《基于神经网络的电力电子装置故障检测与诊断研究毕业论文》由会员分享,可在线阅读,更多相关《基于神经网络的电力电子装置故障检测与诊断研究毕业论文(42页珍藏版)》请在金锄头文库上搜索。
1、 基于神经网络的电力电子装置故障检测与诊断研究摘要:提出采用基于波形直接分析的神经网络故障诊断方法实现电力电子电路在线故障诊断,以三相整流电路为例,选用BP 网络对其进行了有效故障诊断。仿真和实验表明,其方法是有效的。电力电子电路模型具有很强的非线性,通常对其进行在线故障诊断比较困难,文章利用神经网络非线性映射特性,由神经网络来学习与存储电力电子电路的故障特征信号和故障类型(或原因)之间的映射关系,并将其用于在线诊断,从而达到对电力电子电路进行在线自动故障诊断的目的。关键词: 神经网络;电力电子;电路故障;诊断;故障诊断Abstract:Based on neural network theo
2、ry ,a new online fault diagnosis method for power electronic circuits is presented. A neural BP network is founded ,which is able to diagnosis faults of threephase rectifier effectively. The method is verified by both simulation and experiment.The circuit model for electronic of electric power is wi
3、th strong nonline arity, it is usually difficultto diagnose the accident online, by the mapping features of nonline arity on the nerve net, the essaywill study and store the mapping relationship between the accident signs and accident types(causes) about the circuit for electronic of electric power,
4、 and put it into the diagnose online, which will be usedto diagnose the accident automatically to the circuit of electronic of electric power.Keywords: nervenetelectronic of electric power; circuit accident; diagnose; fault diagnosis / 毕业设计(论文)原创性声明和使用授权说明原创性声明本人重承诺:所呈交的毕业设计(论文),是我个人在指导教师的指导下进行的研究工作
5、与取得的成果。尽我所知,除文中特别加以标注和致的地方外,不包含其他人或组织已经发表或公布过的研究成果,也不包含我为获得与其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体,均已在文中作了明确的说明并表示了意。作 者 签 名:日 期:指导教师签名: 日期:使用授权说明本人完全了解大学关于收集、保存、使用毕业设计(论文)的规定,即:按照学校要求提交毕业设计(论文)的印刷本和电子版本;学校有权保存毕业设计(论文)的印刷本和电子版,并提供目录检索与阅览服务;学校可以采用影印、缩印、数字化或其它复制手段保存论文;在不以赢利为目的前提下,学校可以公布论文的部分或全部容。作者
6、签名: 日 期:第1章 绪论1.1 神经网络概述人工神经网络(简称神经网络,NN)是由人工神经元(简称神经元)互联组成的网络,它是从微观结构和功能上对人脑的抽象、简化,是模拟人类智能的一条重要途径,它反映人脑的若干基本特征,如并行处理、学习、联想、模式分类、记忆等。它是根于神经学、数学、同统计学、物理学、计算机学与工程等的一种技术。人工神经网络是由简单的处理单元所组成的大量并行分布的处理机,这种处理机具有存储和应用经验知识的自然特性,它与人脑的相似之处概括为两个方面:一是通过学习过程利用神经网络从外部环境中获取知识;二是部神经元(突触权值)用来存储的知识信息。神经网络是近年来的热点研究领域。涉
7、与到电子科学和技术、信息与通信工程、计算科学和技术、电气工程、控制科学和技术等诸多学科。其应用领域包括:建模、时间序列分析、模式识别和控制等,并在不断的拓展。1.2 神经网络的研究发展史神经网络的研究可追溯到19世纪末,其发展历史可分为四个时期。第一个时期为启蒙时期,开始于1890年美国著名心理学家W.James关于人脑结构与功能的研究,结束于1969年Minsky和Papert发表感知器一书。第二个时期为低潮时期,开始于1969年,结束于1982年Hopfield发表“神经网络和物理系统”。第三个时期为复兴时期,开始于J.J.Hopfield的突破性研究论文。结束于并行分布式处理一书的发表。
8、第四个时期为高潮时期,以1987年首届国际人工神经网络学术会议为开端,迅速在全世界围掀起人工神经网络的研究应用热。1.2.1启蒙时期1890年,美国心理学家William James发表了第一部详细论述人脑结构与功能的专著心理学原理,对相关学习、联想记忆的基本原理做了开创性研究神经网络的著名文章。在这篇文章中,他们在已知的神经细胞生物学基础上从信息处理的角度出发,提出形式神经元数学模型,称M-P模型。为此,M-P 模型被认为开创了神经科学理论研究的新时代。启蒙时期的另一位重要学者是Donala O.Hebb,他首先建立了人们现在称为 Hebb算法的连接权训练法。1958年计算机科学家 Fran
