【故障诊断分析】基于matlab BP神经网络三相逆变器故障诊断研究【含Matlab源码 1736期】

一、BP神经网络三相逆变器故障诊断简介

针对三相桥式逆变电路为研究对象，建立了仿真模型，并对逆变器主电路开关器件的开路故障进行仿
真，提出了基于BP神经网络的故障诊断方法，确定了网络的结构和参数，并以此训练网络．仿真试验结果表明，该神经网络具有很好的故障识别能力，所选择的基于BP神经网络的三相逆变器故障诊断系统是可行的。

电力电子技术广泛应用于国防军事和工业生产.电力电子设备一旦发生故障，可能造成装置或系统的损坏甚至威胁人身安全；因此，对电力电子设备进行故障检测和诊断非常有意义。由于电力电子器件的过载能力小，损坏速度快，且故障信息仅存在于发生故障后到停电之前的数十毫秒以内，所以需要动态监视，在线诊断.目前，人们只能从输出波形来诊断它是否有故障，以及何种故障，现已有多种方法用于电力电子电路的故障诊断.利用BP网络来诊断无功发生器中逆变器主回路元件开路故障；采用傅里叶分析方法实现了对三相变流器主电路的故障诊断；提出了采用小波分析和神经网络诊断电力电子
装置故障诊断的方法。在此则以三相桥式逆变电路为例，研究应用BP神经网络进行故障诊断的方法。

二、部分源代码

load T1
load T2
load T3
load T4
% wt=cwt（x，wname）使用wname指定的解析小波来计算cwt。
% wname的有效选项是“morse”、“amor”和“bump”，它们分别指定morse、Morlet（Gabor）和bump小波。
% 如果不指定wname，则wname默认为“morse”。
wt1=cwt(T1(1:1100,1));
wt2=cwt(T2(1:1100,1));
wt3=cwt(T3(1:1100,1));
wt4=cwt(T4(1:1100,1));
p=[wt1 wt2 wt3 wt4];
p=real(p);class=[ones(1100,1);ones(1100,1)*2;ones(1100,1)*3;ones(1100,1)*4];
%创建BP网络
%特征值归一化
[input,minI,maxI] = premnmx(p)  ;%构造输出矩阵
s = length( class) ;
output = zeros( s , 4 ) ;
for i = 1 : s output( i , class( i )  ) = 1 ;
end%创建神经网络
net = newff( minmax(input) , [10 4] ); %, { 'logsig' 'purelin' } , 'traingdx' ) ; %设置训练参数
net.trainparam.show = 50 ;
net.trainparam.epochs = 500 ;
net.trainparam.goal = 0.03 ;
net.trainParam.lr = 0.01 ;%开始训练
net = train( net, input , output' ) ; disp('TRAIN OK.')save bpnet net;load bpnet%测试数据归一化
testInput = tramnmx ( p, minI, maxI ) ;%仿真
Y = sim( net , testInput ) ;%统计识别正确率
[s1 , s2] = size( Y ) ;
hitNum = 0 ;
for i = 1 : s2[m , Index] = max( Y( : ,  i ) ) ;if( Index  == class(i)   ) hitNum = hitNum + 1 ; end
end
fprintf('识别率是 %3.3f%%',100 * hitNum / s2 );
%% 测试
load T1_WRONG.mat
load bpnet
wt1=cwt(T1_WRONG(1:1100,1));
testInput = tramnmx (wt1, minI, maxI ) ;
testInput=real(testInput);
%仿真
Y = sim( net , testInput ) ;%统计识别正确率
[s1 , s2] = size( Y ) ;
hitNum = 0 ;
for i = 1 : s2[m , Index] = max( Y( : ,  i ) ) ;
end
if Index==1disp('故障T1');
end
if Index==2disp('故障T2');
end
if Index==3disp('故障T3');
end
if Index==4disp('故障T4');
end

三、运行结果

四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 徐国保、张冰、石丽梅、吴凡.MATLAB/Simulink权威指南——开发环境、程序设计、系统仿真与案例实战[M].清华大学出版社，2019.
[2]李献,骆志伟,于晋臣.MATLAB/Simulink系统仿真[M].清华大学出版社，2017.
[3]向军.MATLAB/Simulink系统建模与仿真[M].清华大学出版社，2021.
[4]罗耀华,从静.基于matlab BP神经网络的三相逆变器故障诊断[J].应用科技.2010年6月.