[發(fā)明專利]一種三相電壓逆變器在線故障診斷方法、裝置及電子設(shè)備在審
| 申請?zhí)枺?/td> | 202011121915.X | 申請日: | 2020-10-20 |
| 公開(公告)號: | CN112014678A | 公開(公告)日: | 2020-12-01 |
| 發(fā)明(設(shè)計)人: | 石英春;陳春陽;成庶;于天劍;羅嶼;趙俊棟 | 申請(專利權(quán))人: | 中南大學(xué) |
| 主分類號: | G01R31/00 | 分類號: | G01R31/00;G01R31/26;G01R31/27;G06N3/04;G06N3/08 |
| 代理公司: | 北京風(fēng)雅頌專利代理有限公司 11403 | 代理人: | 曾志鵬 |
| 地址: | 410075 湖南*** | 國省代碼: | 湖南;43 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 三相 電壓 逆變器 在線 故障診斷 方法 裝置 電子設(shè)備 | ||
1.一種三相電壓逆變器在線故障診斷方法,其特征在于,包括:
構(gòu)建逆變器訓(xùn)練電路,對所述逆變器訓(xùn)練電路中功率管的故障狀態(tài)進(jìn)行設(shè)置使所述逆變器訓(xùn)練電路分別處于不同故障類型的不同電路情況,采集不同所述電路情況下的母線電壓值與負(fù)載三相電流值作為訓(xùn)練輸入數(shù)據(jù),記錄與所述電路情況相對應(yīng)的所述故障類型作為訓(xùn)練輸出數(shù)據(jù),所述訓(xùn)練輸入數(shù)據(jù)與所述訓(xùn)練輸出數(shù)據(jù)構(gòu)成模型訓(xùn)練數(shù)據(jù);
構(gòu)建初始神經(jīng)網(wǎng)絡(luò)模型,利用所述模型訓(xùn)練數(shù)據(jù)對所述初始神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,通過調(diào)整所述初始神經(jīng)網(wǎng)絡(luò)模型的網(wǎng)絡(luò)參數(shù)進(jìn)行優(yōu)化調(diào)整使所述初始神經(jīng)網(wǎng)絡(luò)模型輸入輸出相對應(yīng),得到故障診斷模型;
在線采集待診斷逆變器的母線電壓與負(fù)載三相電流作為輸入數(shù)據(jù),利用所述故障診斷模型對所述輸入數(shù)據(jù)進(jìn)行處理,根據(jù)所述故障診斷模型輸出數(shù)據(jù)確定所述待診斷逆變器的故障類型。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述故障類型包括:
單功率管故障類型,對應(yīng)包括電路情況:功率管T1故障、功率管T2故障、功率管T3故障、功率管T4故障、功率管T5故障與功率管T6故障;
單橋臂雙管故障類型,對應(yīng)包括電路情況:功率管T1T2故障、功率管T3T4故障與功率管T5T6故障;
異橋臂同側(cè)雙管故障類型,對應(yīng)包括電路情況:功率管T1T3故障、功率管T1T5故障、功率管T3T5故障、功率管T2T4故障、功率管T2T6故障與功率管T4T6故障;
以及,異橋臂異側(cè)雙管故障類型,對應(yīng)包括電路情況:功率管T1T4故障、功率管T1T6故障、功率管T3T2故障、功率管T3T6故障、功率管T5T2故障與功率管T5T4故障。
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述采集不同所述電路情況下的母線電壓值與負(fù)載三相電流值作為訓(xùn)練輸入數(shù)據(jù),包括:
在不同所述電路情況下,分別隨機(jī)設(shè)置多個所述母線電壓值并采集與所述母線電壓值相對應(yīng)的負(fù)載三相電流值,所述母線電壓值與相對應(yīng)的所述負(fù)載三相電流值構(gòu)成輸入向量 ;
所述訓(xùn)練輸入數(shù)據(jù)包括多個所述輸入向量。
4.根據(jù)權(quán)利要求3所述的方法,其特征在于,在利用所述模型訓(xùn)練數(shù)據(jù)對所述初始神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練之前,還對所述訓(xùn)練輸入數(shù)據(jù)進(jìn)行歸一化處理:
其中,其中表示所述輸入向量中的第維數(shù)據(jù);
與分別表示多個所述輸入向量的第維數(shù)據(jù)的最大值與最小值,表示歸一化子數(shù)據(jù);
所述歸一化子數(shù)據(jù)構(gòu)成歸一化輸入向量。
5.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述構(gòu)建初始神經(jīng)網(wǎng)絡(luò)模型,包括:
所述初始神經(jīng)網(wǎng)絡(luò)模型采用反向傳播神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),包括輸入層、隱含層與輸出層;
所述輸入層的輸入網(wǎng)絡(luò)節(jié)點分別與所述訓(xùn)練輸入數(shù)據(jù)中的所述母線電壓值以及負(fù)載三相電流值相對應(yīng);
所述輸出層的輸出網(wǎng)絡(luò)節(jié)點與所述故障類型數(shù)量相同且分別與所述不同故障類型相對應(yīng)。
6.根據(jù)權(quán)利要求5所述的方法,其特征在于,所述隱含層的激活函數(shù)為:
其中,表示第一輸入信息參數(shù);
所述第一輸入信息參數(shù)的計算公式為:
其中,表示從第個所述輸入網(wǎng)絡(luò)節(jié)點指向第個隱含網(wǎng)絡(luò)節(jié)點的輸入傳遞權(quán)重,表示所述輸入網(wǎng)絡(luò)節(jié)點的個數(shù),表示所述隱含網(wǎng)絡(luò)節(jié)點的個數(shù),表示第個所述輸入網(wǎng)絡(luò)節(jié)點對應(yīng)的輸入值;
所述輸出網(wǎng)絡(luò)節(jié)點的輸出值為:
其中,表示第個所述輸出網(wǎng)絡(luò)節(jié)點對應(yīng)的輸出值,表示所述輸出網(wǎng)絡(luò)節(jié)點的個數(shù),表示第二輸入信息參數(shù),表示第個所述輸出網(wǎng)絡(luò)節(jié)點的閾值;
所述第二輸入信息參數(shù)的計算公式為:
其中,表示從第個所述隱含網(wǎng)絡(luò)節(jié)點指向第個所述輸出網(wǎng)絡(luò)節(jié)點的輸出傳遞權(quán)重,表示第個所述隱含網(wǎng)絡(luò)節(jié)點的傳遞輸出值;
第個所述隱含網(wǎng)絡(luò)節(jié)點的所述傳遞輸出值計算公式為:
其中,表示第個所述隱含網(wǎng)絡(luò)節(jié)點的閾值。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中南大學(xué),未經(jīng)中南大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011121915.X/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 用于呈現(xiàn)在線實體在線狀態(tài)的系統(tǒng)和方法
- 提供web服務(wù)接入的在線系統(tǒng)和方法
- 定制在線圖標(biāo)
- 一種水質(zhì)在線檢測預(yù)處理裝置
- 在線測試學(xué)習(xí)方法、系統(tǒng)、計算機(jī)設(shè)備及存儲介質(zhì)
- 一種在線文檔的分頁方法、裝置、設(shè)備以及可讀介質(zhì)
- 一種基于web在線學(xué)習(xí)的資源訪問平臺
- 一種在線學(xué)習(xí)系統(tǒng)
- 在線文檔提交方法、裝置、計算機(jī)設(shè)備和存儲介質(zhì)
- 空調(diào)冷媒量確定方法、系統(tǒng)和可讀存儲介質(zhì)





