【正文】 基于神經(jīng)網(wǎng)絡(luò)的電力電子裝置故障檢測(cè)與診斷研究摘要：提出采用基于波形直接分析的神經(jīng)網(wǎng)絡(luò)故障診斷方法實(shí)現(xiàn)電力電子電路在線故障診斷,以三相整流電路為例,選用BP 網(wǎng)絡(luò)對(duì)其進(jìn)行了有效故障診斷。仿真和實(shí)驗(yàn)表明,其方法是有效的。電力電子電路模型具有很強(qiáng)的非線性，通常對(duì)其進(jìn)行在線故障診斷比較困難，文章利用神經(jīng)網(wǎng)絡(luò)非線性映射特性，由神經(jīng)網(wǎng)絡(luò)來(lái)學(xué)習(xí)及存儲(chǔ)電力電子電路的故障特征信號(hào)和故障類型（或原因）之間的映射關(guān)系，并將其用于在線診斷，從而達(dá)到對(duì)電力電子電路進(jìn)行在線自動(dòng)故障診斷的目的。關(guān)鍵詞： 神經(jīng)網(wǎng)絡(luò)；電力電子；電路故障；診斷；故障診斷Abstract：Based on neural network theory ,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 three phase rectifier ef fectively. The method is verified by both simulation and experiment.The circuit model for electronic of electric power is with strong nonline arity, it is usually difficult to diagnose the accident online, by the mapping features of nonline arity on the nerve net, the essay will study and store the mapping relationship between the accident signs and accident types(causes) about the circuit for electronic of electric power, and put it into the diagnose online, which will be used to diagnose the accident automatically to the circuit of electronic of electric power.Keywords: nerve net’electronic of electric power。 circuit accident。 diagnose。 fault diagnosisI畢業(yè)設(shè)計(jì)（論文）原創(chuàng)性聲明和使用授權(quán)說(shuō)明原創(chuàng)性聲明本人鄭重承諾：所呈交的畢業(yè)設(shè)計(jì)（論文），是我個(gè)人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的成果。盡我所知，除文中特別加以標(biāo)注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過(guò)的研究成果，也不包含我為獲得 及其它教育機(jī)構(gòu)的學(xué)位或?qū)W歷而使用過(guò)的材料。對(duì)本研究提供過(guò)幫助和做出過(guò)貢獻(xiàn)的個(gè)人或集體，均已在文中作了明確的說(shuō)明并表示了謝意。作 者 簽 名：　　 　 　　日　 期：　　 　 　　 指導(dǎo)教師簽名：　　 　 　　 日　　期：　　 　 　　 使用授權(quán)說(shuō)明本人完全了解 大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計(jì)（論文）的規(guī)定，即：按照學(xué)校要求提交畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)?？