電力電子裝置的智能故障診斷.pdf

1、隨著電力電子技術(shù)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(shù)的應(yīng)用日益深入到工業(yè)生產(chǎn)和社會(huì)生活的各個(gè)方面。電力電子設(shè)備的廣泛應(yīng)用使得對(duì)設(shè)備的可維護(hù)性要求越來(lái)越突出。高電壓、大電流的電力電子裝置的功率器件較多，發(fā)生故障時(shí)用常規(guī)的檢測(cè)方法費(fèi)時(shí)費(fèi)力，針對(duì)故障本身的特點(diǎn)，人工智能、神經(jīng)網(wǎng)絡(luò)、小波分析等新興的學(xué)科已成功應(yīng)用于電力電子設(shè)備的故障診斷。智能化的故障自動(dòng)診斷方法，有利于快速分析確定故障的部位和性質(zhì)，縮短電力電子電路的運(yùn)行停機(jī)時(shí)間

2、，提高效率，減少損失。
　　 故障特征提取和識(shí)別方法的研究對(duì)發(fā)展和完善電力電子裝置的智能故障診斷技術(shù)有著重要的作用。應(yīng)用小波包能量法提取出電力電子裝置在各種狀態(tài)下電壓及電流信號(hào)的能量特征向量，并將它們進(jìn)行數(shù)據(jù)融合作為神經(jīng)元網(wǎng)絡(luò)故障分類器的輸入向量，由神經(jīng)元網(wǎng)絡(luò)故障分類器對(duì)各種故障進(jìn)行識(shí)別和診斷。以電力電子整流裝置主電路故障為例進(jìn)行了仿真實(shí)驗(yàn)，試驗(yàn)結(jié)果表明該方法無(wú)需數(shù)學(xué)模型就能快速準(zhǔn)確的完成故障定位診斷。
　　 利用小波及