[发明专利]一种基于变拓扑自组织网络的电源健康评估方法

权利要求书

1.一种基于变拓扑自组织网络的电源健康评估方法，即一种基于增长型神经网络的电源健康状态评估方法，其特征在于：该方法具体步骤如下：

步骤一：建立电源仿真模型，确定影响电源健康的关键元器件及退化模型，确定能表示电源健康度的可监测特征参数；

步骤二：选取电源正常状态下的特征参数输出作为训练样本，监测关键元器件的特征参数的退化情况，采集退化数据，作为网络的测试输入；

步骤三：利用GCS网络对训练样本进行学习和分类，获得各个神经元的权值向量，使输出层的各个神经元能很好地描述数据集的分布特征；

步骤四：将步骤二中所获得退化数据作为GCS网络的测试输入向量，计算权值向量与输入向量的欧式距离，将最小的欧式距离作为最小量化误差E_min；

步骤五：将值进行归一化处理，转换为表示健康的值，用HV表示；通过对HV设定复数个阈值，将系统的退化状态分为正常、轻微退化、严重退化、故障四个阶段；

通过以上步骤，获得仿真数据并对GCS网络进行训练，由于GCS网络本身变拓扑的特性，使得训练后的GCS网络不但适配神经元的权矢量，而且使输入空间对输出空间的拓扑本身进行适配；从而实现GCS网络对复杂高维数据的灵活、有效地处理，克服了标准的SOM网络输出拓扑结构不变的局限性，克服了普通特征映射网络的固定网格拓扑不能很好地反映输入空间的结构这一问题。

2.根据权利要求1所述的一种基于变拓扑自组织网络的电源健康评估方法，即一种基于增长型神经网络的电源健康状态评估方法，其特征在于：

在步骤一中所述的“建立电源仿真模型，确定影响电源健康的关键元器件及退化模型，确定能表示电源健康度的可监测特征参数”，其做法如下：根据电源工作原理建立仿真模型确定影响电源健康的关键元器件为电容、电阻和电感，确定能表示电源健康度的特征参数有电容的等效串联电阻即ESR电阻的阻值、电感的电感值变化。

3.根据权利要求1所述的一种基于变拓扑自组织网络的电源健康评估方法，即一种基于增长型神经网络的电源健康状态评估方法，其特征在于：

在步骤二中所述的“选取电源正常状态下的特征参数输出作为训练样本，监测关键元器件的特征参数的退化情况，采集退化数据，作为网络的测试输入”，其具体做法为：分别监测电源正常状态和退化状态下的电容的输出纹波，电阻的温度和电感的电感值作为网络的训练输入和测试输入。

4.根据权利要求1所述的一种基于变拓扑自组织网络的电源健康评估方法，即一种基于增长型神经网络的电源健康状态评估方法，其特征在于：

在步骤三中所述的“利用GCS网络对训练样本进行学习和分类，获得各个神经元的权值向量，使输出层的各个神经元能很好地描述数据集的分布特征”，其做法如下：用电源正常状态的数据训练GCS网络，获得各个神经元的权重向量ω和表现数据分布的网络拓扑结构。