基于人工神经网络的逆变器开路故障诊断
Power Electronics(2021)
摘要
三相四桥臂逆变器具有优良的带不平衡负载能力,因此对于应用在航空电源、不间断电源(UPS)等领域具有重要意义.同时,由于第4桥臂的引入,使得四桥臂逆变器表现出的故障特征进一步复杂,从而增加了逆变器开关管开路故障诊断的难度.在此对三相四桥臂逆变器不同桥臂开关管出现开路故障时的变换器工作机理和工作过程进行了深入分析,构建了基于人工神经网络的开关管开路故障分类系统,提出提取三相四桥臂逆变器三相输出电压前10次谐波分量及其中线电感电流零次及开关频率处谐波分量作为故障特征值,同时将其作为人工神经网络故障分类系统的输入训练样本,并通过Matlab软件中M语言编程完成对故障诊断系统的训练和测试.训练和测试的结果表明,当逆变器工作在任意负载状态下(空载、满载以及2/3不平衡负载),所提出的人工神经网络故障分类系统对三相四桥臂逆变器开关管开路故障均具有良好的故障诊断能力.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要