电力电子整流装置故障诊断方法的研究

摘要

鉴于电力电子功率元件的普遍使用和不断更新，电力电子设备在生产和生活方面广泛应用。电力电子整流装置是重要的组成部分，其可以完成能量的变化。但是一旦异常，系统可能损坏甚至威胁生命。因此，将诊断技术向智能化和精确定位方法发展是有意义的。本文以三相全控整流电路为例，就故障提取和识别两个重要技术进行优化，主要完成了以下工作:
　　首先，研究了三相全控整流电路的故障模式，对可能出现的故障进行预测和整理。通过MATLAB平台搭建故障仿真模型，就常见的异常状态依次仿真，异常波形被得到，异常状态的输出电压从相应的测试点被得到。其次，故障点的特征提取分别用傅里叶变换和三层小波包分析针对整流输出电压进行。结果表明:经小波包分解后大量的异常信息分布在频率能量中，此方法能够合理提取异常特征。最后，被提取的故障特征作为BP神经网络和Elman神经网络的输入向量，即完成各种故障的识别和检测，结果表明:基于Elman神经网络诊断法可以很快完成训练、测试精度更高，达到了预期的效果。
　　综上所述:用小波包分析和Elman神经网络组合的方式获得故障点的特征信息并进行分类是本文的一个亮点。实验结果表明:用此方法训练时间更短、测试误差更小。这是检测电力电子整流装置故障方面一种新的尝试，该方法的具有一定的理论意义和价值。

目录

声明

摘要

1 绪论

1．1 课题研究的背景和意义

1．2 故障诊断技术研究现状及常用方法

1．3 电力电子整流装置故障诊断方法

1．3．1 故障诊断的基本思想

1．3．2 电力电子整流装置的故障特点

1．3．3 电力电子整流装置故障诊断方法的研究现状

1．4 本文研究内容及工作安排

2 三相全控整流电路建模及故障分析

2．1 整流电路的选择

2．2 三相全控整流电路的工作特性

2．3 三相全控整流电路模型搭建

2．3．1 SIMULINK简介

2．3．2 仿真前期工作

2．3．3 仿真模型

2．4 三相全控整流电路故障模式

2．4．1 故障编码

2．4．2 搭建故障仿真模型

2．5 本章小结

3 基于小波包分析的三相全控整流电路故障诊断

3．1 几种傅里叶变换的比较

3．1．1 傅里叶变换原理

3．1．2 快速傅里叶变换原理

3．2 小波包分析理论的发展过程

3．2．1 小波变换的定义

3．2．2 多分辨率分析

3．2．3 小波包分析

3．3 三相全控整流电路的特征提取

3．3．1 信号的预处理

3．3．2 用小波包分析提取电路的故障特征

3．3．3 故障信号的能量分布

3．4 本章小结

4 基于BP神经网络的故障诊断

4．1 人工神经网络知识概况

4．2 BP神经网络概述

4．2．1 BP神经网络拓扑结构

4．2．2 BP神经网络的算法及流程

4．2．3 BP神经网络的设计

4．3 基于BP神经网络的故障诊断

4．3．1 神经网络于MATLAB中的训练

4．3．2 仿真结果及验证分析

4．4 BP网络的局限性

4．5 本章小结

5 Elman神经网络在故障诊断中的应用

5．1 Elman神经网络概述

5．1．1 Elman神经网络结构

5．1．2 Elman神经网络学习算法过程

5．2 基于Elman神经网络的故障识别

5．2．1 Elman网络模型的建立

5．2．2 基于MATLAB神经网络的训练

5．2．3 仿真实验结果及其对比分析

5．3 本章小结

6 总结与展望

参考文献

致谢

作者简介及读研期间主要科研成果