基于IPSO-PNN的整流电路故障诊断.pdf

年 月 陕西理工大学学报(自然科学版).第 卷第 期 ().引用格式:贾凯吴玉虹高英等.基于 的整流电路故障诊断.陕西理工大学学报(自然科学版)():.基于 的整流电路故障诊断贾 凯 吴玉虹 高 英 王 建昆明理工大学 信息工程与自动化学院 云南 昆明 摘 要:为了提高电力电子电路故障诊断的准确率提出了一种概率神经网络()与改进的粒子群优化算法()相结合的故障诊断方法 提出动态调整惯性权值的改进策略在迭代过程中不断调整粒子速度以改善算法的局部与全局寻优性能解决了迭代后期由于粒子速度减缓而陷入局部最优的问题 在 中搭建仿真模型仿真结果显示该改进算法将电力电子电路的故障诊断准确率提高到了.验证了算法的可行性关键词:故障诊断粒子群算法概率神经网络电力电子电路优化算法中图分类号:.文献标识码:文章编号:()收稿日期:修回日期:基金项目:国家自然科学基金项目()通信作者:吴玉虹()女河南开封人副教授主要研究方向为新型电子电路技术针对电路故障进行相关诊断是保持电路正常运行的重要手段 在电力电子电路故障中最为频发的是结构性故障也被称为硬故障主要是指电力电子电路发生开路或短路等严重故障而导致电路拓扑关系改变的情况 其中晶闸管的开路和短路等情况尤为常见 由于此类电路元件过载能力不佳且发生故障后其故障信息在数毫秒到数十毫秒之内会随即断电而不易获得如果不能对这些故障进行及时处理往往会造成诸多安全隐患以及对社会经济产生较大的影响所以对此类电路进行实时诊断和在线分析就显得尤为重要因此针对电力设备安全性及其可靠性的需求使得故障检测和诊断方法逐渐成为热点问题 随着计算机及人工智能技术的快速发展和应用对于电路故障诊断的相关研究也在逐步走向智能化现如今衍生出了基于神经网络、支持向量机和其他应用计算机进行分析的智能故障诊断方法 文献依靠负载输出电压波形的变化情况针对其变化规律进行相关分析判断电路开路故障的可能但人工分析难免出错 文献提出了依据输入电流与输出电压波形特征来进行晶闸管开路故障的诊断能够确定开路故障的疑似时间和位置但诊断时间较长在工业应用中难以广泛使用 文献在工况发生变化的情况下分析误差电流来确定晶闸管开路位置在应对电流突变方面取得了一定成效 目前对于开路故障的诊断主要集中于针对异常电流或电压进行信号分析该方法能够直观地反映出电路开路故障特征为检测故障支路以及定位故障晶闸管提供了数据基础但对于信号分析获取的非线性不相关数据如何进行快速有效地分类仍然是实现准确诊断的关键因素为了缩短诊断时长提升故障诊断准确率本文选取概率神经网络()对电路进行开路故障分类训练及诊断 通过搭建工业上使用最为广泛的三相整流电路模型为例采用 将故障电路的特征信息与神经网络相结合从而实现对故障电路的诊断 结合了经典概率密度估计的相关原理其本身具有快速收敛和非线性分类能力强等优点对于电力电子电路的故障分类具有较高的适应性和针对性因此可以很好地应用于该类型的故障分类诊断中 在 中平滑参数 在很大程度上能够影响故障分类识别性能但该数值往往凭借经验进行选取本文通过改进的粒子群算法对平滑参数进行迭代优化选取出最佳平滑参数最终精准地找出发生故障的晶闸管从而尽早实现对故障部分的维修减少故障对人民财产和生命安全的影响 建模仿真与故障诊断许多机电设备的运行往往需要较大功率的直流供电电压此时就需要用到三相整流电路 三相整流电路由 个交流电压源、个晶闸管和 个阻性负载搭建而成其中脉冲发生器用于产生触发脉冲如图 所示 作为工业上应用最为广泛的整流电路针对其开路故障可能运用 仿真建模在仿真过程中设置了 种开路故障其中单管开路 