梢圆捎糜坝?、縮印、數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)?？梢怨颊撐牡牟糠只蛉?jī)?nèi)容。作者簽名：　　 　 　　 日　 期：　　 　 　　 第1章 緒論 神經(jīng)網(wǎng)絡(luò)概述人工神經(jīng)網(wǎng)絡(luò)(簡(jiǎn)稱神經(jīng)網(wǎng)絡(luò),NN)是由人工神經(jīng)元(簡(jiǎn)稱神經(jīng)元)互聯(lián)組成的網(wǎng)絡(luò),它是從微觀結(jié)構(gòu)和功能上對(duì)人腦的抽象、簡(jiǎn)化，是模擬人類智能的一條重要途徑，它反映人腦的若干基本特征，如并行處理、學(xué)習(xí)、聯(lián)想、模式分類、記憶等。它是根于神經(jīng)學(xué)、數(shù)學(xué)、同統(tǒng)計(jì)學(xué)、物理學(xué)、計(jì)算機(jī)學(xué)及工程等的一種技術(shù)。人工神經(jīng)網(wǎng)絡(luò)是由簡(jiǎn)單的處理單元所組成的大量并行分布的處理機(jī)，這種處理機(jī)具有存儲(chǔ)和應(yīng)用經(jīng)驗(yàn)知識(shí)的自然特性，它與人腦的相似之處概括為兩個(gè)方面：一是通過(guò)學(xué)習(xí)過(guò)程利用神經(jīng)網(wǎng)絡(luò)從外部環(huán)境中獲取知識(shí)；二是內(nèi)部神經(jīng)元（突觸權(quán)值）用來(lái)存儲(chǔ)的知識(shí)信息。神經(jīng)網(wǎng)絡(luò)是近年來(lái)的熱點(diǎn)研究領(lǐng)域。涉及到電子科學(xué)和技術(shù)、信息與通信工程、計(jì)算科學(xué)和技術(shù)、電氣工程、控制科學(xué)和技術(shù)等諸多學(xué)科。其應(yīng)用領(lǐng)域包括：建模、時(shí)間序列分析、模式識(shí)別和控制等，并在不斷的拓展。 神經(jīng)網(wǎng)絡(luò)的研究發(fā)展史神經(jīng)網(wǎng)絡(luò)的研究可追溯到19世紀(jì)末，其發(fā)展歷史可分為四個(gè)時(shí)期。第一個(gè)時(shí)期為啟蒙時(shí)期，結(jié)束于1969年Minsky和Papert發(fā)表《感知器》一書(shū)。第二個(gè)時(shí)期為低潮時(shí)期，開(kāi)始于1969年，結(jié)束于1982年Hopfield發(fā)表“神經(jīng)網(wǎng)絡(luò)和物理系統(tǒng)”。第三個(gè)時(shí)期為復(fù)興時(shí)期。結(jié)束于《并行分布式處理》一書(shū)的發(fā)表。第四個(gè)時(shí)期為高潮時(shí)期，以1987年首屆國(guó)際人工神經(jīng)網(wǎng)絡(luò)學(xué)術(shù)會(huì)議為開(kāi)端，迅速在全世界范圍內(nèi)掀起人工神經(jīng)網(wǎng)絡(luò)的研究應(yīng)用熱。 啟蒙時(shí)期1890年，美國(guó)心理學(xué)家William James發(fā)表了第一部詳細(xì)論述人腦結(jié)構(gòu)及功能的專著《心理學(xué)原理》，對(duì)相關(guān)學(xué)習(xí)、聯(lián)想記憶的基本原理做了開(kāi)創(chuàng)性研究神經(jīng)網(wǎng)絡(luò)的著名文章。在這篇文章中，他們?cè)谝阎纳窠?jīng)細(xì)胞生物學(xué)基礎(chǔ)上從信息處理的角度出發(fā)，提出形式神經(jīng)元數(shù)學(xué)模型，稱MP模型。