- 相關(guān)推薦
電力電子電路故障診斷研究論文
摘要：量子神經(jīng)網(wǎng)絡(luò)就是將量子力學(xué)的思想引入到神經(jīng)網(wǎng)絡(luò)的研究之中，與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)相比，量子神經(jīng)網(wǎng)絡(luò)的并行處理能力更強(qiáng)，數(shù)據(jù)集的處理更加高效快速，本文主要就基于量子神經(jīng)網(wǎng)絡(luò)的電力電子電路故障診斷方法進(jìn)行簡(jiǎn)單的分析介紹。
【關(guān)鍵詞】量子力學(xué)；神經(jīng)網(wǎng)絡(luò)；電力電子電路；故障診斷
雙橋12相脈波整流電路現(xiàn)階段，大多數(shù)電力電子電路故障診斷都利用人工神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)，這種故障診斷方法具有許多的優(yōu)勢(shì)，近年來應(yīng)用越發(fā)的深入，但隨之而來也凸顯了許多不足之處，比如數(shù)據(jù)量較大時(shí)，處理速度比較慢，記憶容量比較有限，接收新的信息時(shí)候可能會(huì)發(fā)生突變性失憶等等，因此，行業(yè)內(nèi)相關(guān)學(xué)者在經(jīng)濟(jì)的探索新的神經(jīng)網(wǎng)絡(luò)理論及結(jié)構(gòu)。量子神經(jīng)網(wǎng)絡(luò)是20世紀(jì)末期出現(xiàn)的一種新的神經(jīng)網(wǎng)絡(luò)，相比于傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)，數(shù)據(jù)處理能力明顯增強(qiáng)，穩(wěn)定性及可靠性也很高，將其應(yīng)用于電力電子電路故障診斷之中優(yōu)勢(shì)明顯，下文主要就量子神經(jīng)網(wǎng)絡(luò)進(jìn)行簡(jiǎn)單的介紹，重點(diǎn)分析基于量子神經(jīng)網(wǎng)絡(luò)電力電子電路故障診斷的方法。
1量子神經(jīng)網(wǎng)絡(luò)概述
量子神經(jīng)網(wǎng)絡(luò)是經(jīng)典神經(jīng)網(wǎng)絡(luò)與量子計(jì)算結(jié)合起來的產(chǎn)物，一般來說，主要有兩種結(jié)合形式。（1）將量子計(jì)算理論引入到神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及訓(xùn)練的過程中。（2）設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練算法及拓?fù)浣Y(jié)構(gòu)設(shè)計(jì)過程中借用量子理論中的一些原理及概念。本文主要介紹一種在四層前向BP網(wǎng)絡(luò)基礎(chǔ)上與量子計(jì)算理論結(jié)合形成的四層量子BP神經(jīng)網(wǎng)絡(luò)。該神經(jīng)網(wǎng)絡(luò)中，采用許多個(gè)傳統(tǒng)的激勵(lì)函數(shù)疊加形成了隱層量子神經(jīng)元激勵(lì)函數(shù)，該激勵(lì)函數(shù)可以將決策的不確定性數(shù)據(jù)進(jìn)行合理的分配，不確定性數(shù)據(jù)分配到不同的故障模式之后故障診斷的不確定度自然會(huì)有所降低，也就是說準(zhǔn)確率有所升高。使用這種故障診斷方法能夠?qū)⒊闃訑?shù)據(jù)中存在的模糊性自動(dòng)診斷出來，如果特征矢量處于交叉類邊界之中，神經(jīng)網(wǎng)絡(luò)能夠?qū)⒃撎卣魇噶糠峙涞剿邢嚓P(guān)的類中，如果分類時(shí)特征矢量不存在模糊性，同樣分到對(duì)應(yīng)的類中。這種故障診斷方法之下，特征矢量與故障類之間的對(duì)應(yīng)關(guān)系能夠精確的反映出來，診斷效率明顯提高。量子神經(jīng)網(wǎng)絡(luò)主要分為輸入層、輸出層、第一隱層、第二隱層四層結(jié)構(gòu)，輸入層設(shè)為X=(X1，X1，……XN)，輸出層設(shè)為Y=(Y1，Y1，……YN)，Sigmoid函數(shù)為層間的傳遞函數(shù)，三層的權(quán)值分別為w1k,b，w2m,k，w3s,m，神經(jīng)元個(gè)數(shù)分別為K、M、S，量子間隔大小與待診斷故障元件的數(shù)目相同�；诹孔由窠�(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法之中神經(jīng)元之間的權(quán)值更新與常規(guī)的BP算法中的一致，權(quán)值變化及誤差反向傳播都采用的是梯度下降法，實(shí)際的應(yīng)用過程中為了防止陷入局部極小值，往往需要將自適應(yīng)學(xué)習(xí)速率法及附加動(dòng)量引入其中，確保網(wǎng)絡(luò)能夠滑過局部極小值迅速收斂。
