。仿真結果表明,利用小波包與粒子群優(yōu)化BP神經(jīng)網(wǎng)絡對電力電子裝置進行故障診斷,能夠很好地克服BP網(wǎng)絡的缺陷,改善了神經(jīng)網(wǎng)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論