当前位置:主页 > 科技论文 > 电力论文 >

基于自适应神经模糊推理系统的三电平逆变器故障诊断研究

发布时间:2017-10-04 20:40

  本文关键词:基于自适应神经模糊推理系统的三电平逆变器故障诊断研究


  更多相关文章: 三电平逆变器故障诊断 C# Oracle SC减法聚类 ANFIS自适应神经模糊推理系统 Simulink仿真


【摘要】:近年来,电力电子器件耐压等级无重大突破与人们日益需求的高压大功率应用成为了一对鲜明的矛盾。为此,国内外学者将研究方向转为在当前功率管耐压等级的前提下,通过拓扑结构和控制策略提高逆变器的电压和功率等级,多电平逆变技术应运而生。多电平逆变器使用了大量功率管,而功率管长时间处于高压、高频的工作环境中,功率管故障导致逆变器故障成为了不可忽视的一个问题,而多电平逆变器内部结构复杂,很难快速判断功率管故障位置,因此多电平逆变器的故障诊断成为了当前较为热门的研究方向。首先,本文以二极管嵌位式三电平逆变器为故障诊断对象,分析了逆变系统故障类型及产生原因,将三电平逆变器开路故障分类,并为每个故障进行编号,利用Matlab进行故障仿真,生成故障特征空间,得出4条有用结论;其次,研究了基于减法聚类-自适应神经模糊推理系统的三电平逆变器故障诊断方法,将三相输出平均电流作为故障诊断的输入,经Clarke变换,将故障信息降维处理,考虑到故障特征的簇群特性,为优化训练效率,通过减法聚类获取每类故障中心以及隶属度函数,采用自适应神经模糊推理系统作为识别工具,通过仿真,验证该方法的有效性;再次,针对不同负载特征空间不同的问题,采用两种方法对不同负载之间的故障特征进行相互转换,避免了负载变换时需要生成新的特征空间,优化该方法的工作效率;最后,采用C#、Oracle数据库、Matlab的混合编程,开发逆变器故障诊断软件,该软件拥有故障信息的保存与查询、模糊神经网络的训练与测试、在线与离线的逆变器故障诊断等功能,通过测试,软件能够快速准确的诊断出逆变器故障,并记录故障发生时间,为逆变器检修、改良电路提供了依据。本文采用的混合编程的方法为其他多电平逆变器故障诊断提供了一定的参考价值。
【关键词】:三电平逆变器故障诊断 C# Oracle SC减法聚类 ANFIS自适应神经模糊推理系统 Simulink仿真
【学位授予单位】:中国矿业大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TM464
【目录】:
  • 致谢4-5
  • 摘要5-6
  • Abstract6-16
  • 1 绪论16-29
  • 1.1 课题研究的来源、意义和目的16-17
  • 1.2 逆变器故障诊断发展概况17-27
  • 1.3 课题的主要研究内容27-29
  • 2 三电平逆变器故障仿真及分析29-43
  • 2.1 三电平逆变器拓扑结构29-30
  • 2.2 二极管钳位式三电平逆变器工作原理30-31
  • 2.3 逆变系统故障分析31-35
  • 2.4 二极管钳位式三电平逆变器故障仿真分析35-42
  • 2.5 本章小结42-43
  • 3 减法聚类-自适应神经模糊推理系统及仿真实现43-60
  • 3.1 模糊逻辑理论43-44
  • 3.2 模糊神经网络和模糊聚类44-49
  • 3.3 基于减法聚类-自适应神经模糊推理系统的仿真研究49-57
  • 3.4 模糊推理系统在不同负载中的应用57-59
  • 3.5 本章小结59-60
  • 4 三电平逆变器故障诊断系统的设计与实现60-70
  • 4.1 Oracle数据库设计60-63
  • 4.2 C#与Matlab的混合编程设计方案63-65
  • 4.3 软件结构设计65-68
  • 4.4 本章小结68-70
  • 5 结论与展望70-72
  • 5.1 结论70-71
  • 5.2 展望71-72
  • 参考文献72-76
  • 附录76-79
  • 作者简历79-81
  • 学位论文数据集81

【参考文献】

中国期刊全文数据库 前4条

1 马皓,徐德鸿,卞敬明;基于神经网络的电力电子电路故障诊断[J];电力电子技术;1997年04期

2 邱世广;李梅;;一种三电平NPC逆变器IGBT开路判别方法[J];工矿自动化;2014年09期

3 苏鹏声,王志强,姜建国;用人工神经网络诊断电力电子电路主回路故障[J];清华大学学报(自然科学版);1999年03期

4 马增涛;高军伟;冷子文;张彬;姚德臣;杨艳;;基于模糊聚类的城轨列车辅助逆变器故障诊断[J];青岛大学学报(工程技术版);2013年03期

中国硕士学位论文全文数据库 前1条

1 肖刚;三电平逆变器故障诊断研究[D];西安理工大学;2007年



本文编号:972755

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianlilw/972755.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户86c4c***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com