為此，MP 模型被認(rèn)為開(kāi)創(chuàng)了神經(jīng)科學(xué)理論研究的新時(shí)代。啟蒙時(shí)期的另一位重要學(xué)者是Donala ，他首先建立了人們現(xiàn)在稱為 Hebb算法的連接權(quán)訓(xùn)練法。1958年計(jì)算機(jī)科學(xué)家 Frank Rosenblatt發(fā)表一篇有名的文章，提出了一種具有三層網(wǎng)絡(luò)特性的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，稱為“感知器”。啟蒙時(shí)期的最后兩位代表人物是電機(jī)工程師Bernard Widrow和Marcian Hoff 。1960年，他們發(fā)表了一篇為“自適應(yīng)開(kāi)關(guān)電路”的文章。Bernard Widrow和Marcian Hoff 不僅設(shè)計(jì)了在計(jì)算機(jī)上仿真的人工神經(jīng)網(wǎng)絡(luò)，而且還用硬件電路實(shí)現(xiàn)了他們的設(shè)計(jì)。 低潮時(shí)期在20世紀(jì)60年代，掀起了神經(jīng)網(wǎng)絡(luò)研究的第一次熱潮。由于當(dāng)時(shí)對(duì)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力的過(guò)高估計(jì)，而隨著神經(jīng)網(wǎng)絡(luò)研究的深入開(kāi)展，人們遇到了來(lái)自認(rèn)識(shí)方面、應(yīng)用方面和實(shí)現(xiàn)方面的各種困難和迷惑，使得一些人產(chǎn)生了懷疑和失望。使神經(jīng)網(wǎng)絡(luò)研究處于低潮時(shí)期的重要原因是，20世紀(jì)70年代以來(lái)集成電路和微電子技術(shù)的迅速發(fā)展，是傳統(tǒng)的Von Neumenn型計(jì)算機(jī)進(jìn)入發(fā)展的全盛時(shí)期，基于邏輯符號(hào)處理方法的人工智能的迅速發(fā)展并取得顯著成就，他們的問(wèn)題和局限性尚未暴露，因此暫時(shí)就掩蓋了發(fā)展新型計(jì)算機(jī)和尋求新的神經(jīng)網(wǎng)絡(luò)的必要性和迫切性[4]。但仍有為數(shù)不多的學(xué)者在黑暗時(shí)期致力于神經(jīng)網(wǎng)絡(luò)的研究。1969年。，提出了自組織映射理論，并稱其神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)為“聯(lián)想存儲(chǔ)器”；，稱為“交互存儲(chǔ)器”。 復(fù)興時(shí)期 1982年美國(guó)加州理工學(xué)院優(yōu)秀物理學(xué)家John博士總結(jié)與吸取前人對(duì)神經(jīng)網(wǎng)絡(luò)研究的成果與經(jīng)驗(yàn)，把網(wǎng)絡(luò)的各種結(jié)構(gòu)和算法概括起來(lái)，塑造出一種新穎的強(qiáng)有力的網(wǎng)絡(luò)模型，稱為Hopfiled網(wǎng)絡(luò)模型。在他文章發(fā)表的第三年，美國(guó)電話與電報(bào)公司的貝爾實(shí)驗(yàn)室利用Hopfiled理論首先在硅片上制成硬件的神經(jīng)計(jì)算機(jī)網(wǎng)絡(luò)，繼而仿真出耳蝸與視網(wǎng)膜等硬件網(wǎng)絡(luò)。在1986年貝爾實(shí)驗(yàn)室宣布制成神經(jīng)網(wǎng)絡(luò)芯片前不久，美國(guó)的David ，其中涉及到神經(jīng)網(wǎng)絡(luò)的三個(gè)主要特征，即結(jié)構(gòu)、神經(jīng)元的傳遞函數(shù)和它的學(xué)習(xí)訓(xùn)練方法， PDP這部書(shū)的最重要的貢獻(xiàn)是發(fā)展了多層感知機(jī)的反向傳播訓(xùn)練算法，把學(xué)習(xí)的結(jié)果反饋到中間層次的隱節(jié)點(diǎn)，改變其連接權(quán)值，以達(dá)到預(yù)期的學(xué)習(xí)目的。