种双管开路类型 种 单管开路以、命名双管开路以晶闸管两两组合命名图 三相整流电路当运行中的电路存在晶闸管处于开路状态时电路中阻性负载的输出电压波形就会受到影响并发生变化由此就可以获取晶闸管的故障信息 图 为开路故障时负载输出电压波形及其快速傅里叶变换分析示例 为了减小负载输出波形的谐波分量以及输入功率因数对仿真结果的影响本文设置控制角为 三相交流电压为工频 在实际应用过程中多个晶闸管同时开路的情况极少发生就不考虑该种情况 样本数据选用故障相输出电压通过调整交流电压初始相位采集单管与双管故障时负载输出电压波形将采集到的故障相电压信号进行快速傅里叶变换提取信号的直流分量、基波、二次谐波和三次谐波作为一组特征参数共选用 组其中 组数据用作训练样本余下 组作为验证样本整理最终分类结果将特征信息进行归一化处理后结合 进行相应的故障类型诊断 ()开路输出电压 ()开路输出电压频域分析第 期 贾凯吴玉虹高英等 基于 的整流电路故障诊断 ()开路输出电压 ()开路输出电压频域分析图 功率管开路输出电压波形及其频域分析 结构由 个部分组成如图 所示 输入层主要负责收集数据样本其神经元个数与输入向量长度相对应通过计算输入样本向量与训练样本向量之间存在的差值获取向量间的近似度作为故障分类依据 模式层负责将上一层得到的近似度做系统划分将输入向量与对应种类之间的关系作为划分依据进行分类 求和层根据划分种类个数设置节点 每一个种类与一个节点相对应通过竞争型传递函数判别数据样本中概率最大的一类输出值判定为 其余结果判定为 最后通过输出层输出结果图 结构示意图该神经网络的基本思想是基于贝叶斯决策规则通过高维空间生成决策空间从而达到错误分类的期望风险最小的目的 贝叶斯决策理论可以表示为()()()其中()()()()在实际的应用当中模式分类的概率密度函数()是依据训练样本、向量维数和平滑参数等数值进行求解的其表达式为()/()其中:作为第 类的第 个训练样本 代表训练样本参数中的向量维数代表第 类的训练样本总数 表示输入样本向量与训练样本向量的差值 是训练过程中的平滑参数通过选取合适的 值能够有效提高神经网络的分类性能 由 实现电力电子电路的故障诊断结果如图 所示 粒子群算法及其改进.标准粒子群算法标准粒子群算法()是从鸟类种群的捕食行为特性中启发而来主要 陕西理工大学学报(自然科学版)第 卷 图 故障诊断结果应用于求解优化问题 在一个 维搜索空间中运用粒子来模拟鸟群中的个体粒子本身只具有速度和位置这两个属性 现有 个粒子构成种群 ()每个个体以不同的速度 ()在 维搜索空间中移动使得个体的位置 ()在空间中不断更新 在这一过程中粒子的速度与位置两个属性可以表示为 ()()()()式中 为迭代次数、分别为第 次迭代后粒子 的速度和位置 为惯性权值、是在区 间()上均匀分布的随机变量(用来实现此次迭代的属性更新)、是学习因子、分别为 图 故障诊断结果种群中所有粒子所搜寻到的个体最佳位置和全局最佳位置传统的 线性递减策略由于其斜率恒定会导致粒子速度改变始终保持同一水平如果在迭代初期没有寻到较好的位置随着粒子逐渐衰减速度则极有可能导致结果陷入局部最优 针对该问题本文通过调整惯性权值 的递减方式将 表示为随迭代次数而变化的函数来增强粒子在故障空间中的全局和局部搜索能力提升算法的寻优性能 图 为 算法实现电路故障诊断结果.惯性权值变化的改进为了最大程度平衡粒子的局部和全局搜索能力以获取最佳效果采用曲线递减策略改善 的变化情况 其计算公式为 ()()()图 惯性权值变化情况式中为初始惯性权值为终止惯性权值 为当前迭代次数 代表最大迭代次数在以往的研究中当 .