开关电源故障诊断方法研究

发布时间：2017-06-19 04:10

  本文关键词：开关电源故障诊断方法研究，，由笔耕文化传播整理发布。

【摘要】：开关电源作为各电力系统的核心,一旦发生故障,若不能及时定位故障并做出相应处理,轻则造成器件烧毁,重则导致整个电路系统崩溃,造成巨大经济损失,甚至威胁人身安全,因此快速且准确的定位开关电源故障成为一个日益重要的课题。目前开关电源故障诊断方法的研究主要从两方面进行:一是如何有效提取开关电源故障特征;二是如何建立高效的故障诊断模型。针对开关电源电路由于元件非线性、容差性等造成的故障特征提取困难的问题,本文采用小波包变换和主元分析相结合的方式提取故障有效信息。首先采用小波包变换对故障信号进行降噪处理;然后采用基于小波包的频带能量提取技术提取开关电源故障特征,解决了非线性、容差电路故障特征提取难的问题;最后采用主元分析对提取的故障特征进行去冗余,排除相关输入引起的多重共线性问题,有效提取开关电源故障特征。开关电源由于没有统一的故障诊断模型,常规的故障诊断方法如故障字典法等很难满足开关电源故障诊断需求,而神经网络的出现为开关电源故障诊断提供了思路,但是常规的单一神经网络又均有其自身局限性,因此本文提出了基于改进的万有引力搜索算法(Improved Gravitational Search Algorithm,IGSA)与神经网络相结合的开关电源故障诊断模型。首先针对标准GSA在求解函数优化问题时易陷入局部最优且优化精度不高的问题,提出基于时变权重和边界变异的IGSA算法,经仿真验证,IGSA具有更好的优化性能;然后以IGSA优化BP和RBF神经网络为例,给出IGSA-BPNN和IGSA-RBFNN具体操作流程;最后将IGSA-BPNN和IGSA-RBFNN分别用于开关电源故障诊断,实验表明,IGSA-神经网络模型较常规的神经网络具有更高的诊断速度和精度。在开关电源故障诊断理论与应用研究中,一个开放式的高性能开关电源故障诊断实验平台必不可少。本文将Lab VIEW(Laboratory Virtual Instrument)技术应用于开关电源故障诊断系统软件设计中,有效提高实验效率和数据可靠性。
【关键词】：故障诊断 万有引力搜索算法 改进的万有引力搜索算法 神经网络 开关电源
【学位授予单位】：沈阳理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN86
【目录】：

• 摘要6-7
• Abstract7-11
• 第1章 绪论11-26
• 1.1 研究背景及选题意义11-13
• 1.1.1 引言11-12
• 1.1.2 开关电源故障诊断研究背景及选题意义12-13
• 1.2 开关电源故障诊断技术研究现状13-23
• 1.2.1 开关电源故障诊断方法概述14-18
• 1.2.2 开关电源故障特征提取方法概述18-23
• 1.3 论文主要研究内容23-26
• 第2章 基于WPT-PCA的开关电源故障特征提取26-47
• 2.1 基于WPT-PCA的开关电源故障特征提取原理26-33
• 2.1.1 基于小波包分解的信号降噪原理26-31
• 2.1.2 基于WPT-PCA的频带能量故障特征提取31-33
• 2.2 实验模型搭建33-36
• 2.3 实验结果与分析36-46
• 2.3.1 小波包预处理结果分析36
• 2.3.2 WPT-PCA提取故障特征结果分析36-46
• 2.4 本章小结46-47
• 第3章 万有引力搜索算法的改进及仿真验证47-59
• 3.1 引言47
• 3.2 基于时变权重的IGSA优化算法47-51
• 3.2.1 基于时变权重的IGSA算法原理47-51
• 3.2.2 基于时变权重的IGSA算法流程51
• 3.3 基于边界变异的IGSA优化算法51-52
• 3.3.1 基于边界变异的IGSA算法原理51-52
• 3.3.2 基于边界变异的IGSA算法流程52
• 3.4 基于时变权重及边界变异的IGSA算法仿真与验证52-58
• 3.4.1 问题提出53
• 3.4.2 问题分析53
• 3.4.3 仿真结果53-54
• 3.4.4 结果对比分析54-58
• 3.5 本章小结58-59
• 第4章 基于IGSA-神经网络的开关电源故障诊断方法研究59-69
• 4.1 引言59
• 4.2 基于IGSA-BPNN的开关电源故障诊断研究59-64
• 4.2.1 IGSA-BPNN算法原理59-61
• 4.2.2 IGSA-BPNN算法流程61-63
• 4.2.3 基于IGSA-BPNN的开关电源故障诊断仿真与结果分析63-64
• 4.3 基于IGSA-RBFNN的开关电源故障诊断研究64-67
• 4.3.1 IGSA-RBFNN算法原理64-65
• 4.3.2 IGSA-RBFNN算法流程65-66
• 4.3.3 基于IGSA-RBFNN的开关电源故障诊断仿真与结果分析66-67
• 4.4 基于IGSA-神经网络的开关电源故障诊断小结67-69
• 第5章 开关电源故障诊断系统实验平台设计69-81
• 5.1 基于LabVIEW的开关电源故障诊断软件总体设计方案69
• 5.2 开关电源故障诊断系统登录界面设计69
• 5.3 开关电源主界面设计69-79
• 5.3.1 开关电源数据采集模块设计69-76
• 5.3.2 开关电源数据预处理模块设计76-77
• 5.3.3 开关电源故障特征提取模块设计77-79
• 5.3.4 开关电源故障诊断模块设计79
• 5.4 本章小结79-81
• 结论81-82
• 参考文献82-89
• 攻读硕士学位期间发表的论文和取得的科研成果89-90
• 致谢90-91
• 附录A91-92
• 附录B92-93

【参考文献】

中国期刊全文数据库 前9条

1 叶笠;王厚军;叶們;田书林;;容差模拟电路诊断中故障隔离的几何方法[J];电子科技大学学报;2011年01期

2 索南加乐,张超,王树刚;基于模型参数识别法的小电流接地故障选线研究[J];电力系统自动化;2004年19期

3 谢香峰;雷电;孙承波;;基于BP网络的开关电源故障诊断方法研究[J];电子测量技术;2012年08期

4 郭媛;赵学s

本文编号：461517