【正文】 度相位的變壓器為雙繞組20度和40度相位的變壓器為三繞組。 變壓器的原邊分別接單相逆變器的輸出，副邊按圖1方式串連，接到電網(wǎng)側(cè)，這樣諧波含量可大大減少。 本文采用仿真的方法研究了主回路的故障現(xiàn)象，仿真時假設主回路只有一個GTO元件發(fā)生故障,其它元件工作正常。仿真是采用電力電子仿真軟件包PSIM來實現(xiàn)的。仿真結(jié)果說明,當一個元件開路時不僅該單相逆變器的輸出發(fā)生變化,而且對其它的逆變器和總輸出都有影響,因此是一個相當復雜的現(xiàn)象。正常工作時的仿真結(jié)果與實測一致,說明了仿真結(jié)果的正確性。本文把每一個單相逆變器的輸出電壓電流作為故障診斷的監(jiān)測對象, 以A相0度橋?qū)哪孀兤鳛槔?，分別對主電路開關器件S1~S4開路進行了仿真$考慮了容性工況，感性工況和不同相位角@（逆變器輸出電壓與電網(wǎng)電壓之相位差），并找到了4種開路位置的故障特征。如果把無故障時單相逆變器的輸出電壓波形的一個周期分成4個工作區(qū)，則每個工作區(qū)相應的導通元件由于續(xù)流二極管的存在，某一GTO元件開路時并不會使該支路完全斷開，只會引起該支路一個方向的電流不能流通。當開路元件支路的某一方向電流不能流通時，逆變器輸出電壓將與正常值有明顯差別（為浮動狀態(tài)，可能為零或與正常值不同的一個確定值），這就形成了故障特征。 由于負載性質(zhì)不同， 一共形成8種不同的故障特征區(qū)。S3開路時容性工況在（3）區(qū)出現(xiàn)故障特征，這樣，從每一個單相逆變器的輸出電壓信號可對該主回路的4個元件中的某一個開路故障進行定位。本文采用了前向網(wǎng)絡來進行故障的模式識別。前向網(wǎng)絡由輸入層，隱含層和輸出層組成，網(wǎng)絡結(jié)構(gòu)的信息分散存儲在連接線的權值上。網(wǎng)絡輸入層神經(jīng)元個數(shù)n與輸入向量的長度相等,網(wǎng)絡輸出層神經(jīng)元個數(shù)m與模式分類個數(shù)相等。網(wǎng)絡采用了反向傳播算法,故又稱BP網(wǎng)絡(BackpropagatinNN) 。每一個神經(jīng)元的結(jié)構(gòu)是一個多輸入單輸出的非線性單元,每一層(例如j層)的神經(jīng)元接受前一層(例如i 層)的神經(jīng)元的輸入信號. Wij為每一個神經(jīng)元對應權值,則第j層的輸出為:Yj=f(iWijXiQi)式中Qi是閾值. 節(jié)點作用函數(shù)采用S型函數(shù),表達式反映了神經(jīng)元壓縮或飽和特性. S型函數(shù)的中間高增益區(qū)適應弱信號,兩端的低增益區(qū)適應強信號，算法的學習過程由正向傳播和反向傳播組成。用樣本模式作為輸入信息訓練網(wǎng)絡。在正向傳播過程，輸入信息從輸入層經(jīng)隱含層處理傳向輸出層。 系統(tǒng)的輸出值yk與希望值y`k往往不相等,均誤差為:F=12k(y`kyk)如果輸出層得不到期望的輸出,轉(zhuǎn)入反向傳播,誤差信號沿原來的通道返回,層調(diào)整神經(jīng)元的權值,此輸入層的維數(shù)n=60判斷逆變器的4個GTO好壞情況,可用開關量來表達它們的狀態(tài)，“1”表示正常，“0”表示開路。因此輸出層的神經(jīng)元個數(shù)m= ,并取n1=10,n2=5,試算結(jié)果證明雙隱含層比單隱含層收斂時間短很多.人工神經(jīng)網(wǎng)絡是由大量簡單處理單元（神經(jīng)元,處理元件，電子元件，光電元件等）廣泛連接而成的復雜網(wǎng)絡系統(tǒng)，用以模擬人腦的行為，它是在現(xiàn)代神經(jīng)科學研究成果的基礎上提出的，是一種全新的模擬人類智能的方法和技術，與傳統(tǒng)的分析方法和專家系統(tǒng)不同，它既可以處理已知算法的問題，也可以通過自組織，自學習處理未知算法的問題。因此，它引起了眾多學者的興趣，并被廣泛地應用到工程學科的許多領域。本文采用四層前向神經(jīng)網(wǎng)絡，學習算法為誤差反向傳播算法，即BP算法，拓撲結(jié)構(gòu)如圖2所示。