【正文】 為了減小諧波 ,由單相逆變器的基本結(jié)構(gòu)采用曲折變壓器的連接形成新型無(wú)功發(fā)生器的主回路。 在本文中，為了適應(yīng)系統(tǒng)動(dòng)態(tài)范圍大的特點(diǎn)和進(jìn)一步加快系統(tǒng)響應(yīng)速度，對(duì)上述量化因子調(diào)整原則進(jìn)行修正：①在偏差大時(shí)采用大的 uk 、 ik 和小的 eck 以加快響應(yīng)速度，同時(shí)利用相對(duì)較小的 ek 以避免速度過(guò)快；②偏差減小時(shí)逐步減小 uk 、 ik 和增大 eck 以抑制超調(diào)；③當(dāng)偏差很小時(shí)反而顯著增大 ek 、 uk 。 d/dt ke kec 基 本 模 糊 控制器 ku 對(duì)象 參數(shù)校正 R ec U Y e ki 1/s + + E EC 27 圖 參數(shù)在線自校正模糊控制器結(jié)構(gòu)框圖 圖 中的基本模糊控制器為典型的雙輸入單輸出模糊控制器。模糊控制規(guī)則表必須對(duì)所有輸入語(yǔ)言變量（如誤差、誤差變化）量化后的各種組合通過(guò)模糊邏輯推理的一套方法離線計(jì)算出每一個(gè)狀態(tài) 的模糊控制器輸出，最終生成一張模糊控制表。 (1)確定模糊控制器的輸入輸出變量 圖 控制表方式的模糊邏輯控制器結(jié)構(gòu)圖 模糊控制器選用系統(tǒng)的實(shí)際溫度 T 與溫度給定值 Td 的誤差 e=TdT 及其誤差變化de 作為輸入語(yǔ)言變量，把控制加熱裝置的供電電壓 u選作輸出語(yǔ)言變量，這樣構(gòu)成了一個(gè)二維模糊控制器。一般而言，模糊論域的元素個(gè)數(shù)為 2n+1，它和語(yǔ)言變量的分檔數(shù)的關(guān)系為2n+1=km，其中 k=2~3。 圖 常規(guī)模糊控制器 語(yǔ)言值分檔和模糊論域的選取 人們?cè)趯?duì)某一事物用語(yǔ)言進(jìn)行描述是時(shí)，總習(xí)慣于分成三個(gè)基本語(yǔ)言值（檔），如“高”、“中”、“低”，“大”、“中”、“小”，“快”、“中”、“慢”等。則模糊邏輯控制器的工作過(guò)程可以描述為：首先將模糊控制器的輸入轉(zhuǎn)化為模糊量供邏輯決策系統(tǒng)用，模糊邏輯決 策器根據(jù)控制規(guī)則規(guī)定的模糊關(guān)系 R，應(yīng)用模糊邏輯推理算法得出控制器的模糊輸出控制量。完成這部分功能的模塊就稱作模糊化接口。即對(duì)應(yīng)于輸入信號(hào)的微小變化，其推理的最終輸出一般也會(huì)發(fā)生一定的變化，且這種變 化明顯比最大隸屬度 23 函數(shù)法要平滑。常用的精確化計(jì)算方法有以下三種： （ 1） 最大隸屬度函數(shù)法 簡(jiǎn)單地取所有規(guī)則結(jié)果的模糊集合中隸屬度最大的那個(gè)元素作為輸出值。A 39。這樣，對(duì)于每一個(gè)物理輸入量至少有一個(gè)模糊子集的隸屬程度函數(shù)大與零。圖給出了三種化函數(shù)。從圖中可以看出，模糊控制系統(tǒng)的主要部件是模糊化過(guò)程、知識(shí)庫(kù)、推理決策和精確化計(jì)算 [16]。一般說(shuō)來(lái)，模糊系統(tǒng)也是復(fù)雜過(guò)程的一種近似表示方式。訓(xùn)練時(shí)對(duì)所有樣本正向運(yùn)行一輪并反向修改權(quán)值一次稱為一次訓(xùn)練。 多層前饋網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì) 19 （ 1） 隱層數(shù)的設(shè)計(jì) 理論分析證明，具有單隱層的前饋網(wǎng)絡(luò)可以映射所有連續(xù)函數(shù)，只有當(dāng)學(xué)習(xí)不連續(xù)函數(shù)時(shí)，才需要兩個(gè)隱層，所以多層前饋網(wǎng)絡(luò)最多只需兩個(gè)隱層。樣本的組織要注意將不同類別的樣本交叉輸入，或從訓(xùn)練集中隨機(jī)選擇輸入樣本。當(dāng)樣本分布不理想時(shí)，最常用的變換是 對(duì)書變換，其他常用的還有平方根，立方根等。 （ 5） 輸出向量的表示 所謂輸出量實(shí)際上是指為網(wǎng)絡(luò)訓(xùn)練提供期望輸出，一個(gè)網(wǎng)絡(luò)可以有多個(gè)輸出變量，其表示方法通常比輸入量容易得多，而且對(duì)網(wǎng)絡(luò)的精度和訓(xùn)練時(shí)間影響不大。 BP 網(wǎng)絡(luò)的輸入層不能直接接受字符輸入，必須先 對(duì)其進(jìn)行編碼，變成網(wǎng)絡(luò)可以接受的形式。 （ 3） 輸入輸出的選擇 一個(gè)待建模系統(tǒng)的輸入輸出就是神經(jīng)網(wǎng)絡(luò)的輸入輸出變量。