基于高阶神经元网络的晶闸管整流电路故障诊断

介绍了人工神经元网络在晶闸管三相桥式整流电路故障诊断中的应用．较详细地介绍了高阶BP算法及其与普通BP算法的差异．电力系统故障诊断的计算机仿真表明，高阶BP算法可以明显提高系统精度，降低误差．     

基于虚拟仪器的电力电子整流装置故障诊断

介绍了一种基于虚拟仪器技术的电力电子整流装置故障诊断系统。利用虚拟仪器技术,可方便地对三相整流电路进行数据采集,配合神经网络系统,能对采集的数据作实时有效的分析,直接给出故障诊断结果。仿真结果证实了该方法的有效性和可行性。     

V－V联接三相全波整流电路的探讨

本文在对三相十二脉冲全波整流电路和三相六脉冲全波整流电路分析的基础上，对Ｖ－Ｖ联接电路做了探讨．对Ｖ－Ｖ联接电路的两种输入方式：三相电源输入方式和两线一地制输入方式进行了比较．实验结果表明：以三相电源输入方式输入的Ｖ－Ｖ联接电路加一电容滤波后可获得满足要求的紊波因子     

V—V联接三相全波整流电路的探讨

本文在对三相十二脉冲全波整流电路和三相六脉冲全波整流电路分析的基础上，对Ｖ－Ｖ联接电路做了探讨。     

基于神经网络和频谱分析的电力电子电路故障在线诊断

提出采用神经网络和频谱分析实现电力电子电路在线故障诊断的方法,以三相整流电路为例,对其故障情况进行了分析,并选用ＢＰ网络进行了有效的故障诊断,仿真和实验表明,本方法是有效的。     

小波包与径向基神经网络的电力电子装置故障诊断

为提高人工神经网络对电力电子装置进行故障诊断的准确性与快速性,提出一种小波包与RBF神经网络相结合并应用于电力电子装置故障诊断的方法。以三相桥式逆变电路为例,对电路的故障信号采用小波包分解,有效地提取出故障特征后利用RBF神经网络进行训练。仿真结果表明,该方法具有更快的收敛速度和更高的诊断精度,能够有效地进行电力电子电路的故障诊断。     

三相全控桥整流电路谐波分析

本主要介绍了三相控桥整流电源的谐波计算方法，分析了三相全控桥整流电路的换相期和导通期的等效电路；并给出了一般的谐波含量计算公式。     

晶闸管整流装的谐波电流

本文应用傅立叶级数对三相全控桥晶闸管整流电路的谐波电流进行了分析。指出电路交流侧的电流接近正弦波，且含有高次谐波．为消除谐波的危害，介绍了几种常用的抑制谐波的措施。     

三相全控整流桥分时浮动电位触发系统

依据浮动电位与光电隔离技术，提出了解决三相全控桥式整流电路共阳晶闸管的触发脉冲信号产生电路参考电位，选取以及稳定其工作的一种方案，给出了应用于全控整流桥的触发系统电原理图．     

三相桥式可控整流电路的MATLAB仿真

在对三相桥式半控整流电路和三相桥式全控整流电路作出理论分析的基础上,建立了基于MATLAB/Simulink的三相桥式整流电路的仿真模型,并对其带纯电阻负载及电阻电感性负载时的工作情况进行对比分析与研究.用MATLAB软件自带的Power System工具箱进行仿真,给出了仿真结果,验证了所建模型的正确性.     