電感性負載的三相整流電路見圖3，整流器件為6個二極管，為不可控整流。實際上，可以把故障分為很多類，本文中只分析其中的3大類，具體如下：第一大類（001）：沒有二極管故障，即正常運行；第二大類（010）：單個二極管短路，可分為6小類；diode1 短路（001），diode2短路（010），diode3短路（011），diode4短路（100），diode5短路（101），diode6短路（110）。第三大類(011):單個二極管開路,可分為6小類: diode1開路(001), diode2開路(010),Diode3開路(011), diode4開路(100), diode5開路(101),Diode6 開路(110). 對故障的大類,小類進行了編碼,用六位編碼X5X4X3X2X1X0,位用于大類編碼，第X0~X2位用于小類編碼.圖3電感性負載的三相整流電路電感性負載的三相整流電路輸出端的直流脈動電壓Ud包含了二極管是否有故障的信息,在不同故障時Ud的波形是不一樣的. 本文以A 相電壓正向過零處為基準對Ud進行一個周期(20ms)的數(shù)據(jù)采集，采集數(shù)據(jù)個數(shù)為30 個’得到樣本輸入數(shù)據(jù)。 利用BP 網(wǎng)絡進行故障診斷的步驟第一,通過信號檢測和分析,抽取反映被檢對象的特征參數(shù),如(X1,X2,X3,X4,X5,X6)),組成網(wǎng)絡的輸入模式.第二,、行網(wǎng)絡設計,確定網(wǎng)絡的總層數(shù),各層單元數(shù),輸入層單元數(shù)由特征參數(shù)個數(shù)確定,為6 個,輸出層單元數(shù)由狀態(tài)數(shù)和狀態(tài)編碼方式確定,為6 個,隱層取1 層,單元數(shù)取10. 用各種狀態(tài)樣本組成訓練樣本集,對網(wǎng)絡進行訓練,確定連接權值. 用訓練好的網(wǎng)絡對待檢對象進行狀態(tài)識別,即把待檢對象的特征參數(shù)作為網(wǎng)絡的輸入,據(jù)網(wǎng)絡輸出確定待檢對象的狀態(tài)類別. 為了不斷提高網(wǎng)絡的診斷性能,可把使用中發(fā)現(xiàn)的錯誤判斷,按其實際輸入和期望輸出構(gòu)成訓練樣本,加入訓練樣本集,對網(wǎng)絡進一步訓練,由此,網(wǎng)絡的性能將不斷得到改善.為了驗證上述模型的有效性,編制相應的計算機軟件,要進行如下設計:電感性負載的整流電路輸出端的直流脈動電壓Ud包含了晶閘管是否有故障的信息,按照故障模型,在不同故障類型時, Ud的波形不同, 并且通過其六個頻譜分量: Ud電壓的直流分量a0及基波,2,3 次諧波幅值A1,A2,A3和基波,2 次諧波相位$1,$2,以對應唯一的一個故障類型. 因此,以Ud作為關鍵點信號,對關鍵點信號進行數(shù)據(jù)采集,再進行傅立葉分析,得到上述六個頻譜特征數(shù)據(jù),將此6 個數(shù)據(jù)歸一化處理后作為神經(jīng)網(wǎng)絡的輸入, ,使其成為0 或1, 通過這組代碼可查到對應的故障診斷結(jié)果第4章 神經(jīng)網(wǎng)絡控制電力電子故障檢測的MATLAB仿真方法 神經(jīng)網(wǎng)絡系統(tǒng)計算機仿真的基本概念 系統(tǒng)計算機仿真控制系統(tǒng)的計算機仿真是一門涉及到控制理論、計算數(shù)學與計算機技術的綜合性新型學科。這門學科的產(chǎn)生及發(fā)展與計算機的發(fā)明及發(fā)展同步進行的。計算機仿真是自從1946年世界上第一臺電子計算機問世以后，在20世紀70年代初期發(fā)展起來的、用來幫助設計人員進行設計的一種新技術。它包含控制系統(tǒng)分析、綜合、設計、檢驗等多方面的計算機處理。計算機仿真基于計算機的高速而精確的運算，以實現(xiàn)各種功能。系統(tǒng)，是物質(zhì)世界中相互制約又相互聯(lián)系著的、以期實現(xiàn)某種目的的一個運動整體，這個整體叫做系統(tǒng)。模型，是對所要研究的系統(tǒng)在某些特定方面的抽象。