2基于量子神經(jīng)網(wǎng)絡(luò)的電力電子電路故障診斷方法
本文主要以雙橋12相脈波整流電路為研究對(duì)象，驗(yàn)證基于量子神經(jīng)網(wǎng)絡(luò)的故障診斷方法的效果。圖1所示為雙橋12相脈波整流電路圖。實(shí)際的故障診斷過程中首先使用電路仿真軟件模擬該電路可能會(huì)出現(xiàn)的各種故障，得到對(duì)應(yīng)的故障信號(hào)，將這些信號(hào)作為輸入樣本數(shù)據(jù)，對(duì)應(yīng)的故障類型則作為網(wǎng)絡(luò)輸出數(shù)據(jù)，使用量子神經(jīng)網(wǎng)絡(luò)將故障信號(hào)及故障類型之間的映射關(guān)系分析、存儲(chǔ)起來，最后測(cè)試訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)并觀察試驗(yàn)的結(jié)果。2.1量子神經(jīng)網(wǎng)絡(luò)的輸入樣本設(shè)計(jì)在雙橋12相脈波整流電路中，設(shè)置其控制觸發(fā)角為0°，實(shí)驗(yàn)時(shí)只考慮電路中晶閘管開路的現(xiàn)象，然后使用ORCAD軟件模擬該電路的各種故障。當(dāng)電路中發(fā)生某一種故障之后，選擇一個(gè)周期的電路的負(fù)載電壓作為樣本，取樣的時(shí)間為0.1ms，一個(gè)周期的時(shí)長(zhǎng)為20ms，因此，每組有200個(gè)樣本數(shù)據(jù)，將這些數(shù)據(jù)歸一化處理之后可以得到量子神經(jīng)網(wǎng)絡(luò)的輸入樣本。雙橋12相脈波整流電路晶閘管開路故障主要是電路中一個(gè)或者兩個(gè)橋臂不導(dǎo)通，極少會(huì)出現(xiàn)三個(gè)或是四個(gè)橋臂同時(shí)不導(dǎo)通的現(xiàn)象。設(shè)該電路中有兩個(gè)晶閘管同時(shí)出現(xiàn)故障，左右兩部分電路沒有同時(shí)故障，則該電路可能會(huì)存在包括無故障在內(nèi)的7大類31小類故障。比如，接到同一項(xiàng)電壓的V1V3或V7V9或V5V11同時(shí)發(fā)生故障，兩只交叉的晶閘管V1V11或V1V7或V5V3或V5V7或V9V3或V9V11同時(shí)發(fā)生故障、同一半橋的兩種晶閘管V2V6或V2V10或V6V10或V8V12或V8V4或V12V4同時(shí)發(fā)生故障等等，將所有的31小類故障分析出來之后編號(hào)，每個(gè)故障對(duì)應(yīng)一個(gè)Y1Y2Y3Y4Y5Y6的六位編碼，其中Y1Y2Y3表示大類，Y4Y5Y6表示小類，比如001001表示第一大類第一小類，與每組特征信號(hào)對(duì)應(yīng)的故障編碼為網(wǎng)絡(luò)目標(biāo)輸出樣本。2.2實(shí)驗(yàn)結(jié)果本次實(shí)驗(yàn)中共有200個(gè)輸入節(jié)點(diǎn)，6個(gè)輸出節(jié)點(diǎn)，反復(fù)實(shí)驗(yàn)之后，第一隱層取80層，第二隱層取100層，各層的激活函數(shù)為σ(t)=1/(1+e-t)，初始權(quán)值隨機(jī)給出。網(wǎng)絡(luò)訓(xùn)練的誤差結(jié)果如圖2所示，圖中橫軸為訓(xùn)練步數(shù)，縱軸為量子神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差，量子神經(jīng)網(wǎng)絡(luò)與經(jīng)典BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)及訓(xùn)練參數(shù)一致，二者的訓(xùn)練步數(shù)不同，其中量子神經(jīng)網(wǎng)絡(luò)10125步，而經(jīng)典BP神經(jīng)網(wǎng)絡(luò)為26745步。