电力电子电路
电力电子电路的相关文献在1989年到2022年内共计263篇,主要集中在电工技术、自动化技术、计算机技术、无线电电子学、电信技术
等领域,其中期刊论文197篇、会议论文22篇、专利文献1275206篇;相关期刊130种,包括实验技术与管理、机械制造与自动化、电工电能新技术等;
相关会议21种,包括第二十三届测试与故障诊断技术研讨会、第九届全国技术过程故障诊断与安全性学术会议、中国电源学会第二十届学术年会等;电力电子电路的相关文献由474位作者贡献,包括王友仁、马皓、姜媛媛等。
电力电子电路—发文量
专利文献>
论文:1275206篇
占比:99.98%
总计:1275425篇
电力电子电路
-研究学者
- 王友仁
- 马皓
- 姜媛媛
- 崔江
- 何怡刚
- 徐德鸿
- 林华
- 蔡金锭
- 谭阳红
- 何鎏璐
- 区长钊
- 张亚茹
- 王荣杰
- 陈建业
- 于飞
- 何湘宁
- 刘喜梅
- 刘庆珍
- 康勇
- 张波
- 徐德洪
- 徐玉石
- 李鹏程
- 林周布
- 毛兴云
- 程肇基
- 罗慧
- 聂程
- 赵异波
- 鄢仁武
- 万刚
- 丘东元
- 刘克雷
- 刘君陶
- 刘玉飞
- 卞敬明
- 叶银忠
- 吴小珊
- 周挺辉
- 孙凤艳
- 富晓鹏
- 常喆
- 张建民
- 张志学
- 彭永进
- 徐齐刚
- 文娟
- 曾剑鸿
- 李世涛
- 李俊林
-
-
王洋;
张志强;
何潇
-
-
摘要:
随着社会经济的不断进步与发展,科学技术也相应的得到快速发展,先进技术在各行各业中得到广泛应用,尤其是在电子行业,电子技术的更新与完善,使电子产品质量也得到提高。但据目前发展情况来看,电力电子电路依旧存在许多故障问题,利用先进技术对其进行智能诊断很有必要。因此,文章主要以智能诊断技术为主,对目前市场上较为先进的智能诊断技术进行深入分析与说明,为日后电路故障的诊断提供帮助。
-
-
王瀚;
周海峰;
郑东强;
林忠华;
张兴杰;
关天敏
-
-
摘要:
针对电力电子电路故障类型多、诊断正确率低的问题,提出基于小波包分解和粒子群算法优化概率神经网络的方法。建立三相桥式全控整流电路仿真模型,利用小波包分解技术对故障电压信号进行三层小波包分解与重构,提取特征值,并对数据进行归一化处理;用粒子群算法优化概率神经网络寻找合适的平滑因子,对数据进行训练和诊断;将该方法与未优化的概率神经网络作对比。仿真结果表明,该方法在训练效果和诊断正确率上都要优于未优化的概率神经网络。
-
-
-
-
高俊山;
张思艳;
马骏杰
-
-
摘要:
电气工程及其自动化专业的基础课程——电力电子技术,理论性和实践性较强、原理抽象、波形分析较多,目前的教学模型多存在着不可更改参数、过度依赖开发软件等问题,因此学生领会知识点较为吃力,教学效果不够好.针对上述情况,设计了基于Visual Basic的电力电子电路动态演示教学系统,由其生成的对应.exe文件可脱离运行环境直接演示,其中包括整流、逆变、直流斩波和交交变流四种电力变换电路,模型完善且均可自主设定触发角、负载电阻等多项实验参数,并可以"同步"演示电路中信号流动路径与波形更新过程,直观、便捷,可极大地增强教学内容的生动性,激发学生学习兴趣,改善课程教学效果.
-
-
阿西夫·伊姆兰·埃蒙;
吴宇轩;
罗昉
-
-
摘要:
宽禁带(WBG)器件与传统的硅基器件相比具有优越的材料性能,在器件开关性能方面具有更大的优势,可以实现更高的开关速度、更低的开关损耗,从而提升电力电子模块的整体效率.但快速开关的瞬态过程也带来了许多问题,其中之一就是电磁干扰噪声的增加.在传导型电磁干扰上,为实现电力电子模块的可靠运行,已有许多针对WBG器件的相关研究,包括开关瞬态机理、噪声源及传播路径的建模、噪声抑制和电磁兼容滤波器设计等.而要设计出可靠的、且有高开关速度和高容量的电力电子系统,还需要解决电磁辐射干扰的问题.文章综述了电力电子系统中电磁辐射干扰的研究成果,其内容涵盖了 WBG器件的电磁干扰源及噪声传播路径的建模、电磁干扰导致的可靠性问题分析,以及减小近场耦合的解决方案及设计原则.
-
-
张希;
徐权;
陈蓓;
武花干
-
-
摘要:
电力电子技术是电气工程、自动化、电子信息工程等专业的专业基础课程,具有较强的理论性和工程应用背景。本课程要求学生能掌握各种电力电子电路的电路结构和工作特性。然而,电力电子电路的拓扑结构种类较多,不同电路中各变量之间的数学关系不同,输出波形也不同。随着开关器件的不断导通和关断,电路的拓扑结构将在多个不同电路之间切换。
-
-
崔忞慜;
万鹏
-
-
摘要:
三相整流器作为交直流不间断电源的核心,若不能及时对其进行故障诊断,可能会导致故障范围扩大,使系统越来越多的功能失效,造成巨大的安全隐患和经济损失.本文重点研究电力电子电路故障诊断及定位技术,基于小波分析提取故障特征向量,再对故障特征向量进行编码,最终实现通过BP神经网络算法进行故障诊断及定位.