通過模型對原型系統(tǒng)進行研究，將具有更深刻、更集中的特點。模型分為物理模型和數(shù)學模型。數(shù)學模型可分為機理模型、統(tǒng)計模型和混合模型。系統(tǒng)仿真，就是以系統(tǒng)數(shù)學模型為基礎，以計算機為工具對系統(tǒng)進行實驗的一種方法。需特別指出，系統(tǒng)仿真是用模型代替實際系統(tǒng)進行實驗和研究，使仿真更具有意義。仿真所遵循的原則是相似原理，即以幾何相似、環(huán)境相似與性能相似。依據(jù)這個原理，仿真可分為物理仿真與數(shù)學仿真。所謂物理仿真就是應用幾何相似原理，仿制一個與實際系統(tǒng)工作原理相同、質(zhì)地完全相同但是體積小得多的物理模型進行研究；所謂數(shù)學仿真就是應用性能相似原理，構(gòu)成數(shù)學模型在計算機上進行實驗研究。由于計算機仿真能夠為各種實驗提供方便、廉價、靈活而可靠的數(shù)學模型，因此凡是要用模型進行實驗的，幾乎都可以用計算機仿真來研究被仿真系統(tǒng)的工作特點、選擇最佳參數(shù)和設計最合理的系統(tǒng)方案。隨著計算機技術的發(fā)展，計算機仿真越來越多地取代純物理仿真?，F(xiàn)在所稱為的仿真，主要是指計算機參與的計算機仿真。計算機是一門綜合性的新學科，它既取決于計算機工具本身硬件與軟件的發(fā)展，又依賴于仿真計算方法在精度與效率方面的研究與提高，還要服從于計算機仿真對象學科領域的發(fā)展需要。所以計算機仿真是多種學科相互滲透、相互融合又與多種學科相關聯(lián)的邊緣科學。 控制系統(tǒng)計算機仿真的過程控制系統(tǒng)仿真，就是以控制系統(tǒng)的模型為基礎，主要用數(shù)學模型代替實際的控制系統(tǒng)，以計算機為工具，對控制系統(tǒng)進行實驗和研究的一種方法。通常，控制系統(tǒng)仿真的過程步驟進行：（1） 建立控制系統(tǒng)的數(shù)學模型系統(tǒng)的數(shù)學模型，是描述系統(tǒng)輸入、輸出變量以及內(nèi)部各變量之間關系的數(shù)學表達式。根據(jù)系統(tǒng)的實際結(jié)構(gòu)與系統(tǒng)各變量之間所遵循的物理、化學基本定律，例如牛頓定律、克?；舴蚨?、運動動力學定律等來列寫出變量間的數(shù)學表達式以建立數(shù)學模型。這是解析法建立數(shù)學模型。對于很復雜的系統(tǒng)，則必須通過實驗方法并利用系統(tǒng)辨識技術，考慮計算要求的精度，略去一些次要因素，使模型既能準確地反映系統(tǒng)的動態(tài)本質(zhì)，又能簡化分析計算的工作。這是實驗法建立數(shù)學模型。（2） 建立系統(tǒng)的仿真模型原始的數(shù)學模型并不能用來直接對系統(tǒng)進行仿真，還得將其轉(zhuǎn)換為能夠?qū)ο到y(tǒng)進行仿真的模型。對于連續(xù)系統(tǒng)，將像微分方程這樣的數(shù)學模型，在零初始條件下，進行拉普拉斯變換，求得傳遞函數(shù)的數(shù)學模型。對于離散系統(tǒng)而言，有像差分方程這樣的數(shù)學模型以及類似連續(xù)系統(tǒng)的各種模型，這些模型都可以對離散系統(tǒng)進行仿真。（3） 編制系統(tǒng)仿真程序?qū)τ诜菍崟r系統(tǒng)的仿真，可以用一般的高級語言，例如Basic 或 Fortran或C等語言編制仿真程序。對于快速的實時系統(tǒng)的仿真，往往用匯編語言編制仿真程序。當然也可以直接用仿真語言。（4） 進行仿真實驗并輸出仿真結(jié)果通過仿真實驗對仿真模型與仿真程序進行檢驗和修改，再按照系統(tǒng)的仿真要求輸出仿真結(jié)果。 神經(jīng)網(wǎng)絡在電力電子裝置故障檢測的仿真與分析 整流電路仿真在MATLAB 軟件的SIMUL IN K 環(huán)境下建模并對其進行仿真. 對上述的三大類故障進行了數(shù)據(jù)的采集. 