該算法已成為當(dāng)今最大的一種網(wǎng)絡(luò)學(xué)習(xí)方法。 新時(shí)期1987年6月，首屆國(guó)際神經(jīng)網(wǎng)絡(luò)會(huì)議在美國(guó)加州圣地亞哥召開(kāi)，這標(biāo)志著全世界范圍內(nèi)掀起神經(jīng)網(wǎng)絡(luò)開(kāi)發(fā)研究的熱潮。在會(huì)上成立了國(guó)際神經(jīng)網(wǎng)絡(luò)學(xué)會(huì)（International Neural Network Society）。這次會(huì)議不久，由世界三位著名的神經(jīng)網(wǎng)絡(luò)學(xué)家，主持創(chuàng)辦了世界第一份神經(jīng)網(wǎng)絡(luò)雜志《Neural Network》。隨后，IEEE也成立了神經(jīng)網(wǎng)絡(luò)協(xié)會(huì)并于1990年3月開(kāi)始出版神經(jīng)網(wǎng)絡(luò)會(huì)刊。各種學(xué)術(shù)的神經(jīng)網(wǎng)絡(luò)特刊也層出不窮。從以上現(xiàn)象可以看到，神經(jīng)網(wǎng)絡(luò)的研究出現(xiàn)了新的高潮，進(jìn)入了發(fā)展的新時(shí)期。從1987年來(lái)，神經(jīng)網(wǎng)絡(luò)的理論、應(yīng)用、實(shí)現(xiàn)及開(kāi)發(fā)工具均以令人振奮的速度快速發(fā)展。神經(jīng)網(wǎng)絡(luò)的應(yīng)用已涉及到模式識(shí)別、圖象處理、非線形優(yōu)化、語(yǔ)音處理、自然語(yǔ)言理解、自動(dòng)目標(biāo)識(shí)別、機(jī)器人、專家系統(tǒng)等各個(gè)領(lǐng)域，并取得了令人矚目的成果。與此同時(shí)，美國(guó)、日本等國(guó)在神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)的硬件實(shí)現(xiàn)方面也取得了一些實(shí)實(shí)在在的成績(jī)。 國(guó)內(nèi)研究概況中國(guó)最早涉及人工神經(jīng)網(wǎng)絡(luò)的著作是涂序彥先生等于1980年發(fā)表的《生物控制論》一書(shū)，書(shū)中將“神經(jīng)系統(tǒng)控制論”單獨(dú)設(shè)為一章，系統(tǒng)地介紹了神經(jīng)元和神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、功能和模型。隨著人工神經(jīng)網(wǎng)絡(luò)在世界范圍內(nèi)的復(fù)蘇，國(guó)內(nèi)也逐漸掀起了研究熱潮。1989年10月和11月份別在北京和廣州召開(kāi)了神經(jīng)網(wǎng)絡(luò)及其應(yīng)用學(xué)術(shù)討論會(huì)和第一屆全國(guó)信號(hào)處理神經(jīng)網(wǎng)絡(luò)學(xué)術(shù)會(huì)議。1990年2月，由中國(guó)八個(gè)學(xué)會(huì)（即中國(guó)電子學(xué)會(huì)、計(jì)算機(jī)學(xué)會(huì)、人工智能學(xué)會(huì)、自動(dòng)化學(xué)會(huì)、通信學(xué)會(huì)、物理學(xué)會(huì)、生物物理學(xué)會(huì)、和心理學(xué)會(huì)）聯(lián)合在北京召開(kāi)“中國(guó)神經(jīng)網(wǎng)絡(luò)首屆學(xué)術(shù)大會(huì)”。