基于憶阻神經(jīng)網(wǎng)絡(luò)的風(fēng)電變流器故障診斷.pdf

1、目前，能源匱乏與環(huán)境污染上升成為困擾全球發(fā)展的兩個(gè)最主要的問(wèn)題，而風(fēng)能的開(kāi)發(fā)利用將是緩解這兩大難題的有效途徑。作為風(fēng)力發(fā)電系統(tǒng)的核心部件，風(fēng)電變流器的作用主要在于保證在風(fēng)速變化時(shí)系統(tǒng)依然能夠發(fā)出頻率、幅值穩(wěn)定的優(yōu)質(zhì)電能。然而，風(fēng)力發(fā)電機(jī)組往往都建在偏遠(yuǎn)、氣候條件不適宜人類(lèi)長(zhǎng)期居留的戈壁、山區(qū)、草原等地區(qū)，且分布面積廣、數(shù)量多，再加上機(jī)組體積龐大，結(jié)構(gòu)復(fù)雜，難以做到日常的例行檢查和維護(hù)。風(fēng)電變流器在運(yùn)行過(guò)程中如果發(fā)生故障，輕則致使輸出電壓

2、波形產(chǎn)生畸變從而降低供電質(zhì)量，重則損毀發(fā)電機(jī)等昂貴設(shè)備，致使整個(gè)風(fēng)電機(jī)組癱瘓，甚至?xí)?duì)整個(gè)電網(wǎng)的安全產(chǎn)生極大的威脅，給國(guó)家造成巨大的經(jīng)濟(jì)損失。因此，為了避免事故的進(jìn)一步加劇，減少由此帶來(lái)的經(jīng)濟(jì)損失，確保風(fēng)電變流器安全、高效、可靠地運(yùn)行，研究風(fēng)電變流器的故障診斷系統(tǒng)具有十分重要的意義。
　　本文以風(fēng)力機(jī)變流器為研究對(duì)象，提出將憶阻神經(jīng)網(wǎng)絡(luò)應(yīng)用于其相關(guān)故障的診斷測(cè)試中，并在Matlab/Simulink平臺(tái)上建立了一套基于憶阻神經(jīng)網(wǎng)絡(luò)

3、的故障診斷系統(tǒng)。
　　論文的主要研究工作包括：
　　(1)建立了永磁直驅(qū)式風(fēng)電變流器的Simulink仿真模型，模擬了變流器在正常運(yùn)行狀態(tài)時(shí)的輸出電壓波形，以及單IGBT開(kāi)路、上下橋臂中的兩只IGBT同時(shí)開(kāi)路、同一半橋的兩只IGBT同時(shí)開(kāi)路、交叉的兩只IGBT同時(shí)開(kāi)路時(shí)的輸出電壓波形。在此基礎(chǔ)上，利用小波包分析法對(duì)變流器處于不同開(kāi)路故障下的輸出電壓波形進(jìn)行了特征提取，經(jīng)過(guò)規(guī)范化處理，得到相關(guān)的故障特征向量。
　　(2)

4、利用電壓控制憶阻器作為人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks，簡(jiǎn)寫(xiě)為ANNs）的權(quán)重，在工程思想上提出了基于憶阻器的神經(jīng)網(wǎng)絡(luò)，并給出了整體模型、程序流程、算法、學(xué)習(xí)規(guī)則及各功能單元的設(shè)計(jì)方案。最終建立了面向風(fēng)電變流器常見(jiàn)開(kāi)路故障的整套故障診斷系統(tǒng)。
　　(3)選取基于小波包分析構(gòu)造的故障電壓特征向量作為憶阻神經(jīng)網(wǎng)絡(luò)的輸入量，對(duì)風(fēng)力機(jī)變流器的正常運(yùn)行狀態(tài)以及常見(jiàn)的21種開(kāi)路故障進(jìn)行了學(xué)習(xí)訓(xùn)練，并通過(guò)實(shí)際工