基于神经网络的PWM整流器矢量控制研究

建立电压型PWM整流器的一般数学模型,运用坐标变换技术得到其在两相旋转dq坐标系下的数学模型,并采用SVPWM整流器的双闭环控制系统。针对PI控制器参数整定困难的问题,利用神经网络的自学习功能,设计一种基于BP神经网络的PI控制器,实现PI控制器的参数自整定。最后利用MATLAB提供的电力系统工具箱构建PWM整流器的滞环控制系统和矢量控制系统的仿真模型进行仿真实验对比。仿真结果表明,基于BP神经网络的矢量控制系统超调量被抑制,系统鲁棒性增强。     

基于PSCAD/EMTDC的船舰电力系统 智能保护仿真研究

分析了传统电力系统保护方法存在的缺点,介绍了基于BP神经网络的智能化保护方法原理。为验证该方法的有效性和正确性,基于PSCAD/EMTDC构建了电力系统仿真模型,分别以两相电流有效值和三相电流最大值作为神经网络的输入,进行了仿真研究和对比分析。结果表明:基于BP神经网络的智能保护方法用于舰船电力系统故障定位准确可行,三相电流最大值作为智能保护的输入信号更有优势。     

基于BP神经网络的凝汽器的故障诊断

介绍了凝汽器的故障诊断常用的三种诊断方法,BP神经网络法、模糊诊断法、模糊模式识别法。通过比较发现BP神经网络相对于另外两种诊断方法具有明显的针对性和准确性。然后,在BP神经网络诊断的基础上进行了“基于BP神经网络的凝汽器的故障诊断”系统的开发。     

基于模糊BP神经网络的抑郁症分诊系统

基于模糊逻辑和BP神经网络相结合的方式,提出了一种抑郁症的早期自动诊断方法,研究了抑郁症的分诊指标和分级标准的确定和模糊处理方法,把模糊量化的数据作为BP神经网络的输入,构建了合适的3层BP神经网络。仿真结果显示,综合运用模糊算法和BP神经网络的方法能达到优势互补的效果,构建的模糊神经网络用于抑郁症的诊断是可行的。     

基于神经网络优化法的故障诊断应用研究

在机械设备的故障诊断中，常采用BP网络算法对故障进行诊断计算，但由于BP网络易于收敛于局部极小点，且在初始参数与网络结构选取不当时。网络将出现发散现象．为此提出了将神经网络优化算法应用于汽轮发电机组的故障诊断中，实现了神经网络权值和阈值的快速计算，并以汽轮发电机组的故障诊断为背景。将两种算法的结果进行比较，证明该方法比BP算法精度高且收敛速度快、可靠性好．     

基于神经网络的汽轮机故障智能诊断系统的设计

介绍了BP神经网络的结构和算法,分析了如何将BP神经网络用于机械设备的故障诊断,结合汽轮发电机组的故障特性,建立了汽轮发电机组故障诊断的神经网络模型,并利用该神经网络模型对汽轮发、也机组的故障进行了诊断,诊断结果是正确和有效的。     

基于BP神经网络的容差电路故障诊断

模拟电路的可靠性决定了电子设备系统的可靠性，本文主要研究容差模拟电路故障诊断的神经网络方法，主要目的是解决模拟故障诊断中的容差问题和减少诊断时间。提出了基于BP网络的模拟电路故障诊断实现方法，其仿真结果达到了预期目的。     

汽轮机转子故障诊断算法应用研究

对汽轮机转子故障进行诊断是确保汽轮机安全运行的关键。振动信号的分析在汽轮机转子故障诊断中广泛应用。应用小波包分析方法提取振动信号特征值,进一步作为BP神经网络的输入量,建立信号特征与其故障类型的非线性映射关系,利用神经网络实现故障诊断。仿真结果表明,该方法可以有效地对汽轮机转子故障进行诊断。     

一种新的模拟电路故障诊断小波神经网络方法

结合小波变换和神经网络二者之间的优点,提出基于小波神经网络的模拟电路故障诊断方法.采用能量分布特征提取方法和改进BP算法,用正弦信号仿真模拟电路,应用小波变换对模拟电路的采样信号进行多尺度分解,再进行能量分布特征提取,然后利用神经网络对各种状态下的特征向量进行分类识别,实现模拟电路故障诊断.相对于传统的故障诊断方法,用小波变换对故障信号进行预处理,大大减少了神经网络的输入数目,从而简化了神经网络的结构和减少了它的训练时间,并提高了辨识故障类别的能力.对实例电路仿真结果表明,该方法能正确识别各种故障状态,准确率高.