一种新型电力电子电路故障诊断方法

以三相SPWM逆变系统为例,针对电力电子电路由于具有非线性的特征而无法采用精确的教学模型进行故障诊断,提出一种基于小波分析和神经网络的新型电力电子电路故障诊断方法.建立三相SPWM逆变电源非线性的MATLAB仿真模型,以三相输出故障电压作为故障信息,利用小渡分析的方法提取低频能量值作为特征向量,通过神经网络实现逆变器故障桥臂定位,最后利用逆变三相电压同一桥臂故障电压的对称性的特点,用一种简单的判断逻辑实现故障元件的分离.仿真结果表明,该方法是准确可靠的.     

基于小波变换和神经网络的逆变电路故障诊断方法

提出一种基于小波分析和神经网络的逆变器开路故障诊断方法;采用小波变换方法将逆变器的三相输出电压分解为高频系数和低频系数,以三相低频系数的平方和作为该相输出电压的特征向量,将逆变器开路故障进行分类和编码,建立一个三个输入、五个中间节点、一个输出的神经网络模型,实现逆变器故障桥臂定位,最后利用逆变三相电压同一桥臂故障电压的对称性的特点,用一种简单的判断逻辑实现故障元件的分离;仿真结果表明,该模型的诊断准确率达到98.6%以上,表明方法的有效性.     

基于SOM神经网络的三电平逆变器的故障诊断

针对三电平逆变器的开路故障,采用一种基于小波包变换与自组织映射神经网络(SOM)的故障诊断方法。测量三电平逆变器的上、中、下桥臂电压进行故障模式的分类,桥臂电压经过小波包分解后进行故障特征向量提取,将故障向量作为SOM神经网络的输入进行故障模式识别。仿真和实验表明,该诊断方法对三电平逆变器故障的分类准确且快速,能够降低检修人员的故障识别难度,有效提高诊断效率,对于实现三电平逆变器的在线故障诊断具有广阔的应用前景。     

一种三相四桥臂逆变器的新型控制方案

针对在不平衡或非线性负载条件下,普通的三相三桥臂逆变器无法产生三相对称电压,基于Simulink仿真平台,提出了三相四桥臂逆变器的新型闭环控制设计方案。此方案逆变器的前三桥臂采用空间矢量脉宽调制(SVPWM),第四桥臂采用跟踪前三相电流信号的电流滞环调制(CHBM),相对于传统的四桥臂一体化的SVPWM调制,控制系统设计简单,易于分析。仿真结果表明:与普通逆变器相比,采用本文控制方案的四桥臂逆变器输出的波形更加平滑,不仅增强了系统带不平衡负载的能力,而且改善了逆变系统的效率和总谐波失真(THD)。     

经验模态分解与样本熵在并网型光伏逆变器故障诊断中的应用

摘要：针对光伏并网逆变器电路中故障信号的非线性、非平稳特点,提出一种基于经验模态分解(EMD)和样本熵(SampEn)的故障诊断方法。首先,利用经验模态分解对逆变器的三相输出电压进行分解,得到有限个本征模式分量(IMF),从中选取包含故障主要信息的前几个本征模式分量提取故障信息。然后,计算本征模式分量的样本熵,从而得到用于故障诊断的特征向量;最后,将逆变器开路故障进行分类和编码,将故障特征向量输入BP神经网络进行模式识别,从而达到故障诊断的目的。在Matlab环境下对光伏并网逆变器的故障诊断进行了实验,实验结果证明了文中方法能实现对光伏并网逆变器的故障诊断,且与小波包变换相比,该方法具有诊断效率高和准确度高等特点。     