應(yīng)用結(jié)果表明該方法對(duì)于提高 BP 算法的收斂速度十分有效。從誤差曲面可以看出，在平坦區(qū)域內(nèi) ? 太小會(huì)使訓(xùn)練次數(shù)增加，因而希望增大 ? 值；而在誤差變化劇烈的區(qū)域， ? 太大會(huì)因調(diào)整量過(guò)大而跨過(guò)較窄的“坑凹”處，使訓(xùn)練出現(xiàn)振蕩，反而使迭代此時(shí)增加。 15 標(biāo)準(zhǔn) BP 算法的改進(jìn) 將 BP 算法用于具有非線形轉(zhuǎn)移函數(shù)的三層前饋網(wǎng)，可以以任意精度逼近任何非線形函數(shù)，這一非凡優(yōu)勢(shì)使多層前饋網(wǎng)絡(luò)得到越來(lái)越廣泛的應(yīng)用。 期望輸出向量為Tlk ddddd ),( 21 ??? 。誤差反傳是將輸出誤差 某種形式 ， 通過(guò)隱層向輸入層逐層反傳，并將誤差分?jǐn)偨o各層的所有單元，從而獲得各層單元的誤差信號(hào)沒，此誤差信號(hào)即作為修正各單元權(quán)值的依據(jù) [12]。 1960年由 和 提出的自適應(yīng)線性單元網(wǎng)絡(luò)是線性神經(jīng)網(wǎng)絡(luò)最早的典型代表。 感知器 美國(guó)學(xué)者 Rosenblatt 于 1957 年提出一種用于模式分類的神經(jīng)網(wǎng)絡(luò)模型，稱為感知器，它是一個(gè)單層神經(jīng)網(wǎng)絡(luò)，神經(jīng)元模型為閥值模型。競(jìng)爭(zhēng)的實(shí)質(zhì)是看哪個(gè)神經(jīng)元受到的刺激最大，由此來(lái)調(diào)整權(quán)值： )( ijkikij WnCW ??? ? （ ） 式中 ?是學(xué)習(xí)率， ikC 是外部刺激 k 系列中第 i 項(xiàng)刺激成分， kn 是刺激 k 激勵(lì)輸入單 11 元的總數(shù)。這個(gè)規(guī)則就是 BP（反向傳播）網(wǎng)絡(luò)的算法基礎(chǔ)。例如上述神經(jīng)元 ju 無(wú)教師示教信號(hào)時(shí)， H 函 數(shù)僅與 iy 成正比，則上式改成簡(jiǎn)單形式： )()( tytaW ijij ??? ?? ??? ????????????? ???? （ ） 式中 ?是學(xué)習(xí)率常數(shù)（ ? 0）。 學(xué)習(xí)規(guī)則 環(huán)境 教師 學(xué)習(xí)系統(tǒng) ∑ 應(yīng)有 響應(yīng) 實(shí)際 響應(yīng) 誤差信號(hào) 環(huán)境 學(xué)習(xí)系統(tǒng) 輸入 動(dòng)作 環(huán)境 學(xué)習(xí) 系統(tǒng) 評(píng)價(jià) 輸出 圖 (a) 圖 (b) 圖 (c) 9 神經(jīng)網(wǎng) 絡(luò)是通過(guò)一定的規(guī)則 ,根據(jù)神經(jīng)元的輸入狀態(tài)（或活性度）、當(dāng)時(shí)的連接權(quán)及有無(wú)教師示教的信息來(lái)調(diào)整權(quán)值的，這個(gè)規(guī)則就稱為學(xué)習(xí)規(guī)則。反饋型網(wǎng)絡(luò)的所有節(jié)點(diǎn)都是計(jì)算單元，同時(shí)可接受輸入并向外界輸出，其中每個(gè)連接線都是雙向的。 層次網(wǎng)絡(luò)模型 神經(jīng)元分成若干層順序連接，在輸入層上加入輸入（刺激）信息，通過(guò)中間各層，加權(quán)后傳遞到輸出層后輸出（圖 (a)） ，其中有的在同一層中的各神經(jīng)元相互有連接（圖 (b)） ，有的從輸出層到輸入層有反饋（圖 (c)） 。 （ 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）。 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；③ BP 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) 。 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。（ 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。1989年 10月和 11月份別在北京和廣州召開了神經(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。隨后， IEEE 也成立了神經(jīng)網(wǎng)絡(luò)協(xié)會(huì)并于 1990 年 3 月開始出版神經(jīng)網(wǎng)絡(luò)會(huì)刊。 