[发明专利]基于人工神经网络的四象限变流器故障诊断方法及系统

权利要求书

1.一种基于人工神经网络的四象限变流器故障诊断方法，其特征在于，包括：

获取电机三相电流数据并进行归一化，计算归一化电流每个基波周期的均值以及归一化电流绝对值平均值；其中，对电流进行归一化处理：

电机三相归一化电流每个基波周期的均值：

电机三相归一化电机三相电流取绝对值：

其中，为电机三相电流；w_s为电机的电角速度；分别表示三相电流的平方；

将上述归一化的电机三相电流数据、归一化电流每个基波周期的均值以及归一化电流绝对值平均值数据作为故障特征向量，输入训练好的人工神经网络模型；输出目标向量的编码值；其中，获取历史电机三相故障电流数据并进行归一化，计算归一化电流每个基波周期的均值以及归一化电流绝对值平均值；基于上述数据作为故障特征向量，输入人工神经网络模型进行训练；所述人工神经网络模型选用反向传播神经网络，选用tansig函数作为激活函数；

基于所述编码值判断变流器是否发生故障。

2.如权利要求1所述的一种基于人工神经网络的四象限变流器故障诊断方法，其特征在于，采用比例共轭梯度方法对人工神经网络模型进行训练。

3.如权利要求1所述的一种基于人工神经网络的四象限变流器故障诊断方法，其特征在于，对四象限变流器不同的状态进行编码；所述编码由0和1组成，每一种编码对应四象限变流器的一种状态；每一种编码中仅存在一个1，其余均为零。

4.如权利要求1所述的一种基于人工神经网络的四象限变流器故障诊断方法，其特征在于，所述编码包括9种状态，分别为：四象限变流器每相桥臂的健康状态、电机侧每相桥臂的第一个IGBT功率开关器件故障、电机侧每相桥臂的第二个IGBT功率开关器件故障、电机侧每相桥臂的第三个IGBT功率开关器件故障、电机侧每相桥臂的第四个IGBT功率开关器件故障、电机侧每相桥臂的第一个和第三个IGBT功率开关器件故障、电机侧每相桥臂的第一个和第四个IGBT功率开关器件故障、电机侧每相桥臂的第二个和第三个IGBT功率开关器件故障以及电机侧每相桥臂的第二个和第四个IGBT功率开关器件故障。

5.一种基于人工神经网络的四象限变流器故障诊断系统，其特征在于，包括：

数据获取模块，用于获取电机三相电流数据并进行归一化，计算归一化电流每个基波周期的均值以及归一化电流绝对值平均值；其中，对电流进行归一化处理：

电机三相归一化电流每个基波周期的均值：

电机三相归一化电机三相电流取绝对值：

其中，为电机三相电流；w_s为电机的电角速度；分别表示三相电流的平方；

模型预测模块，用于将上述归一化的电机三相电流数据、归一化电流每个基波周期的均值以及归一化电流绝对值平均值数据作为故障特征向量，输入训练好的人工神经网络模型；输出目标向量的编码值；其中，获取历史电机三相故障电流数据并进行归一化，计算归一化电流每个基波周期的均值以及归一化电流绝对值平均值；基于上述数据作为故障特征向量，输入人工神经网络模型进行训练；所述人工神经网络模型选用反向传播神经网络，选用tansig函数作为激活函数；

故障判断模块，用于基于所述编码值判断变流器是否发生故障。

6.一种终端设备，其包括处理器和存储器，处理器用于实现各指令；存储器用于存储多条指令，其特征在于，所述指令适于由处理器加载并执行权利要求1-4任一项所述的基于人工神经网络的四象限变流器故障诊断方法。

7.一种计算机可读存储介质，其中存储有多条指令，其特征在于，所述指令适于由终端设备的处理器加载并执行权利要求1-4任一项所述的基于人工神经网络的四象限变流器故障诊断方法。