[发明专利]一种基于RVM-QNN的电力电子电路多参数辨识故障预测方法

权利要求书

1.一种基于RVM-QNN的电力电子电路多参数辨识故障预测方法，其特征在于包括如下步骤：

(1)对电力电子电路中各元器件设置不同的参数值，监测对应情况下的电路测点信号，并计算获取电路性能参数；

(2)以步骤(1)中所获电路性能参数、元器件参数作为训练样本，对QNN神经网络进行训练，构建QNN神经网络多参数辨识器；

(3)电路工作过程中，每间隔一段时间，监测系统测点信号，计算电路性能参数，获取电路性能参数的时间序列；

(4)利用RVM算法对电路性能参数进行预测，获取未来某时刻的电路性能参数；

(5)以所预测的电路性能参数为输入，利用步骤(2)中训练后的QNN神经网络辨识器，辨识获取未来某时刻的电路各元器件参数；

(6)依据所预测的电路各元器件参数，对系统进行故障状况评估。

2.如权利要求1所述的一种基于RVM-QNN的电力电子电路多参数辨识故障预测方法，其特征在于：所述步骤(2)中，构建QNN神经网络多参数辨识器时，假定所预测电力电子电路中元器件数为N个，元器件参数个数亦为N个，电路性能参数为M个，则辨识器的构建过程是：

(21)QNN神经网络结构为三层，其中输入层节点为M，输出层节点为N，中间层节点为取整数；

(22)由随机函数产生初始化权值；

(23)使用训练样本对网络训练，用期望输出和网络的实际输出计算网络输出误差，由网络输出误差最小调整各层的权值及量子间隔；

(24)将完成训练后的QNN网络作为多参数辨识器。

3.如权利要求2所述的一种基于RVM-QNN的电力电子电路多参数辨识故障预测方法，其特征在于：所述步骤(4)中利用RVM算法预测电路性能参数的方法如下：

(41)电路的性能参数为X_i，i＝1，2，L，M，电路的性能参数时间序列为X_i，1、X_i，2、X_i，3，…，则获取所预测电路的性能参数X_i连续p个时刻的性能参数序列为{X_i，j，X_i，j+1，L，X_i，j+p}，j＝1，2，3，L，p＝1，2，3，L；

(42)利用RVM对{X_i，j，X_i，j+1，L，X_i，j+p}进行前向q步预测，得到第(j+p+q)时刻电路的性能参数X_i，j+p+q，q＝1，2，3，L。

4.如权利要求3所述的一种基于RVM-QNN的电力电子电路多参数辨识故障预测方法，其特征在于：所述步骤(5)中，辨识获取未来某时刻各元器件参数的方法为：以X_i，j+p+q为输入，i＝1，2，L，M，辨识出(j+p+q)时刻的各元器件参数θ_r，j+p+q，r＝1，2，L，N。