9、k Rosenblatt发表一篇有名的文章,提出了一种具有三层网络特性的神经网络结构,称为“感知器”。启蒙时期的最后两位代表人物是电机工程师Bernard Widrow和Marcian Hoff 。1960年,他们发表了一篇为“自适应开关电路”的文章。Bernard Widrow和Marcian Hoff 不仅设计了在计算机上仿真的人工神经网络,而且还用硬件电路实现了他们的设计。1.2.2低潮时期在20世纪60年代,掀起了神经网络研究的第一次热潮。由于当时对神经网络的学习能力的过高估计,而随着神经网络研究的深入开展,人们遇到了来自认识方面、应用方面和实现方面的各种困难和迷惑,使得一些人产生了怀
10、疑和失望。使神经网络研究处于低潮时期的重要原因是,20世纪70年代以来集成电路和微电子技术的迅速发展,是传统的Von Neumenn型计算机进入发展的全盛时期,基于逻辑符号处理方法的人工智能的迅速发展并取得显著成就,他们的问题和局限性尚未暴露,因此暂时就掩盖了发展新型计算机和寻求新的神经网络的必要性和迫切性4。但仍有为数不多的学者在黑暗时期致力于神经网络的研究。1969年,美国波士顿大学自适应系统中心的S.Grossberg教授和他的夫人G.A.Carpenter提出了著名的共振模型。1972年芬兰的T.Kohonen教授,提出了自组织映射理论,并称其神经网络结构为“联想存储器”;另一位是美国
11、的神经心理学家和心理学家J.Anderson提出了一个类似的神经网络,称为“交互存储器”。1.2.3复兴时期1982年美国加州理工学院优秀物理学家John博士总结与吸取前人对神经网络研究的成果与经验,把网络的各种结构和算法概括起来,塑造出一种新颖的强有力的网络模型,称为Hopfiled网络模型。在他文章发表的第三年,美国与电报公司的贝尔实验室利用Hopfiled理论首先在硅片上制成硬件的神经计算机网络,继而仿真出耳蜗与视网膜等硬件网络。在1986年贝尔实验室宣布制成神经网络芯片前不久,美国的David E.Rumelhart和James L.McCelld与其领导的提出了PDP网络思想,其中涉
12、与到神经网络的三个主要特征,即结构、神经元的传递函数和它的学习训练方法, PDP这部书的最重要的贡献是发展了多层感知机的反向传播训练算法,把学习的结果反馈到中间层次的隐节点,改变其连接权值,以达到预期的学习目的。该算法已成为当今最大的一种网络学习方法。1.2.4新时期1987年6月,首届国际神经网络会议在美国加州圣地亚哥召开,这标志着全世界围掀起神经网络开发研究的热潮。在会上成立了国际神经网络学会(International Neural Network Society)。这次会议不久,由世界三位著名的神经网络学家,主持创办了世界第一份神经网络杂志Neural Network。随后,IEEE也
13、成立了神经网络协会并于1990年3月开始出版神经网络会刊。各种学术的神经网络特刊也层出不穷。从以上现象可以看到,神经网络的研究出现了新的高潮,进入了发展的新时期。从1987年来,神经网络的理论、应用、实现与开发工具均以令人振奋的速度快速发展。神经网络的应用已涉与到模式识别、图象处理、非线形优化、语音处理、自然语言理解、自动目标识别、机器人、专家系统等各个领域,并取得了令人瞩目的成果。与此同时,美国、日本等国在神经网络计算机的硬件实现方面也取得了一些实实在在的成绩。1.2.5国研究概况中国最早涉与人工神经网络的著作是涂序彦先生等于1980年发表的生物控制论一书,书中将“神经系统控制论”单独设为一
14、章,系统地介绍了神经元和神经网络的结构、功能和模型。随着人工神经网络在世界围的复,国也逐渐掀起了研究热潮。1989年10月和11月份别在和召开了神经网络与其应用学术讨论会和第一届全国信号处理-神经网络学术会议。1990年2月,由中国八个学会(即中国电子学会、计算机学会、人工智能学会、自动化学会、通信学会、物理学会、生物物理学会、和心理学会)联合在召开“中国神经网络首届学术大会”。目前,人工神经网络已在中国科研、生产和生活中产生了普遍而巨大的影响。1.3人工神经网络的主要应用领域1.3.1信息领域神经网络作为一种新型智能信息处理系统,其应用贯穿信息的获取、传输、接接收与加工利用等各个环节,这里仅
15、举三个方面的应用。(1)信号处理 神经网络广泛应用于自适应信号处理和非信号处理。前者如信号的自适应滤波、时间序列预测、谱估计、噪声消除等;后者如非线形滤波、非线形预测、非线形编码、调制/调解等。(2)模式识别 模式识别涉与到模式的预处理变换和将一种模式映射为其他类型的操作,神经网络在这两个方面都有许多成功的应用。神经网络不仅可以处理静态模式如固定图像、固定能谱等,还可以处理动态模式如视频图像、连续语音等。(3)数据压缩 神经网络可对待传送的数据提取模式特征。只将该特征传出,接受后在将其恢复成原始模式。1.3.2自动化领域神经网络用于控制领域已经取得以下主要进展。(1)系统辨别 神经网络所有的非线形特性和学习能力,使其在系统辨别方面的有很大的潜力,为解决具有复杂的非线形、不确定性和不确知开辟了一条新的途径。(2)神经控制器 神经网络具有自学习和自适应等智能特点,因而非常适合于做控制器。对于复杂非线形系统,神经控制所达到的控制效果往往明显好于常规控制器。近年来,神经控制器 在工业、航空以与机器人等领域的控制系统应用中已取得许多可喜的成就。(3)智能检测 所谓智能检测一般包括干扰量的处理,传感器输入输出特性的非线形补偿、零点和量程的自动校正以与自动诊断等。1.3.3工程领域(1)汽车工程 神经网络在汽车刹车自动控制系统中也有成功的应用,该系统能在给定刹车距离、车速和最大