【導讀】診斷,以三相整流電路為例,選用BP網絡對其進行了有效故障診斷。仿真和實驗表明,路進行在線自動故障診斷的目的。導下進行的研究工作及取得的成果。盡我所知，除文中特別加以標注和致。含我為獲得及其它教育機構的學位或學歷而使用過的材料。明并表示了謝意。以贏利為目的前提下，學?？梢怨颊撐牡牟糠只蛉績热?。人工神經網絡是由人工神經元互聯組成的網絡,和控制等，并在不斷的拓展。束于1969年Minsky和Papert發(fā)表《感知器》一書。第二個時期為低潮時期，開始于。1969年，結束于1982年Hopfield發(fā)表“神經網絡和物理系統”。第三個時期為復興時。世界范圍內掀起人工神經網絡的研究應用熱。出形式神經元數學模型，稱M-P模型。章，提出了一種具有三層網絡特性的神經網絡結構，稱為“感知器”。兩位代表人物是電機工程師BernardWidrow和MarcianHoff。BernardWidrow和MarcianHoff不僅設計了在計。方面和實現方面的各種困難和迷惑，使得一些人產生了懷疑和失望。和他的夫人提出了著名的共振模型。1972年芬蘭的教授，提

　　

【正文】 來改善系統的享用特性。 綜 上分析可知，模糊邏輯控制的過程主要有三個步驟：模糊化過程、模糊邏輯推理、精確化計算，即 (1)模糊化過程 所謂模糊化過程就是通過傳感器把受控對象的相關物理量轉換為電量，若傳感器的輸出量是連續(xù)的模擬量，還要通過 A/D 轉換成數字量作為計算機的輸入測量值；接著再將此輸入測量值作為標準化處理，即把其變化范圍影射到相應論域中，再將論域中的該輸入數據轉換成相應語言變量的術語，并構成模糊集合。這樣就把輸入的精確量轉換為用隸屬度函數表示的某一模糊變量的值。由此才能用檢測到的輸入量作為模糊控制規(guī)則中條件來運用模糊控制鬼子進 行推理。完成這部分功能的模塊就稱作模糊化接口。 (2)模糊化邏輯推理 根據事先已制定好的一組模糊條件語句構成的模糊控制規(guī)則，運用模糊數學理論對模糊控制規(guī)則進行計算推理，實際上根據模糊控制規(guī)則對輸入的一系列條件進行綜合評估，以得到一個定性的用語言表示的量，這個結果只告訴你某一個確定的輸出范圍，即所謂模糊輸出量 。 完成這部分功能的模塊就稱作模糊推理機。 (3)精確化計算 顯然模糊輸出量是不能直接去控制執(zhí)行部件的，在這確定的范圍中，還必須要確定一個認為最具有代表性的值作為真正的輸出控制量。只就是精確化計算（ Defuzzfication） 模糊控制系統的設計 模糊控制器是按一定語言規(guī)則進行工作的，而這些控制規(guī)則是建立在總結操作員控制經驗的基礎上的。且大多數模糊邏輯推理方法采用 Mamdani 極大極小推理法。有模糊控制的理論基礎和模糊控制器的基本組成可知，要設計一個模糊控制器，通常須將模糊控制器的輸入輸出變量模糊化。不失一般性，假設模糊控制器的輸入量為系統的誤差 24 e 和誤差變化 de、輸出變量為系統控制值 u。則模糊邏輯控制器的工作過程可以描述為：首先將模糊控制器的輸入轉化為模糊量供邏輯決策系統用，模糊邏輯決 策器根據控制規(guī)則規(guī)定的模糊關系 R，應用模糊邏輯推理算法得出控制器的模糊輸出控制量。最后經精確化計算得到精確的控制值去控制被控對象。常規(guī)模糊控制器如圖所示。圖中 E、 DE、U 為誤差 e、誤差變化 de、控制量 u的模糊集。 由模糊邏輯推理法可知，對于 n 條模糊控制規(guī)則可以得到 n 個輸入輸出關系矩陣R1， R2… Rn ，從而由模糊規(guī)則控制的合成算法可得到系統總的模糊關系矩陣關系為 ?ni iRR 1?? 則對于任意系統誤差 Ei 和系統誤差變化 DEj，其對應的模糊控制器輸出 Cij 為 RDEEC jiij ?)( ?? ???????????? ????? （ ） 對上式得到的模糊控制量 Cij 再進行精確化計算就可以去直接控制系統對象了。然而，在實際應用中，由于模糊關系矩陣 R 是一個高階矩陣，如果對于任何瞬間的系統誤差 Ei 和誤差變化 DEj 都用式（ 311）合成計算出即時控制輸出 Cij,顯然要花費大量的計算時間。其結果是系統實時控制性能變差。為了克服實時計算量大的缺點，常規(guī)模糊控制在實際應用中通常采用的是查表法。 圖 常規(guī)模糊控制器 語言值分檔和模糊論域的選取 人們在對某一事物用語言進行描述是時，總習慣于分成三個基本語言值（檔），如“高”、“中”、“低”，“大”、“中”、“小”，“快”、“中”、“慢”等。