目前，人工神經(jīng)網(wǎng)絡(luò)已在中國(guó)科研、生產(chǎn)和生活中產(chǎn)生了普遍而巨大的影響。 人工神經(jīng)網(wǎng)絡(luò)的主要應(yīng)用領(lǐng)域 信息領(lǐng)域神經(jīng)網(wǎng)絡(luò)作為一種新型智能信息處理系統(tǒng)，其應(yīng)用貫穿信息的獲取、傳輸、接接收與加工利用等各個(gè)環(huán)節(jié)，這里僅舉三個(gè)方面的應(yīng)用。（1）信號(hào)處理 神經(jīng)網(wǎng)絡(luò)廣泛應(yīng)用于自適應(yīng)信號(hào)處理和非信號(hào)處理。前者如信號(hào)的自適應(yīng)濾波、時(shí)間序列預(yù)測(cè)、譜估計(jì)、噪聲消除等；后者如非線形濾波、非線形預(yù)測(cè)、非線形編碼、調(diào)制/調(diào)解等。（2）模式識(shí)別 模式識(shí)別涉及到模式的預(yù)處理變換和將一種模式映射為其他類型的操作，神經(jīng)網(wǎng)絡(luò)在這兩個(gè)方面都有許多成功的應(yīng)用。神經(jīng)網(wǎng)絡(luò)不僅可以處理靜態(tài)模式如固定圖像、固定能譜等，還可以處理動(dòng)態(tài)模式如視頻圖像、連續(xù)語(yǔ)音等。（3）數(shù)據(jù)壓縮 神經(jīng)網(wǎng)絡(luò)可對(duì)待傳送的數(shù)據(jù)提取模式特征。只將該特征傳出，接受后在將其恢復(fù)成原始模式。 自動(dòng)化領(lǐng)域神經(jīng)網(wǎng)絡(luò)用于控制領(lǐng)域已經(jīng)取得以下主要進(jìn)展。（1）系統(tǒng)辨別 神經(jīng)網(wǎng)絡(luò)所有的非線形特性和學(xué)習(xí)能力，使其在系統(tǒng)辨別方面的有很大的潛力，為解決具有復(fù)雜的非線形、不確定性和不確知開(kāi)辟了一條新的途徑。（2）神經(jīng)控制器 神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)和自適應(yīng)等智能特點(diǎn)，因而非常適合于做控制器。對(duì)于復(fù)雜非線形系統(tǒng)，神經(jīng)控制所達(dá)到的控制效果往往明顯好于常規(guī)控制器。近年來(lái)，神經(jīng)控制器 在工業(yè)、航空以及機(jī)器人等領(lǐng)域的控制系統(tǒng)應(yīng)用中已取得許多可喜的成就。（3）智能檢測(cè) 所謂智能檢測(cè)一般包括干擾量的處理，傳感器輸入輸出特性的非線形補(bǔ)償、零點(diǎn)和量程的自動(dòng)校正以及自動(dòng)診斷等。 工程領(lǐng)域（1）汽車工程 神經(jīng)網(wǎng)絡(luò)在汽車剎車自動(dòng)控制系統(tǒng)中也有成功的應(yīng)用，該系統(tǒng)能在給定剎車距離、車速和最大減速度的情況下，以人體感受到最小沖擊實(shí)現(xiàn)平穩(wěn)剎車，而不受路面坡度和車重的影響。神經(jīng)網(wǎng)絡(luò)在載重車柴油機(jī)燃燒系統(tǒng)方案優(yōu)化中的應(yīng)用有效地降低了油耗和排煙度，獲得了良好的社會(huì)經(jīng)濟(jì)效益。（2）軍事工程 神經(jīng)網(wǎng)絡(luò)同紅外搜索與跟蹤系統(tǒng)配合后可發(fā)現(xiàn)和跟蹤飛行器。利用神經(jīng)網(wǎng)絡(luò)的聯(lián)想記憶特性可設(shè)計(jì)出密鑰分散保管方案；利用神經(jīng)網(wǎng)絡(luò)的分類能力可提高密鑰的破解難度；利用神經(jīng)網(wǎng)絡(luò)還可設(shè)計(jì)出安全的保密開(kāi)關(guān)，如語(yǔ)音開(kāi)關(guān)、指紋開(kāi)關(guān)等等。