1972 年芬蘭的 教授，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”；另一位是美國(guó)的神經(jīng)心理學(xué)家和心理學(xué)家 提出了一個(gè)類似的神經(jīng)網(wǎng)絡(luò)，稱為“交互存儲(chǔ)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 。第三個(gè)時(shí)期為復(fù)興時(shí)期，開始于 的突破性研究論文。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)。 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 work theory ,a new online fault diagnosis method for power electronic circuits is presented. A neural BP work 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 , 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 ’electronic of electric power 。 circuit accident。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。結(jié)束于《并行分布式處理》一書的發(fā)表。 1960 年，他們發(fā)表了 一篇為“自適應(yīng)開關(guān)電路”的文章。 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。各種學(xué)術(shù)的神經(jīng)網(wǎng)絡(luò)特刊也層出不窮。 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“中國(guó)神經(jīng)網(wǎng)絡(luò)首屆學(xué)術(shù)大會(huì)”。只將該特征傳出，接受后在將其恢復(fù)成原始模式。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。 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。 （ 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）。 互連網(wǎng)絡(luò)模型 在這類模型中，任意兩個(gè)神經(jīng)元之間都有相互連接的關(guān)系。從作用效果看，前饋型網(wǎng)絡(luò)主要是函數(shù)映射，可用于模式識(shí)別和函數(shù)逼近。常用的學(xué)習(xí)規(guī)則有以下幾種： （ 1）聯(lián)想式學(xué)習(xí) —— Hebb 規(guī)則 心理學(xué)家 Hebb 在 1949 年提出突觸聯(lián)系的神經(jīng)群體理論，他指出，突觸前后兩個(gè)同時(shí)興奮（即活性度高，或稱處于激發(fā)狀態(tài)）的神經(jīng)元之間的連接強(qiáng)度（權(quán)值）將增強(qiáng)，雖然他本人沒有給出數(shù)學(xué)表達(dá)式，但后來(lái)許多研究者用不同的數(shù)學(xué)公式來(lái)表示這一基本思想。 上式表明，對(duì)一個(gè)神經(jīng)元 ju 而言，若該神經(jīng)元有較大的活性度或有較大的輸入（即)(tai iu )(taj ju )(tyj 教師示教信號(hào) )(ttj )(tyj ijW 圖 Hebb學(xué)習(xí)規(guī)則 10 )(tyi ）時(shí)，他們之間的聯(lián)結(jié)權(quán)值會(huì)變大。 從上述簡(jiǎn)化過(guò)程可知，在選用簡(jiǎn)化的 G 函數(shù)時(shí)，我們實(shí)際上令 )(tay jj ? ，也就是用了線性可分函數(shù)。 在競(jìng)爭(zhēng)中，與輸入單元間聯(lián)結(jié)權(quán)值變化最大的為優(yōu)勝者，優(yōu)勝者的聯(lián)結(jié)權(quán)值按式（ ） 改變，而失敗的單元，其 ijW? 為零。與 MP 模型不同之處在于其聯(lián)結(jié)權(quán)值可變，因此它具有學(xué)習(xí)功能。線性神經(jīng)網(wǎng)絡(luò)采用線性函數(shù)作為傳遞函數(shù)，因此其輸出可取任意值。這種信號(hào)正向傳播與誤差反向傳播的各層權(quán)值調(diào)整過(guò)程，是周而復(fù)始地進(jìn)行的。 輸 入 層 到 隱 層 之 間 的 權(quán) 值 矩 陣 用 V 表示，Tni VVVVV ),( 21 ??? ,其中列向量 jV 為隱層第 j 個(gè)神經(jīng)元對(duì)應(yīng)的權(quán)向量；隱層到輸出