另外，人的動作有正、反兩個方向，客觀事物有正負兩種狀態(tài)，因此可進一步將模糊語言變量用若干個語言子值描述，如“負大”、“負中”、“負小”、“零”、“正小”、“正中”、“正大”等，對于“零”有時還可細分為“負零”、“正零”，然后根據需要，還可以對模糊語言變量的取值加上不同的程度副詞（語氣算子），如“很”、 “非?！?、“稍微”等，這樣就使得對事物的描述顯得更生動、豐富多彩。顯然，一個語言變量選用的語言值分檔越多，對事物的描述就細膩、準確、生動，制定的模糊控制規(guī)則就越靈活，控制規(guī)則本身也就越詳盡，因而控制效果就越好。但是，語言值分檔太多，有可能使控制規(guī)則變得很復雜，編制程序比較困難，占用的內存儲器容量也較多；選擇較少的分檔，控制規(guī)則相應變少，規(guī)則的實現方便了，可是過少的規(guī)則又會使控制作用變得粗糙而達不到預期效果。因此，在選擇模糊化 模糊邏輯決策 精確化 de e E DE U u 25 模糊語言變量的語言值時要兼顧簡單易行和控制效果兩個方面，一般一個語言變量選用2~10 個語言 值較適宜。 在采用合成推理算法時，為了在實時控制中避免模糊關系矩陣合成運算所浪費的計算機時間，總是在脫機狀態(tài)下將全部輸入輸出之間的關系計算出來，形成一張控制表（響應表），存入計算機內存中，在某一采樣時刻根據輸入變量去查控制表就得到輸出響應。為了能生成控制表，在 CRI 推理方法中，要求將變量具有清晰性的基本論域轉換成有限個數的模糊論域，也就是把連續(xù)變化論域離散化成為離散論域。由于語言變量值的檔數不能過多也不能過少（一般 2~10 檔），基于同樣的道理，模糊論域中元素也不能太多或太少。一般而言，模糊論域的元素個數為 2n+1，它和語言變量的分檔數的關系為2n+1=km，其中 k=2~3。 查表法的基本思想是通過離線計算取得一個模糊控制表，并將其控制表存放在計算機內存中。當模糊控制器進行工作時，計算機只需直接根據采樣得到的誤差和誤差變化的量化值。最后，計算機將此量化值乘以比例因子（ k3）得到最終的輸出控制量。這種控制系統的結構圖入圖 35 所示。圖中 k1,k2 分別為誤差 e 和誤差變化 de 的量化比例因子、 k3 為控制量的量化比例因子。查表法的設計關鍵是模糊控制表的構成。下面，我們以溫度控制系統的模糊控制器設計為例來說明查表法模糊控制 器的設計步驟 [17]。 (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構圖 模糊控制器選用系統的實際溫度 T 與溫度給定值 Td 的誤差 e=TdT 及其誤差變化de 作為輸入語言變量，把控制加熱裝置的供電電壓 u選作輸出語言變量，這樣構成了一個二維模糊控制器。 (2)確定各輸入、輸出變量的變化范圍、量化等級和量化因子 k1,k2,k3。 (3)在各輸入和輸出語言變量的范圍量化域內定義模糊子集。首先確定各語言變量論域內模糊子集的個 數。 k1 k2 量化 量化 模糊控制表 k3 對象 + x y z u T 26 (4)模糊控制規(guī)則的確定 模糊控制規(guī)則實質上是將操作員的控制經驗加以總結得出一條條模糊條件語句的集合。確定模糊控制規(guī)則的原則是必須保證控制器的輸出能夠使系統輸出響應的動靜態(tài)特性達到最佳。 (5)求模糊控制表 模糊控制表是最簡單的模糊控制之一。它可以通過查詢將當前時刻模糊控制器的輸入變量量化值（如誤差、誤差變化量化值所）對應的控制輸出值作為模糊邏輯控制器的最終輸出，從而達到快速實時控制。模糊控制規(guī)則表必須對所有輸入語言變量（如誤差、誤差變化）量化后的各種組合通過模糊邏輯推理的一套方法離線計算出每一個狀態(tài) 的模糊控制器輸出，最終生成一張模糊控制表。 模糊控制器的改進 考慮典型的單變量二維模糊控制器，根據模糊控制器代數模型的分析，有： )( eckekfkU eceu ?? ????????????????????? （ ） f 是非線性函數。模糊控制器的控制作用 U與比例因子 ke、 ku、 kec有著密切的關系，它們的變化會導致模糊控制器控制作用的變化，最終引起控制系統的動態(tài)性能和穩(wěn)態(tài)性能的變化。能否根據控制系統的性能來在 線整定比例因子 ke、 ku、 kec，使它們保持合適的數值，從而使系統的性能達到令人滿意的水平 ?答案是肯定的。這就是參數自校正模糊控制器，或稱比例因子自校正模糊控制器。本節(jié)提出了一種參數在線自校正模糊控制器，采用改進的參數校正原則，在控制過程中根據不同的給定偏差值對模糊控制器的偏差量化因子、偏差變化率量化因子以及比例因子、積分因子等進行校正。仿真結果表明，即使對象參數發(fā)生顯著變化，控制系統在各種不同的輸入動態(tài)范圍下都具有精度高、速度快、超調量小等優(yōu)點。 （ 1） 參數在線自校正模糊控制器的結構 本文采用的參數在線 自校正模糊控制器結構如圖 所示。 d/dt ke kec 基 本 模 糊 控制器 ku 對象 參數校正 R ec U Y e ki 1/s + + E EC 27 圖 參數在線自校正模糊控制器結構框圖 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。分別以偏差 E 和偏差變化率 EC作為模糊控制輸入，其中 E和 EC 由實際偏差 e和偏差變化率 ec 經量化得來，以適應不同的動態(tài)變化范圍要求，量化因子為 ek 、 eck ，即： E=kee、 EC=kecec。同時，為了消除系統的穩(wěn)態(tài)誤差，基 本模糊控制器的輸出判決結果 U經過常規(guī)的 PI控制器后，再加給被控對象，使施加在被控對象上的控制量 u 具有非線性 PID 控制律，即： )/( skkUu iu ??? ???????????????????? （ ） 若對象本身包含積分環(huán)節(jié)，為設計簡單起見，可去掉積分環(huán)節(jié)，即令積分因子 ik =0。 為改進基本模糊控制器的性能，特引入參數自校正機制，根據偏差 u 分別對量化因子 ek 、 eck 和比例因子 uk 、積分因子 ik 進行在線校正，構成參數在線自校正模糊控制器。 （ 2） 參數在線自校正方法 一般說來，模糊控制器各量化因子對系統性能的影響是： ek 、 uk 、 ik 越大，系統上升速率越大，響應速度加快，但過大易產生超調； eck 越大，對系統狀態(tài)變化的抑制能力增大，系統上升速率減小，利于抑制超調和振蕩，但卻使響應速度變慢。因此，為使控制系統有較快的響應速度和小的超調，通常應采取的參數校正原則是：在偏差大時采用大的 ek 、 uk 、 ik 和小的 eck 以加快速度，偏差小時采用小的 ek 、 uk 、 ik 和大的 eck 以抑制超調。 在本文中，為了適應系統動態(tài)范圍大的特點和進一步加快系統響應速度，對上述量化因子調整原則進行修正：①在偏差大時采用大的 uk 、 ik 和小的 eck 以加快響應速度，同時利用相對較小的 ek 以避免速度過快；②偏差減小時逐步減小 uk 、 ik 和增大 eck 以抑制超調；③當偏差很小時反而顯著增大 ek 、 uk 。采用調整原則③有兩個好處：一是便于提高偏差很小時控制器的調節(jié)能力，從而使輸出 y 在接近穩(wěn)態(tài)值時能迅速拉入穩(wěn)態(tài)，并有利于提高穩(wěn)態(tài)精度，且此時因為偏差很小， ek 、 uk 的增大一般也并不會引起超調；二是提高在輸入動態(tài)變化范圍很小時系統的響應速度。 根據以上參數調整原則，可以設計如下一組參數調整模型： ??????????????????)/()())987654321???????????ekaeakeekekeciue（（ ???????????? ?????? （ ） 式中 1? ~ 9a 、 ? 、 ? 、 ? 、 ? 等為待定系數，需根據不同的控制對象和性能指標要 28 求等進行調整 [18]。 第 3 章 神經網絡 在 電力電子裝置故障檢測 與診斷研究 故障與 方案的提出 電力電子電路的實際運行中大多數故障表現為晶閘管損壞 ,電力電子電路的故障診斷與一般的模擬電路 ,數字電路及開關電容網絡的故障診斷有一個重要的差別 ,即故障 29 信息只存在于發(fā)生故障后到停電之前數十毫秒以內 , 所以需要動態(tài)監(jiān)視 amp。在線診斷 , 人們只能從輸出波形來診斷它是否 有故障 ,以及何種故障。本文主要研究利用虛擬儀器 ,應用神經網絡理論進行電力電子電路的故障診斷 ,利用神經網絡的學習能力 ,使故障波形與故障原因之間的關系通過神經網絡的學習后保存在其結構之中 ,然后將學習好的神經網絡用于故障診斷 ,神經網絡就可通過對當前電壓波形的分析 ,得出故障原因 ,從而實現故障的在線自動診斷。 故障檢測 方案 的 設計 逆變器輸出電壓波形的故障特征新型無功發(fā)生器用于電力系統中快速調節(jié)無功 ,它主要由大功率的逆變器組成 ,主回路選用了 GTO作為主電路開關器件 .它是一個單相逆變器 amp。其由于 GTO 元件開關頻率 的限制 ,單相逆變器在半個周波內只導通截止一次 ,因此輸出電壓是一個方波。為了減小諧波 ,由單相逆變器的基本結構采用曲折變壓器的連接形成新型無功發(fā)生器的主回路。每相有 0、 40 度 等 3 種相位，三相一共用了 9 臺變壓器和 9 個單相逆變器。 零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