（3）化學(xué)工程 在譜分析方面，應(yīng)用神經(jīng)網(wǎng)絡(luò)在紅外譜、紫外譜、折射光譜和質(zhì)譜與化合物的化學(xué)結(jié)構(gòu)建立某種確定的對(duì)應(yīng)關(guān)系方面的成功應(yīng)用。此外，還有將神經(jīng)網(wǎng)絡(luò)用于判定化學(xué)反應(yīng)的生成物；用于判定鉀、鈣、硝酸、氯等離子的濃度。（4）水利工程 近年來(lái)，我國(guó)水利工程領(lǐng)域的科技工作者已成功地將神經(jīng)網(wǎng)絡(luò)的方法用于水利發(fā)電過(guò)程辨識(shí)和控制、河川徑流預(yù)測(cè)、河流水質(zhì)分類、水資源規(guī)劃、混泥土性能預(yù)估、預(yù)應(yīng)力混凝土樁基等結(jié)構(gòu)損傷診斷、沙土液化預(yù)測(cè)、巖體可爆破性分級(jí)及爆破效應(yīng)預(yù)測(cè)等。此外，神經(jīng)網(wǎng)絡(luò)在宇宙飛船，汽車行業(yè)，銀行業(yè)，國(guó)防領(lǐng)域，電子領(lǐng)域，娛樂(lè)領(lǐng)域，金融領(lǐng)域，制造業(yè)，醫(yī)藥領(lǐng)域 ，石油和天然氣，機(jī)器人，語(yǔ)音領(lǐng)域，有價(jià)證券，電信領(lǐng)域，交通領(lǐng)域也有廣泛的應(yīng)用。 畢業(yè)設(shè)計(jì)與要求及基本思路 針對(duì)經(jīng)典控制理論及現(xiàn)代控制理論在電力電子裝置故障檢測(cè)的局限性，研究①神經(jīng)網(wǎng)絡(luò)控制的可行性及優(yōu)勢(shì)；②神經(jīng)網(wǎng)絡(luò)控制方案的實(shí)現(xiàn)方法；③BP神經(jīng)網(wǎng)絡(luò)控制方法及其改進(jìn)；④神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的MATLAB仿真方法；⑤神經(jīng)網(wǎng)絡(luò)的電力電子裝置故障檢測(cè)。為實(shí)現(xiàn)史密斯預(yù)估補(bǔ)償控制，需要求取補(bǔ)償器的數(shù)學(xué)模型。由于實(shí)驗(yàn)測(cè)試數(shù)據(jù)或處理不當(dāng)均會(huì)引起模型與對(duì)象特征不一致，這時(shí)閉環(huán)系統(tǒng)特征方程還會(huì)存在純滯后項(xiàng)。因此，嚴(yán)格的說(shuō)，預(yù)估補(bǔ)償器不能完全補(bǔ)償純滯后。當(dāng)兩者嚴(yán)重不一致時(shí)，甚至?xí)鹣到y(tǒng)穩(wěn)定性變得更差，這也是史密斯預(yù)估補(bǔ)償控制的一個(gè)缺點(diǎn)。第2章 模糊神經(jīng)網(wǎng)絡(luò)控制 人工神經(jīng)元模型人腦約由1011個(gè)神經(jīng)元組成，神經(jīng)元之間的聯(lián)系多過(guò)1014~1015，每個(gè)神經(jīng)元由兩部分構(gòu)成：神經(jīng)細(xì)胞體及突起（樹(shù)突和軸突）。神經(jīng)細(xì)胞通過(guò)突觸復(fù)雜的結(jié)合著，形成了大腦的復(fù)雜的神經(jīng)網(wǎng)絡(luò)系統(tǒng)。人工神經(jīng)元是一個(gè)多輸入、單輸出的非線性元件，它有三個(gè)基本要素：（1）一組連接權(quán)（對(duì)應(yīng)生物神經(jīng)元的突觸），連接強(qiáng)度由各連接權(quán)上的權(quán)值表示，權(quán)值為正表示激勵(lì)，為負(fù)表示抑制。（2）一個(gè)求和單元，用于求取各輸入信息的加權(quán)和（線性組合）。（3）一個(gè)非線性傳遞函數(shù)，起非線性映射作用并限制神經(jīng)元輸出幅度在一定的范圍內(nèi)（一般限制在[0，1]或[1，+1]之間）。另外還有一個(gè)閥值q（或偏置b=q）.： 229。 …