將標(biāo)準(zhǔn)樣本以外的3100組數(shù)據(jù)加入到隨機(jī)噪聲之中作為網(wǎng)絡(luò)測(cè)試樣本，測(cè)試基于量子數(shù)神經(jīng)網(wǎng)絡(luò)的故障診斷方法的準(zhǔn)確性，當(dāng)實(shí)際輸出滿足一下條件時(shí)，認(rèn)為該輸出正確，即，其中為該神經(jīng)網(wǎng)絡(luò)的目標(biāo)輸出。網(wǎng)絡(luò)診斷了檢測(cè)完成之后還需要測(cè)試網(wǎng)絡(luò)的誤診率，測(cè)試結(jié)果顯示，診斷數(shù)為3100，當(dāng)隨機(jī)噪聲為5%，量子網(wǎng)絡(luò)診斷準(zhǔn)<<上接121頁(yè)確率為100%，BP網(wǎng)絡(luò)準(zhǔn)確率為99.20%；當(dāng)隨機(jī)噪聲為10%時(shí)，量子網(wǎng)絡(luò)診斷準(zhǔn)確率為99.97%，BP網(wǎng)絡(luò)準(zhǔn)確率為78.50%；當(dāng)隨機(jī)噪聲為15%時(shí)，量子網(wǎng)絡(luò)準(zhǔn)確率為99.84%，BP網(wǎng)絡(luò)診斷準(zhǔn)確率為64.35%；當(dāng)隨機(jī)噪聲為20%時(shí)，量子網(wǎng)絡(luò)準(zhǔn)確率為99.45%，BP網(wǎng)絡(luò)準(zhǔn)確率為48.75%。診斷數(shù)為3100，當(dāng)隨機(jī)噪聲為5%，量子網(wǎng)絡(luò)的診斷錯(cuò)誤率為0%，BP網(wǎng)絡(luò)為0.50%；當(dāng)隨機(jī)噪聲為10%時(shí)，量子網(wǎng)絡(luò)診斷錯(cuò)誤率為0.54%，BP網(wǎng)絡(luò)為12.24%；當(dāng)隨機(jī)噪聲為15%時(shí)，量子網(wǎng)絡(luò)錯(cuò)誤率為1.42%，BP網(wǎng)絡(luò)為20.05%；當(dāng)隨機(jī)噪聲為20%時(shí)，量子網(wǎng)絡(luò)錯(cuò)誤率為3.58%，BP網(wǎng)絡(luò)為32.74%。由實(shí)驗(yàn)數(shù)據(jù)可以明顯看出與經(jīng)典的BP神經(jīng)網(wǎng)絡(luò)相比，量子神經(jīng)網(wǎng)絡(luò)的診斷率明顯較高，誤診率相對(duì)較低，且當(dāng)電路存在隨機(jī)噪聲時(shí)，量子神經(jīng)網(wǎng)絡(luò)依然能夠比較穩(wěn)定的檢測(cè)出電路故障，抗噪能力及網(wǎng)絡(luò)穩(wěn)定性均較好。
3結(jié)束語(yǔ)
本文就量子神經(jīng)網(wǎng)絡(luò)進(jìn)行了簡(jiǎn)單的介紹，重點(diǎn)結(jié)合雙橋12相脈波整流電路就基于量子神經(jīng)網(wǎng)絡(luò)的電路故障診斷方法進(jìn)行了分析探討，實(shí)驗(yàn)表明，基于量子神經(jīng)網(wǎng)絡(luò)的電力電子電路故障診斷方法準(zhǔn)確度較高，與經(jīng)典的BP神經(jīng)網(wǎng)絡(luò)相比具有誤診率低、抗噪能力強(qiáng)、網(wǎng)絡(luò)穩(wěn)定性較好等等優(yōu)點(diǎn)，可以應(yīng)用于電子電路的故障診斷。因篇幅所限，本文介紹的內(nèi)容相對(duì)而言比較簡(jiǎn)單，希望能夠?yàn)橄嚓P(guān)研究人員的電力電子電路故障診斷的工作提供參考。
參考文獻(xiàn)
[1]王力,王旭,徐哲.電力電子電路故障預(yù)測(cè)關(guān)鍵技術(shù)論述[J].通訊世界,2016(02).
[2]汪蔚,王榮杰，胡清.神經(jīng)網(wǎng)絡(luò)電力電子裝置故障診斷技術(shù)[J].微計(jì)算機(jī)信息,2012(16).
[3]李云紅,譚陽(yáng)紅.基于量子神經(jīng)網(wǎng)絡(luò)的模擬電路的軟故障診斷[J].微計(jì)算機(jī)信息,2013(10).
【電力電子電路故障診斷研究論文】相關(guān)文章：
淺談汽車故障診斷方法的研究論文07-02
人工智能電網(wǎng)故障診斷技術(shù)研究論文06-23
汽車發(fā)動(dòng)機(jī)故障診斷研究的理論與方法論文07-03
機(jī)械故障診斷論文07-04
電力工程及電力自動(dòng)化技術(shù)研究論文07-02