[发明专利]一种基于神经网络的三电平级联逆变器的故障诊断方法在审
申请号: | 201810731539.2 | 申请日: | 2018-07-05 |
公开(公告)号: | CN108872751A | 公开(公告)日: | 2018-11-23 |
发明(设计)人: | 韩鹏程;何晓琼;任海军;刘余家;舒泽亮 | 申请(专利权)人: | 西南交通大学 |
主分类号: | G01R31/00 | 分类号: | G01R31/00;G06N3/08 |
代理公司: | 成都点睛专利代理事务所(普通合伙) 51232 | 代理人: | 葛启函 |
地址: | 610031 四*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种基于神经网络的三电平级联逆变器的故障诊断方法,通过检测多组桥臂电压在多组调制度下正常状态及8种故障状态下的值并进行快速傅里叶变换提取7种特征量作为样本训练BP神经网络,样本在BP神经网络中正向计算得到输出结果,将输出结果与预期结果比较得到误差信号,误差信号反向传播用来调整BP神经网络各层的联结权值和阈值,当误差信号满足精度要求时即完成BP神经网络的训练;训练完成之后,将实时检测的三电平级联逆变器的桥臂电压进行快速傅里叶变换提取各自的七种特征量,并输入对应的完成训练的BP神经网络模块进行计算,得到三电平级联逆变器的实时故障诊断结果。本发明硬件设施较少,降低了系统的成本,且诊断方法稳定性和可靠性高。 | ||
搜索关键词: | 级联逆变器 三电平 误差信号 快速傅里叶变换 故障诊断 桥臂电压 神经网络 输出结果 特征量 实时故障诊断 反向传播 故障状态 精度要求 实时检测 样本训练 硬件设施 预期结果 调制度 权值和 样本 联结 诊断 检测 | ||
【主权项】:
1.一种基于神经网络的三电平级联逆变器的故障诊断方法,所述三电平级联逆变器包括N个功率模块,N为正整数,每个所述功率模块包括第一桥臂和第二桥臂;所述功率模块的第一桥臂和第二桥臂结构相同,均包括第一功率开关器件、第二功率开关器件、第三功率开关器件和第四功率开关器件;每个所述第一桥臂或第二桥臂的故障类型分为八种,包括:第一功率开关器件开路,记为故障类型一;第二功率开关器件开路或第一功率开关器件和第二功率开关器件开路,记为故障类型二;第三功率开关器件开路或第三功率开关器件和第四功率开关器件开路,记为故障类型三;第四功率开关器件开路,记为故障类型四;第一功率开关器件和第三功率开关器件开路或第一功率开关器件、第三功率开关器件和第四功率开关器件开路,记为故障类型五;第一功率开关器件和第四功率开关器件开路,记为故障类型六;第二功率开关器件和第三功率开关器件开路或第一功率开关器件、第二功率开关器件和第三功率开关器件开路或第二功率开关器件、第三功率开关器件和第四功率开关器件开路或四个功率开关器件均开路,记为故障类型七;第二功率开关器件和第四功率开关器件开路或第一功率开关器件、第二功率开关器件和第四功率开关器件开路,记为故障类型八;其特征在于,建立2N个BP神经网络分别对应所述N个第一桥臂和N个第二桥臂,每个所述BP神经网络的训练过程如下:步骤一:检测所述BP神经网络对应的所述第一桥臂或第二桥臂在正常情况和所述八种故障类型时的多种调制度下的桥臂电压,并将所述检测到的桥臂电压通过快速傅立叶变换提取七种特征量,所述七种特征量包括直流分量幅值、基波幅值、二次谐波幅值、三次谐波幅值、二十次谐波幅值、基波相位和二次谐波相位;步骤二:将步骤一得到的各组所述七种特征量作为样本依次输入所述BP神经网络,并在所述BP神经网络中正向计算得到输出结果;步骤三:将步骤二得到的所述输出结果与预期结果比较得到误差信号;步骤四:将步骤三得到的所述误差信号反向传播用来调整所述BP神经网络各层的联结权值和阈值;步骤五:当步骤三得到的误差信号满足精度要求时完成所述BP神经网络的训练;按照上述步骤训练好所述2N个BP神经网络后,将实时检测的所述N个功率模块的第一桥臂电压和第二桥臂电压进行快速傅里叶变换提取各自的七种特征量,并输入对应的完成训练的所述BP神经网络模块进行计算,得到所述N个功率模块的实时故障诊断结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南交通大学,未经西南交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810731539.2/,转载请声明来源钻瓜专利网。