仿真波形如下: 神經(jīng)網(wǎng)絡仿真結(jié)果神經(jīng)網(wǎng)絡的輸入層有30 個神經(jīng)元,第一隱含層有11 個神經(jīng)元,第二隱含層有10 個神經(jīng)元,輸出層有6 個神經(jīng)元. , ,樣本數(shù)為13 個,將13 個樣本送入神經(jīng)網(wǎng)絡進行訓練,得到的誤差曲線、各隱層的權值hinton 圖、閾值矩陣如下:第一隱層的閾值:θ1 = [ 1 3 4 7 2 3 2 0 6 0 9 ]′。第二隱層的閾值: θ2 = [ 9 8 9 0 3 8 7 1 1 8 ]′。輸出層的閾值: θ3 = [ 4 4 7 – 8 – 7 8 ]′.從以上所列舉的故障中任取一種故障情況,采用所訓練得到的神經(jīng)網(wǎng)絡進行故障診斷,實驗結(jié)果表明該網(wǎng)絡能夠進行相當正確的故障診斷,正確率達到95 %以上.結(jié) 束 語從傳統(tǒng)的自動化走向智能自動化，是自動化發(fā)展的必然趨勢。系統(tǒng)工程領域的科學家們已經(jīng)取得了這樣一個共識：人與機永遠不能完全地彼此代替。所以，研究智能系統(tǒng)應該采取人機結(jié)合的方針，把人的智能與機器的智能結(jié)合起來。在這方面，神經(jīng)網(wǎng)絡技術走在了前列，它以得天獨厚的非線性函數(shù)逼近能力、并行處理機制、學習、聯(lián)想、記憶功能，受到了整個科學界的重視。目前，神經(jīng)網(wǎng)絡已在模式識別，圖像處理，控制優(yōu)化，預測管理，通信等領域取得了豐碩的成果，其發(fā)展具有強大的生命力。本文針對神經(jīng)網(wǎng)絡的電力電子裝置故障檢測，提出了一種將神經(jīng)網(wǎng)絡、模糊控制和史密斯預估器結(jié)合在一起的控制方案，這也是神經(jīng)網(wǎng)絡在非線性控制方面的一個實例。在這個例子中，一個結(jié)構(gòu)比較簡單的神經(jīng)網(wǎng)絡就同時具備了史密斯預估補償和時變對象的在線逼近兩大功用，可見其實用價值。同時，這個例子也告訴我們：任何一項技術都不是十全十美的，總會有一些缺陷，為了更好的發(fā)揮它的作用，往往要結(jié)合其他一些技術來完善它。另外，本文用到了工程領域的權威仿真工具MATLAB來衡量系統(tǒng)的控制效果，編寫了相關的程序保存為M文件格式，以便于調(diào)試和修改。MATLAB是美國Mathworks公司1982年推出的數(shù)學軟件，它有強大的數(shù)值計算和數(shù)據(jù)可視化能力，一經(jīng)推出就受到全世界科研人員的廣泛關注。MATLAB軟件針對各種學科相繼推出了功能各異的工具箱，如神經(jīng)網(wǎng)絡，信號處理，控制，通訊等工具箱，隨著近年來神經(jīng)網(wǎng)絡的研究越來越活躍，MATLAB的神經(jīng)網(wǎng)絡工具箱也進行了大幅度的調(diào)整和改進，新增了許多模塊和算法。對于神經(jīng)網(wǎng)絡的電力電子裝置故障檢測與診斷研究，本論文提供了一些觀點和方法，但這只是理論上的探討，許多問題有待進一步的研究，如神經(jīng)網(wǎng)絡控制器的硬件實現(xiàn)問題等。參考文獻[1] .[2] 徐德鴻、馬皓，電力電子裝置自動診斷，科學出版社,北京，2001.[3] :西安電子科技大學出版社,1999.[4] :電子工業(yè)出版社,2003.[5] ：國防科技大學出版社，2002.[6] :北京航空航天大學出版社,2001.[7] :清華大學出版社,2003 .[8] : 高等教育出版社,1999.[9] . 北京:機械出版社，2003.[10] : 中國電力出版社,2001.[11] :上海科學技術文獻出版社,2000.[12] . 北京:機械工業(yè)出版社,2002.[13] :冶金工業(yè)出版社,2001.[14] Simon （英文）:清華大學出版社,2003.[15] :機械工業(yè)出版社,2000.[16] 丁曉群,蔡志慧. 人工神經(jīng)網(wǎng)絡在電力系統(tǒng)中的研究與應用現(xiàn)狀[J ] . 水利水電科技進展，1996.　[17] Simon Haykin. Ne