小波包分析与神经网络的微电网线路故障诊断

在微电网并网运行过程中,如果未能及时检测出线路故障,会导致微电网退出并网运行状态,严重时可造成系统解列崩溃。为了实现对微电网内部线路故障类型以及故障相别的识别,对微电网内部线路智能化故障诊断进行了研究,提出将小波包分析与径向基神经网络结合应用在微电网内部线路故障诊断中。首先,将微电网三相输出电压信号通过三层小波包分解得到电压重构信号,并计算其小波包能量熵;其次,将三相电压重构信号的小波包能量熵组成一组特征向量作为径向基神经网络的输入;最后,通过训练好的径向基函数神经网络完成识别故障类型以及故障相别的功能。仿真结果表明,将该方法应用在微电网内部线路故障诊断,准确率达到了97%以上,满足了智能化故障诊断的要求,提高了微电网在运行过程的可靠性。该方法在微电网内部线路故障诊断领域具有良好的应用前景,也为将来通过搭建硬件电路完成基于小波包分析与径向基神经网络的微电网内部线路智能化故障诊断提供了理论基础。     

基于EEMD和GA-BP的列车辅助逆变器开路故障诊断研究

地铁列车随着运营年限增加,辅助逆变器故障频发,严重制约轨道交通安全运营,故障及时诊断至关重要。针对列车辅助逆变器典型的大功率器件开路故障,提出了一种基于集合经验模态分解(EEMD)和遗传算法优化的BP神经网络(GA-BP)的故障诊断方法,该方法以辅助逆变器输出的三相半波电压值为监测信号,通过EEMD分解采用能量矩的方法提取故障特征向量,基于GA-BP神经网络实现故障智能诊断。仿真实验结果表明该方法故障诊断准确率能达到95.5%。     

新型太阳能光伏并网逆变器仿真分析

介绍并分析一种新型太阳能光伏并网逆变器的拓扑结构及其工作原理。为改善输出波形质量,减少并网电流谐波,该新型逆变器省略传统逆变桥臂的死区设定,通过控制逆变桥臂的直通矢量占空比实现光伏阵列输出电压的升压功能。利用MATLAB软件对逆变器控制模式进行仿真,仿真结果证明理论分析的正确性和有效性。     

一种基于小波分析和神经网络的模拟电路故障诊断的方法研究

提出了一种基于小波分析和神经网络的电路故障诊断方法.首先用PSPICE(Simulation Program with Integrated CircuitEmphasis,即集成电路编程仿真技术)电路仿真软件对电路进行仿真;然后对电路的输出节点电压信号进行小波分解,提取各频段的能量作为故障样本;最后利用神经网络的并行处理结构和非线性映射能力,实现故障诊断.仿真实验结果表明该方法对容差模拟电路故障定位具有较高的准确率,为模拟电路故障诊断技术开辟了一条道路,为模拟电路故障诊断技术开辟了一条道路.     

基于小波神经网络的开关电源的故障诊断

以非线性小波Morlet基作为激励函数,形成神经元,结合小波变换与神经网络各自的优点,建立集小波分析与神经网络于一体的紧致型小波神经网络;采用能量分布特征提取方法和改进的BP算法,设计了一种基于小波神经网络的故障诊断系统,并应用于开关电源故障诊断中;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,系统诊断结果与实际相符,验证了该小波神经网络故障诊断系统的有效性。     

一种推挽式电路故障诊断方法的仿真研究

提出了基于小波变换和神经网络的推挽式电路故障诊断方法。先仿真得到各种故障状态下的输出电压信号,然后对输出电压信号进行Daubechies小波变换获取多尺度低频系数和高频系数,并对小波系数进行处理提取故障特征量,最后利用故障特征矢量训练神经网络确定了推挽式电路故障诊断的神经网络模型。仿真结果表明基于小波变换和神经网络的推挽式电路故障诊断方法取得了较好的效果。     

Fault classification method for inverter based on hybrid support vector machines and wavelet analysis

A new classification method for fault waveform is proposed based on discrete orthogonal wavelet transform (DOWT) and hybrid support vector machine (hybrid SVM) for fault type of a three-phase voltage inverter. The waveforms of output voltage obtained from the faulty inverter are decomposed by DOWT into wavelet coefficient matrices, through which we can obtain singular value vectors acted as features of time-series periodic waveforms. And then a multi-classes classification method based on a new Huffman Tree structure is presented to realize 1-v-r SVM strategy. The extracted features are applied to hybrid SVM for determining fault type. Compared to employing the structure based on ordinary binary tree, the superiority of the proposed SVM method is shown in the success of fault diagnosis because the average Loo-correctness of the SVM based on Huffman tree structure exceed the general SVM 3.65%, and the correctness reaches 99.6%.     

