谐振型逆变电源在线诊断系统研究

发布时间：2020-12-06 01:24

　　随着科技的进步和生产应用的不断发展,谐振型逆变电源在民用电磁加热、航空电源、工业熔炼等领域中发挥着越来越重要的作用,逆变电源性能的改善不仅能提高感应加热的效率,而且对电力系统的稳定运行起着重要作用。对谐振型逆变电源中的主回路运行情况进行实时在线监测,不仅能够及时发现逆变电源运行过程中的问题,而且能够找出是逆变器中哪一个器件出现了问题,并进行相应的保护操作,避免因逆变器故障造成电网的波动以及对其他设备造成损坏。论文的主要内容是针对电压型逆变器来进行故障诊断研究的,在建立逆变器模型的基础上,对各种故障类型进行理论分析与实验验证,对比各种故障现象以及产生故障的原因,给出基于改进后的神经网络故障诊断方法。本课题首先通过对谐振型逆变电源正常工作和发生故障时的输出电压波形进行采样,然后通过MATLAB软件对其进行小波分解,提取出故障特征参数,并对其进行归一化处理后得到其特征向量以作为神经网络样本数据。在此基础上对逆变器的典型故障进行归类编码,然后以1种正常情况和10种故障情况下的编码作为神经网络的输出目标,结合样本数据对神经网络进行学习训练,训练完成后利用剩余的样本数据对其训练的结果进行检验校核。... 

【文章来源】：西安工业大学陕西省

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

电压型逆变电源结构图

图 2.1 通用逆变电源结构图通常意义上所说的整流电路就是由二极管或是晶闸管等组成的整流桥。其主外部输入的交流电变为直流电，经滤波处理后，为逆变电路和控制回路提供电。

图 2.3 电流型逆变电源结构图同，其内部结构就有所不同，但总体来看逆变两种形式，两者只是在控制电路的控制及实现象为中小功率感应加热用逆变电源，是一个典

【参考文献】：
期刊论文
[1]基于神经网络的电路故障诊断[J]. 蒋霖锋.  集成电路应用. 2018(12)
[2]神经网络在变压器故障诊断中的应用研究[J]. 禹建丽,黄鸿琦,陈洪根,潘笑天.  控制工程. 2018(10)
[3]基于改进RBF神经网络的电机故障诊断方法研究[J]. 効迎春,宿忠娥.  甘肃高师学报. 2018(05)
[4]配电网故障诊断及预判系统[J]. 张国兴,刘惠姣,郭亚宁.  农村电气化. 2018(10)
[5]基于数据预处理的神经网络在船用空压机故障诊断中的应用[J]. 尚前明,曹召,王潇.  中国修船. 2018(05)
[6]风力发电机组故障诊断与预测技术研究综述[J]. 朱振海.  工程建设与设计. 2018(18)
[7]基于遗传算法优化BP神经网络的风机齿轮箱故障诊断[J]. 张细政,郑亮,刘志华.  湖南工程学院学报(自然科学版). 2018(03)
[8]差压变送器在现场应用的故障诊断和比较[J]. 潘志聪.  中小企业管理与科技(下旬刊). 2018(09)
[9]贝叶斯网络和模糊评判结合的滚动轴承故障诊断[J]. 马德仲,任锁,刘凯辛,李明,周真.  哈尔滨理工大学学报. 2018(05)
[10]某大型低速半自磨机振动故障处理[J]. 钟庆海.  现代矿业. 2018(09)

硕士论文
[1]基于支持向量机的离心压缩机振动故障诊断研究[D]. 吴斌.山东大学 2018
[2]三电平ANPC逆变器模型预测控制[D]. 刘影.安徽大学 2018
[3]变压器状态在线监测与故障诊断系统的研究[D]. 李超.天津大学 2017
[4]几种神经网络方法在变压器故障诊断上的应用研究[D]. 贾京龙.华南理工大学 2017
[5]基于神经网络的电力电子电路故障诊断方法研究[D]. 吴迪.哈尔滨理工大学 2017
[6]基于小波变换和神经网络的电压型变频器故障诊断系统[D]. 张作良.中南大学 2008



本文编号：2900454