-
-
艾纯玉;
帕孜来·马合木提
-
-
摘要:
针对电力电子电路的混杂系统模型的参数辨识问题,提出运用量子粒子群算法(QPSO)对电力电子电路中元器件的参数进行辨识,相对于传统的参数辨识,该方法能更加精确的辨识元器件.先测试函数证明算法的辨识性能,然后以非理想Boost电路为例,求解得到电路中所有关键元器件的特征参数值,在仿真中与基本算法和遗传算法(GA)比较,最后通过物理实验证明该算法的有效性,可用于器件参数性故障的趋势判断,对混杂系统寿命预测的发展有着非常重要的意义.
-
-
刘恒娟
-
-
摘要:
为解决传统电力电子电路实验教学的硬件设备投资维护费用高,在高压下操作存在安全风险等问题,提出了一种基于Matlab仿真技术且具有Windows风格的电力电子电路仿真实验平台的开发方法.以单相全控桥式整流阻性负载电路为教学案例,用GUI设计、Simulink建模、M文件编制和打包发布4个环节展现仿真实验平台的建立过程和实现方法.用户不需要具备Matlab知识,且不受时间、空间条件的限制,即可利用仿真实验平台进行电路的工作原理和波形分析.实践证明,在仿真实验平台所得的仿真结果与实际电路一致,极大地激发了学生的学习兴趣,提高了实验效率,为学生进行开放性、设计性实验提供了有力支撑,有效地推动了教学改革.
-
-
邱燕
- 《陕西省兵工学会第十三届青年学术交流会》
| 2016年
-
摘要:
本文通过对电力电子电路中的高频中小功率变压器模型的分析研究,结合电力电子电路的特点建立了电力电子电路中的变压器等效模型,并针对仿真软件中的变压器模型进行了完善,并对其模型在电路中各个阶段的状态进行了分析.
-
-
-
孟宪坤
- 《第二十三届测试与故障诊断技术研讨会》
| 2014年
-
摘要:
研究了信息融合技术在电力电子电路故障诊断中的应用,在特征层信息融合的基础上,提出了基于神经网络特征层融合的电力电子电路故障诊断方法.用特征关联实现电压信息与电流信息的关联处理,用神经网络信息融合分类器对故障模式进行识别.经过对实例电路的仿真和分析,验证了该方法的有效性.
-
-
丘东元;
刘玉飞;
张波
- 《中国电源学会第二十届学术年会》
| 2013年
-
摘要:
本文提出了一种基于加权网络模型的电力电子电路可靠性分析方法,并以UC3842单端反激电路为例进行了说明.首先以元件失效率为权值,建立UC3842单端反激电路的加权网络模型,通过计算该电路加权网络模型的特征参数,可以证实该电路具有小世界网络特性和无标度特征,然后借鉴复杂网络理论中的可靠性分析方法,通过量化电路中不同元件失效率变化时对电路可靠性的影响程度,确定电路中的关键元件,实现UC3842单端反激电路的可靠性分析.
-
-
王荣杰
- 《福建省科协第十届学术年会暨第八届青年学术年会》
| 2010年
-
摘要:
提出一种基于S变换和支持向量机(SVM)相结合的电力电子电路故障诊断方法,首先对故障信号进行S变换时频分析并提取故障特征,然后构造支持向量机分类器实现对故障类型的识别.三相桥式可控整流电路晶闸管故障诊断仿真结果表明,该方法能准确对电力电子电路故障进行类型的识别和故障元的定位,对噪声具有鲁棒性,训练样本数少等优点,在解决电力电子电路故障问题上有着很好的实用价值和应用前景.
-
-
-
-
梁禹;
王义刚;
王娜
- 《第26届中国控制会议》
| 2007年
-
摘要:
本文提出采用支持向量机实现电力电子电路故障诊断的方法,在小样本的情况下,实现高准确率的故障诊断,克服了神经网络等方法的局限性。并且以三相桥式整流电路为例,对其故障情况进行了分析,选用支持向量机进行了有效的故障诊断.仿真实验表明,本方法是有效的。
-
-
LUAN Xin-yuan;
栾新源;
ZHANG Ya-chong;
张亚崇
- 《2017年航空智能装备与试验测试技术峰会暨学术交流会》
| 2017年
-
摘要:
提出一种新的基于粗糙集支持向量机的电力电子故障诊断方法.首先将研究对象扩展为完整电源电路,区别于以往的部分电路仿真,故而能获得更全面的故障种类数据,更接近实际电路状态.在此基础上提出将输入电流谐波和输出纹波电压谐波作为特征参数,并研究了它们与各种故障的相关性.然后用改进人工鱼粗糙集算法对特征参数集进行属性约减,大幅降低数据集的维数.支持向量机的参数设置有很大主观性,故用交叉验证法,优化支持向量机的参数.比较约减前后的预测结果发现,约减后,预测速度和精度得到提高,这表明该方法是切实可行的.
-
-
王晓晔;
梁秀霞;
高连强;
王瑶
- 《2006中国控制与决策学术年会》
| 2006年
-
摘要:
本文提出一种基于自适应时间窗的神经网络数据挖掘技术,根据数据的变化速度,自适应调整时间窗口的长度.在时间窗口内采用前向神经网络进行数据挖掘,其学习算法采用基于单个神经元的最小二乘算法.算法中不含有任何矩阵运算,提高了挖掘算法的实时性.通过实验验证了算法的有效性,它尤其适合于在线的挖掘.