测试技术学报
測試技術學報
측시기술학보
JOURNAL OF TEST AND MEASUREMENT TECHNOLOGY
2008年
2期
171-174
,共4页
故障%电力电子%电压%概率神经网络%傅立叶变换
故障%電力電子%電壓%概率神經網絡%傅立葉變換
고장%전력전자%전압%개솔신경망락%부립협변환
根据双桥串联可控整流电路输出故障电压具有周期性、平移性、随着控制角大小变化波形伸展的特点,按晶闸管序号进行了故障分类,共有25大类、294小类,提出了实时采样的快速傅立叶变换+概率神经网络的故障诊断方法.首先对整流输出电压实时采样值进行快速傅立叶变换得到幅值和相位,然后根据幅值信息利用概率神经网络进行故障大类识别,利用相位信息进行故障小类识别.仿真结果表明,该方法诊断结果正确、实时性好、硬件实现简单,对复杂电力电子主回路的故障诊断具有普遍适用性.
根據雙橋串聯可控整流電路輸齣故障電壓具有週期性、平移性、隨著控製角大小變化波形伸展的特點,按晶閘管序號進行瞭故障分類,共有25大類、294小類,提齣瞭實時採樣的快速傅立葉變換+概率神經網絡的故障診斷方法.首先對整流輸齣電壓實時採樣值進行快速傅立葉變換得到幅值和相位,然後根據幅值信息利用概率神經網絡進行故障大類識彆,利用相位信息進行故障小類識彆.倣真結果錶明,該方法診斷結果正確、實時性好、硬件實現簡單,對複雜電力電子主迴路的故障診斷具有普遍適用性.
근거쌍교천련가공정류전로수출고장전압구유주기성、평이성、수착공제각대소변화파형신전적특점,안정갑관서호진행료고장분류,공유25대류、294소류,제출료실시채양적쾌속부립협변환+개솔신경망락적고장진단방법.수선대정류수출전압실시채양치진행쾌속부립협변환득도폭치화상위,연후근거폭치신식이용개솔신경망락진행고장대류식별,이용상위신식진행고장소류식별.방진결과표명,해방법진단결과정학、실시성호、경건실현간단,대복잡전력전자주회로적고장진단구유보편괄용성.
