三相橋式整流電路主回路故障智能診斷方法的研究.pdf

1、隨著電力電子技術的高速發(fā)展，新的電力電子器件的不斷涌現(xiàn)，電力電子技術的應用日益深入到工業(yè)生產和社會生活的各個方面。電力電子設備的廣泛應用使得對設備的可維護性要求越來越突出。高電壓、大電流的電力電子裝置，主回路中的功率器件較多，發(fā)生故障時用常規(guī)的檢測方法費時費力，針對故障本身的特點，人工智能、神經網絡、模糊數學、小波分析等新興的學科已成功應用于電力電子設備的故障診斷。智能化的故障自動診斷方法，有利于快速分析確定故障的部位和性質，縮短電力電

2、子電路的運行停機時間，提高效率，減少損失。 本文以電力電子電路故障時輸出電壓波形作為故障信息，利用小波分析的方法提取故障特征，形成特征向量，作為神經網絡的輸入，實現(xiàn)故障診斷。主要工作和結論如下： (1) 以三相SCR整流器開路故障為例，進行電力電子主回路的故障情況分析，在仿真分析故障波形時考慮了盡可能多的故障類型，以盡可能符合實際工作情況；對故障波形進行分析，獲得能夠進行故障分類的情況，作為小波故障特征提取的故障信息。故

3、障情況分析表明： a) 可分類的故障類型主要包括兩大類，一類是一個橋臂上的晶閘管故障，一類是兩個橋臂上的晶閘管同時故障。 B) 在一定的導通角下，同一類型的故障，在不同的故障元情況下，故障電壓波形只是在時間軸上平移，而波形形狀不變； c) 故障電壓波形隨導通角變化而改變，會給故障特征的提取帶來麻煩。因此，在進行故障診斷時就應該盡量減少導通角變化的影響。 (2) 故障信息獲得以后，進行小波多尺度分析，取其中

4、四個頻帶內的小波系數值的能量形成特征向量。 A) 小波分析在信號的特征提取方面具有傳統(tǒng)Fourier分析無可比擬的優(yōu)越性，小波分析在時頻域都具有表征信號局部特征的能力, 能夠聚焦到信號的細節(jié)。Fourier分析無法對故障發(fā)生時刻進行準確的“定位”，在故障診斷的“定位”中不適用。而利用小波系數的模極大值可以對故障進行“定位”分析。 B) 多尺度小波分析將信號劃分成不同的頻帶，且各頻帶互不相交。在確定的小波母函數和采樣頻率下