基于量子神經(jīng)網(wǎng)絡(luò)的電力電子電路故障診斷

《基于量子神經(jīng)網(wǎng)絡(luò)的電力電子電路故障診斷》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、基于量子神經(jīng)網(wǎng)絡(luò)的電力電子電路故障診斷　　量子神經(jīng)網(wǎng)絡(luò)就是將量子力學(xué)的思想引入到神經(jīng)網(wǎng)絡(luò)的研究之中，與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)相比，量子神經(jīng)網(wǎng)絡(luò)的并行處理能力更強(qiáng)，數(shù)據(jù)集的處理更加高效快速，本文主要就基于量子神經(jīng)網(wǎng)絡(luò)的電力電子電路故障診斷方法進(jìn)行簡單的分析介紹?！　　娟P(guān)鍵詞】量子力學(xué)神經(jīng)網(wǎng)絡(luò)電力電子電路故障診斷雙橋12相脈波整流電路　　現(xiàn)階段，大多數(shù)電力電子電路故障診斷都利用人工神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)，這種故障診斷方法具有許多的優(yōu)勢，近年來應(yīng)用越發(fā)的深入，但隨之而來也凸顯了許多不足之處，比如數(shù)據(jù)量較大時(shí)，處理速度比較慢，記憶容量比較有限，接收新的信息時(shí)候可能會發(fā)生突變性失憶等等，因此，行業(yè)內(nèi)相關(guān)學(xué)者在經(jīng)濟(jì)的探索

2、新的神經(jīng)網(wǎng)絡(luò)理論及結(jié)構(gòu)。量子神經(jīng)網(wǎng)絡(luò)是20世紀(jì)末期出現(xiàn)的一種新的神經(jīng)網(wǎng)絡(luò)，相比于傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)，數(shù)據(jù)處理能力明顯增強(qiáng)，穩(wěn)定性及可靠性也很高，將其應(yīng)用于電力電子電路故障診斷之中優(yōu)勢明顯，下文主要就量子神經(jīng)網(wǎng)絡(luò)進(jìn)行簡單的介紹，重點(diǎn)分析基于量子神經(jīng)網(wǎng)絡(luò)電力電子電路故障診斷的方法?！　?量子神經(jīng)網(wǎng)絡(luò)概述　　量子神經(jīng)網(wǎng)絡(luò)是經(jīng)典神經(jīng)網(wǎng)絡(luò)與量子計(jì)算結(jié)合起來的產(chǎn)物，一般來說，主要有兩種結(jié)合形式?！　。?）?⒘孔蛹撲憷礪垡?入到神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及訓(xùn)練的過程中?！　。?）設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練算法及拓?fù)浣Y(jié)構(gòu)設(shè)計(jì)過程中借用量子理論中的一些原理及概念?！　”疚闹饕榻B一種在四層前向BP網(wǎng)絡(luò)基礎(chǔ)上與量子計(jì)算理論結(jié)合形成的四層量

3、子BP神經(jīng)網(wǎng)絡(luò)。該神經(jīng)網(wǎng)絡(luò)中，采用許多個(gè)傳統(tǒng)的激勵函數(shù)疊加形成了隱層量子神經(jīng)元激勵函數(shù)，該激勵函數(shù)可以將決策的不確定性數(shù)據(jù)進(jìn)行合理的分配，不確定性數(shù)據(jù)分配到不同的故障模式之后故障診斷的不確定度自然會有所降低，也就是說準(zhǔn)確率有所升高。使用這種故障診斷方法能夠?qū)⒊闃訑?shù)據(jù)中存在的模糊性自動診斷出來，如果特征矢量處于交叉類邊界之中，神經(jīng)網(wǎng)絡(luò)能夠?qū)⒃撎卣魇噶糠峙涞剿邢嚓P(guān)的類中，如果分類時(shí)特征矢量不存在模糊性，同樣分到對應(yīng)的類中。這種故障診斷方法之下，特征矢量與故障類之間的對應(yīng)關(guān)系能夠精確的反映出來，診斷效率明顯提高。量子神經(jīng)網(wǎng)絡(luò)主要分為輸入層、輸出層、第一隱層、第二隱層四層結(jié)構(gòu)，輸入層設(shè)為X=（X1，

