基于粒子群算法神經(jīng)網(wǎng)絡的多重化整流電路智能故障診斷.pdf

1、多脈波可控整流電路廣泛應用于城市地鐵、軌道交通的牽引等電氣傳動行業(yè)，也是許多工業(yè)生產(chǎn)中的關鍵設備。對多脈波可控整流電路進行精確、可靠的故障診斷具有極大的現(xiàn)實意義，本文提出了一種基于粒子群算法優(yōu)化神經(jīng)網(wǎng)絡的雙橋并聯(lián)整流電路故障診斷方法。 電力電子電路故障診斷由于沒有統(tǒng)一的故障模型、存在元器件容差和非線性等因素，一直是富有挑戰(zhàn)性的工作。神經(jīng)網(wǎng)絡具有解決上述困難的諸多優(yōu)勢。本文采用改進的粒子群算法(PSO)來優(yōu)化訓練神經(jīng)網(wǎng)絡的權(quán)值和閾

2、值，改進后的PSO算法采用自適應調(diào)整慣性權(quán)重的策略，并且引入擾動因子，來平衡集中強化搜索和分散多樣化的搜索過程。該方法極大地提高了PSO算法的收斂速度。 針對雙橋并聯(lián)整流電路中故障類型較多的特點，對故障類型進行了分類，分為大類和小類兩種；首先用頻譜分析方法提取出大類故障特征量，小類故障在軟件編程中用相位量識別；該方法極大地簡化了用于故障診斷的神經(jīng)網(wǎng)絡的結(jié)構(gòu)，而且易于編程實現(xiàn)。本文將上述改進PSO算法優(yōu)化的神經(jīng)網(wǎng)絡應用于雙橋并聯(lián)整