小波包特征熵在级联式变频器故障诊断中的应用

为精确诊断级联式变频器功率器件开路故障,提出了一种基于小波包特征熵的故障信号提取方法.对采集到的级联式变频器相电压信号进行三层小波包分解,提取特征熵构造电压信号的特征熵向量,并以此作为故障诊断样本,利用概率神经网络进行故障诊断.仿真结果表明,基于小波包特征熵的信号提取方法在级联式变频器故障诊断的应用中具有较高的有效性与可行性.     

三相六开关容错逆变器驱动异步电机FCS-MPTC

针对异步电机驱动系统中三相六开关逆变器单管故障问题,提出一种逆变器在故障状态下的三相六开关容错控制策略,较三相四开关容错控制可以提供较多的电压矢量,进而可以有效抑制转矩脉动.结合有限集预测控制思想,提出一种基于三相六开关容错逆变器的异步电机有限控制集模型预测转矩控制策略,同时采用模糊PI转速控制器替代固定参数的PI控制器,进一步提高系统的稳定性、快速性和鲁棒性.仿真结果表明, 采用此方案进行控制的异步电机驱动系统能够持续稳定运行,具有良好的动态性能,进一步验证了所提出方法的有效性.     

整流电路智能故障诊断系统

以三相桥式全控整流电路为研究对象,对其各种故障模式进行分析和归类,提出采用小波分析和神经网络诊断电力电子装置故障的方法,建立神经网络的输出和故障元之间的对应关系,设计了基于DSP的三相桥式整流电路的在线故障诊断系统。测试结果表明,该系统具有良好的故障诊断效果,具有一定的实用价值。     

基于小波神经网络的组合故障模式识别

提出了一种基于小波神经网络的组合故障模式识别方法.针对以歼击机为代表的非线 性系统中存在的多重并发故障,构造了一个多层的小波神经网络,在输入层对残差信号进行二进 离散小波变换,提取其在多尺度下的细节系数作为故障特征向量,并将其输入到神经网络分类器 进行相应的模式分类.仿真结果表明,本文方法为多重并发故障的诊断提供了有效的方法和途径.     

逆变电源并联系统的谐波环流抑制研究

针对逆变电源并联系统中的谐波环流问题,在分析了单个逆变电源谐波扰动数学模型及逆变电源并联系统中谐波环流产生原理的基础上,提出对逆变电源并联系统中的单个逆变电源模块采用电流内环、电压外环的双环控制方式,并在逆变电源输出端增加耦合电感的方法来抑制系统中的谐波环流。理论分析及仿真结果验证了该方法的有效性。     

基于小波包和神经网络的电力输电线故障诊断研究

提出了一种将小波包分析方法和改进的概率径向基神经网络以及归一化径向基神经网络相结合．进行输电线短路故障分类和定位的新方法。对新方法进行了较为深入的分析和讨论，建立了一个电力输电线故障诊断系统，该系统能够自动监测故障分类的正确性，并且具有较高的故障定位精确度。通过对电力输电系统短路故障类型及其故障地点的仿真测试表明，所提出的方法切实可行、有效。     

Fault Diagnosis Using Wavelet Neural Networks

Wavelet neural networks are a class of neural networks consisting of wavelets. This paper presents a novel universal tool for fault diagnosis and algorithms for wavelet neural network construction are proposed. Using the model of wavelet neural networks, we can not only extract the features of system but also predict the development of the fault.