4、X1，……XN），輸出層設(shè)為Y=（Y1，Y1，……YN），Sigmoid函數(shù)為層間的傳遞函數(shù)，三層的權(quán)值分別為w1k，b，w2m，k，w3s，m，神經(jīng)元個(gè)數(shù)分別為K、M、S，量子間隔大小與待診斷故障元件的數(shù)目相同。基于量子神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法之中神經(jīng)元之間的權(quán)值更新與常規(guī)的BP算法中的一致，權(quán)值變化及誤差反向傳播都采用的是梯度下降法，實(shí)際的應(yīng)用過程中為了防止陷入局部極小值，往往需要將自適應(yīng)學(xué)習(xí)速率法及附加動量引入其中，確保網(wǎng)絡(luò)能夠滑過局部極小值迅速收斂。　　2基于量子神經(jīng)網(wǎng)絡(luò)的電力電子電路故障診斷方法　　本文主要以雙橋12相脈波整流電路為研究對象，驗(yàn)證基于量子神經(jīng)網(wǎng)絡(luò)的故障診斷方法的效果。圖1所

5、示為雙橋12相脈波整流電路圖。實(shí)際的故障診斷過程中首先使用電路仿真軟件模擬該電路可能會出現(xiàn)的各種故障，得到對應(yīng)的故障信號，將這些信號作為輸入樣本數(shù)據(jù)，對應(yīng)的故障類型則作為網(wǎng)絡(luò)輸出數(shù)據(jù)，使用量子神經(jīng)網(wǎng)絡(luò)將故障信號及故障類型之間的映射關(guān)系分析、存儲起來，最后測試訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)并觀察試驗(yàn)的結(jié)果?！　?.1量子神經(jīng)網(wǎng)絡(luò)的輸入樣本設(shè)計(jì)　　在雙橋12相脈波整流電路中，設(shè)置其控制觸發(fā)角為0°，實(shí)驗(yàn)時(shí)只考慮電路中晶閘管開路的現(xiàn)象，然后使用ORCAD軟件模擬該電路的各種故障。當(dāng)電路中發(fā)生某一種故障之后，選擇一個(gè)周期的電路的負(fù)載電壓作為樣本，取樣的時(shí)間為0.1ms，一個(gè)周期的時(shí)長為20ms，因此，每組有200個(gè)

6、樣本數(shù)據(jù)，將這些數(shù)據(jù)歸一化處理之后可以得到量子神經(jīng)網(wǎng)絡(luò)的輸入樣本。　　雙橋12相脈波整流電路晶閘管開路故障主要是電路中一個(gè)或者兩個(gè)橋臂不導(dǎo)通，極少會出現(xiàn)三個(gè)或是四個(gè)橋臂同時(shí)不導(dǎo)通的現(xiàn)象。設(shè)該電路中有兩個(gè)晶閘管同時(shí)出現(xiàn)故障，左右兩部分電路沒有同時(shí)故障，則該電路可能會存在包括無故障在內(nèi)的7大類31小類故障。比如，接到同一項(xiàng)電壓的V1V3或V7V9或V5V11同時(shí)發(fā)生故障，兩只交叉的晶閘管V1V11或V1V7或V5V3或V5V7或V9V3或V9V11同時(shí)發(fā)生故障、同一半橋的兩種晶閘管V2V6或V2V10或V6V10或V8V12或V8V4或V12V4同時(shí)發(fā)生故障等等，將所有的31小類故障分析出來之后編

7、號，每個(gè)故障對應(yīng)一個(gè)Y1Y2Y3Y4Y5Y6的六位編碼，其中Y1Y2Y3表示大類，Y4Y5Y6表示小類，比如001001表示第一大類第一小類，與每組特征信號對應(yīng)的故障編碼為網(wǎng)絡(luò)目標(biāo)輸出樣本?！　?.2實(shí)驗(yàn)結(jié)果　　本次實(shí)驗(yàn)中共有200個(gè)輸入節(jié)點(diǎn)，6個(gè)輸出節(jié)點(diǎn)，反復(fù)實(shí)驗(yàn)之后，第一隱層取80層，第二隱層取100層，各層的激活函數(shù)為σ（t）=1/（1+e-t），初始權(quán)值隨機(jī)給出?！　【W(wǎng)絡(luò)訓(xùn)練的誤差結(jié)果如圖