时算法性能最好此时的惯性权值在.到.区间中曲线递减该取值范围既能保证粒子前期搜寻速度又能在后期维持粒子动态 初始阶段在较大范围内快速搜寻最优解的大致位置在 不断减小的过程中粒子速度减慢利于对局部位置进行细致搜寻最终寻取最优结果 调整后的 动态变化情况如图 所示相较于传统的线性递减惯性权值这种 变化策略能够对粒子速度进行灵活调整在不同搜寻阶段匹配最佳的搜索性第 期 贾凯吴玉虹高英等 基于 的整流电路故障诊断 图 故障诊断流程图能当进化代数为 时 ()()()()以上二式描述了 由初始值 线性减小至终值 由初始值 线性增加至终值 图 为改进粒子群算法()与 相结合的故障诊断流程基于 故障诊断的具体步骤如下:)参数初始化 采用随机定义的方式初始化粒子群参数将粒子个数与晶闸管故障类型数相对应设置 个粒子其最大迭代次数为 学习因子随初始值、终值及迭代次数动态变化.图 故障诊断结果设定最小误差为)计算种群中粒子的适应度记录个体极值点与全局极值点同时计算出每一代种群的平均适应度)通过更新粒子的速度与位置两个属性对新一代适应度进行寻优并计算)检验终止条件 对迭代过程中粒子的适应度进行评估调整粒子的速度和位置在没有达到既定的最大迭代次数或误差精度时重复执行以上操作直至满足要求获取最优参数输入 中进行诊断 算法故障诊断结果如图 所示 将传统、及 方法的故障诊断结果作综合对比结果见表 表 故障诊断结果对比诊断模型训练样本样本数量时间/验证样本样本数量准确数准确率/时间/.该实验表明所提出的改进算法能够对电子电路故障的非线性数据进行有效地分类并且在应用于多管开路的情况下依然有效 由于 神经网络对于数据样本的需求量较大同时存在收敛速度较为缓慢等问题使得仿真结果与性能表现不佳通过 对其进行优化后在诊断的准确率以及收敛速度方面都有了相应提升但由于传统 惯性权值的变化策略限制导致结果仍然存在误差通过改进相关策略后平衡了算法局部搜索和全局搜索性能从而有效提高了故障诊断的准确率 陕西理工大学学报(自然科学版)第 卷 结语针对 在电力电子电路故障诊断分类效果、诊断准确率等方面的不足对其进行了有效地改进提出了将 算法与 相结合的诊断方法通过对惯性权值和平滑因子等参数的优化来提升算法的分类性能 实验结果表明 的诊断准确率达到了.验证了该算法能够有效地提升对电力电子电路故障诊断的准确率 在分类故障诊断中特征参数与故障类型之间的相关性决定着分类的准确率今后可以对相关故障的特征提取做进一步研究通过特征参数对故障类型做更细致准确的反映从而在电子电路故障诊断效率方面获得更大提升 参 考 文 献 ./().:./().:./().:.():./:.:.王连云陶洪峰徐琛等.基于多层训练干扰的 轴承故障诊断.控制工程():.党东升张树永葛鹏江等.基于改进量子粒子群优化支持向量机的变压器故障诊断方法.电力科学与技术学报():.朱威阳习党肖欢等基于电压波形分析的三相不控整流装置故障诊断.船电技术():.黄宇剑林圣吴鉴舟等.基于波形特征的地铁牵引整流器二极管开路故障诊断方法.电力自动化设备():.李环宇王小虎杨超伟等.基于误差电流的同步调相机励磁系统晶闸管开路故障诊断.中国电机工程学报():./():.():.():.():.冯茜李擎全威等.多目标粒子群优化算法研究综述.工程科学学报():./.():.龚舒江雄烽刘雯等.改进粒子群算法在电力调度自动化中的应用研究.自动化仪表():.责任编辑:魏 强(下转第 页)第 期 贾凯吴玉虹高英等 基于 的整流电路故障诊断 .:.:(上接第 页):()().:陕西理工大学学报(自然科学版)第 卷