【故障诊断分析】基于matlab BP神经网络三相逆变器故障诊断研究【含Matlab源码 1736期】

举报
海神之光 发表于 2022/05/28 23:41:44 2022/05/28
【摘要】 一、BP神经网络三相逆变器故障诊断简介 针对三相桥式逆变电路为研究对象,建立了仿真模型,并对逆变器主电路开关器件的开路故障进行仿 真,提出了基于BP神经网络的故障诊断方法,确定了网络的结构和参数,并以此...

一、BP神经网络三相逆变器故障诊断简介

针对三相桥式逆变电路为研究对象,建立了仿真模型,并对逆变器主电路开关器件的开路故障进行仿
真,提出了基于BP神经网络的故障诊断方法,确定了网络的结构和参数,并以此训练网络.仿真试验结果表明,该神经网络具有很好的故障识别能力,所选择的基于BP神经网络的三相逆变器故障诊断系统是可行的。

电力电子技术广泛应用于国防军事和工业生产.电力电子设备一旦发生故障,可能造成装置或系统的损坏甚至威胁人身安全;因此,对电力电子设备进行故障检测和诊断非常有意义。由于电力电子器件的过载能力小,损坏速度快,且故障信息仅存在于发生故障后到停电之前的数十毫秒以内,所以需要动态监视,在线诊断.目前,人们只能从输出波形来诊断它是否有故障,以及何种故障,现已有多种方法用于电力电子电路的故障诊断.利用BP网络来诊断无功发生器中逆变器主回路元件开路故障;采用傅里叶分析方法实现了对三相变流器主电路的故障诊断;提出了采用小波分析和神经网络诊断电力电子
装置故障诊断的方法。在此则以三相桥式逆变电路为例,研究应用BP神经网络进行故障诊断的方法。

二、部分源代码

load T1
load T2
load T3
load T4
% wt=cwt(x,wname)使用wname指定的解析小波来计算cwt。
% wname的有效选项是“morse”、“amor”和“bump”,它们分别指定morse、Morlet(Gabor)和bump小波。
% 如果不指定wname,则wname默认为“morse”。
wt1=cwt(T1(1:1100,1));
wt2=cwt(T2(1:1100,1));
wt3=cwt(T3(1:1100,1));
wt4=cwt(T4(1:1100,1));
p=[wt1 wt2 wt3 wt4];
p=real(p);

class=[ones(1100,1);ones(1100,1)*2;ones(1100,1)*3;ones(1100,1)*4];
%创建BP网络 
%特征值归一化
[input,minI,maxI] = premnmx(p)  ;

%构造输出矩阵
s = length( class) ;
output = zeros( s , 4 ) ;
for i = 1 : s 
   output( i , class( i )  ) = 1 ;
end

%创建神经网络
net = newff( minmax(input) , [10 4] ); %, { 'logsig' 'purelin' } , 'traingdx' ) ; 

%设置训练参数
net.trainparam.show = 50 ;
net.trainparam.epochs = 500 ;
net.trainparam.goal = 0.03 ;
net.trainParam.lr = 0.01 ;

%开始训练
net = train( net, input , output' ) ; 

disp('TRAIN OK.')

save bpnet net;

load bpnet

%测试数据归一化
testInput = tramnmx ( p, minI, maxI ) ;

%仿真
Y = sim( net , testInput ) ;

%统计识别正确率
[s1 , s2] = size( Y ) ;
hitNum = 0 ;
for i = 1 : s2
    [m , Index] = max( Y( : ,  i ) ) ;
    if( Index  == class(i)   ) 
        hitNum = hitNum + 1 ; 
    end
end
fprintf('识别率是 %3.3f%%',100 * hitNum / s2 );
%% 测试
load T1_WRONG.mat
load bpnet
wt1=cwt(T1_WRONG(1:1100,1));
testInput = tramnmx (wt1, minI, maxI ) ;
testInput=real(testInput);
%仿真
Y = sim( net , testInput ) ;

%统计识别正确率
[s1 , s2] = size( Y ) ;
hitNum = 0 ;
for i = 1 : s2
    [m , Index] = max( Y( : ,  i ) ) ;
end
if Index==1
    disp('故障T1');
end
if Index==2
    disp('故障T2');
end
if Index==3
    disp('故障T3');
end
if Index==4
    disp('故障T4');
end


  
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69
  • 70
  • 71
  • 72
  • 73
  • 74
  • 75
  • 76
  • 77
  • 78
  • 79
  • 80
  • 81
  • 82
  • 83
  • 84
  • 85
  • 86
  • 87
  • 88

三、运行结果

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 徐国保、张冰、石丽梅、吴凡.MATLAB/Simulink权威指南——开发环境、程序设计、系统仿真与案例实战[M].清华大学出版社,2019.
[2]李献,骆志伟,于晋臣.MATLAB/Simulink系统仿真[M].清华大学出版社,2017.
[3]向军.MATLAB/Simulink系统建模与仿真[M].清华大学出版社,2021.
[4]罗耀华,从静.基于matlab BP神经网络的三相逆变器故障诊断[J].应用科技.2010年6月.

文章来源: qq912100926.blog.csdn.net,作者:海神之光,版权归原作者所有,如需转载,请联系作者。

原文链接:qq912100926.blog.csdn.net/article/details/123106295

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。