基于人工智能的电力电子电路故障诊断

  本文关键词：基于人工智能的电力电子电路故障诊断，由笔耕文化传播整理发布。

基于人工智能的电力电子电路故障诊断

詹世涛 齐蕊 刘阳

（辽宁省电子研究设计院有限公司 110001）

摘 要：采用基于波形直接分析的神经网络故障诊断方法实现电力电子电路在线故障诊断。以三相整流电路为例，对电路发生故障时输出的波形进行分析，用故障波形的采样数据制作的样本对神经网络进行训练，将训练好的神经网络用于故障诊断。仿真实验表明该方法是有效的。

关键词：故障诊断 神经网络 电力电子电路

电力电子电路的实际运行表明，大多数故障表现为功率开关器件的损坏，其中以功率开关器件开路和直通最为常见。电力电子电路的故障诊断与一般的模拟电路、数字电路的故障诊断存在较大的差别，故障信息仅存在于发生故障到停电之前数十毫秒之内。因此，需要实时监视、在线诊断。本文主要要研究应用神经网络理论进行电力电子电路的故障诊断，利用神经网络的学习能力，使故障波形与故障原因之间的关系通过神经网络的学习后保存在其结构之中，然后将学习好的神经网络用于故障诊断，神经网络就可通过对当前电压波形的分析，得出故障原因，从而实现故障的在线自动诊断。下面以电感性负载三相整流电路故障诊断为例，对基于波形直接分析的神经网络故障诊断方法进行研究。

1用于诊断的神经网络模型

本文用于诊断的神经网络为三层前向神经网络(包括输人层)，学习算法是误差反向传播方法(BP算法)，拓扑结构如图1所示。

人工神经网络具有较好的容错性、响应快、强大的学习能力、自适应能力和很强的非线性逼近能力等，，被广泛应用于故障诊断领域。基于神经网络的故障诊断专家系统有两种形式：一种是使用神经网络来构造专家系统，变基于符号的推理为基于数字运算的推理，提高系统效率，解决自学习问题；另一种是把神经网络作为知识源的表示和处理模式，并与其它推理机制相融合，实现多模式推理。

BP神经网络故障诊断模型主要包括三层:1)输人层，即从实际系统接受的各种故

  本文关键词：基于人工智能的电力电子电路故障诊断，由笔耕文化传播整理发布。