資源描述:
《基于量子神經(jīng)網(wǎng)絡(luò)的電力電子電路故障診斷new》由會(huì)員上傳分享,免費(fèi)在線(xiàn)閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、2009年10月電工技術(shù)學(xué)報(bào)Vol.24No.10第24卷第10期TRANSACTIONSOFCHINAELECTROTECHNICALSOCIETYOct.2009基于量子神經(jīng)網(wǎng)絡(luò)的電力電子電路故障診斷龍伯華譚陽(yáng)紅許慧孫磊文娟(湖南大學(xué)電氣與信息工程學(xué)院長(zhǎng)沙410012)摘要針對(duì)電力電子電路故障診斷時(shí)故障模式間存在交叉數(shù)據(jù)的模式識(shí)別問(wèn)題,在量子計(jì)算和人工神經(jīng)網(wǎng)絡(luò)結(jié)合的基礎(chǔ)上,提出了一種基于量子神經(jīng)網(wǎng)絡(luò)的故障診斷方法,并以雙橋12相脈波整流電路為例進(jìn)行故障診斷。實(shí)驗(yàn)結(jié)果表明:量子神經(jīng)網(wǎng)絡(luò)有一種固有的模糊性,它能將不確定性數(shù)據(jù)合理地分配到各故障模式中,從而使網(wǎng)絡(luò)具有高性能、更好
2、的魯棒性和省時(shí)的特點(diǎn),且能正確地識(shí)別大部分的樣本故障模式,成功地完成電力電子電路的故障診斷。關(guān)鍵詞:故障診斷脈波整流電路量子計(jì)算神經(jīng)網(wǎng)絡(luò)電力電子電路中圖分類(lèi)號(hào):TP183FaultDiagnosisofPowerElectronicCircuitsBasedonQuantumNeuralNetworkLongBohuaTanYanghongXuHuiSunLeiWenJuan(HunanUniversityChangsha410012China)AbstractInthispaper,amethodforfaultdiagnosisbasedonquantumneuralne
3、tworkispresentedoncombinationofquantumcomputationandartificialneuralnetwork,whichaimsatthepatternrecognitionproblemsofcross-datainfaultmodes,duringthepowerelectroniccircuitsfaultdiagnosis.BytakingtheTwin-bridge12phasepulsewaverectifiercircuitasanexample,theresultsshowthatquantumneuralnetwor
4、khasthecharacteristicofinherentambiguity,whichcanassigntheuncertaintydatatoeachfaultmodereasonably,makingthenetworkwiththefeaturesofhighcapacity,betterrobustandtimesaving.Meanwhileitcanidentifythemajorityofthesamplefaultmodescorrectly,andhasaccomplishedthefaultdiagnosisofpowerelectroniccirc
5、uitssuccessfully.Keywords:Faultdiagnosis,pulsewaverectifiercircuit,quantumcomputation,neuralnetwork,powerelectroniccircuit比較大的時(shí)候處理速度過(guò)慢,不符合大容量作業(yè);1引言②人工神經(jīng)網(wǎng)絡(luò)的記憶容量有限;③神經(jīng)網(wǎng)絡(luò)在接[3]目前在電力電子電路故障診斷中,普遍使用人受新的信息時(shí)會(huì)發(fā)生突變性失憶。這些缺陷促使工神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)[1]。人工神經(jīng)網(wǎng)絡(luò)是對(duì)人腦機(jī)制許多學(xué)者去探索新的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和理論,并出現(xiàn)的簡(jiǎn)單模仿,它建立在簡(jiǎn)化的神經(jīng)元模型和學(xué)習(xí)規(guī)了神經(jīng)網(wǎng)絡(luò)和其他理論
6、相結(jié)合的研究,其中神經(jīng)網(wǎng)絡(luò)[4]則基礎(chǔ)上,使用人工神經(jīng)網(wǎng)絡(luò)的方法來(lái)實(shí)現(xiàn)故障診和量子計(jì)算相結(jié)合是一種新的很有前景的嘗試。斷具有多方面的優(yōu)勢(shì),并且已有了很多成功的應(yīng)量子神經(jīng)網(wǎng)絡(luò)出現(xiàn)于20世紀(jì)90年代,它是將用[2]。但是隨著應(yīng)用的加深,人工神經(jīng)網(wǎng)絡(luò)也逐漸量子力學(xué)的思想引入神經(jīng)網(wǎng)絡(luò)的研究當(dāng)中,克服了[5]表現(xiàn)出了它的不足之處:①傳統(tǒng)上的學(xué)習(xí)在信息量傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的缺陷和不足。量子神經(jīng)網(wǎng)絡(luò)是經(jīng)典神經(jīng)網(wǎng)絡(luò)的延伸,它利用了量子計(jì)算的一些優(yōu)勢(shì)國(guó)家自然科學(xué)基金(50277010)和教育部博士基金(20020532016)特別是量子計(jì)算的并行計(jì)算特性,使得量子神經(jīng)網(wǎng)[6]資助項(xiàng)目。絡(luò)比經(jīng)典神經(jīng)網(wǎng)
7、絡(luò)具有更強(qiáng)的并行處理能力,并收稿日期2008-05-04改稿日期2008-09-27能處理更大的數(shù)據(jù)集,在數(shù)據(jù)處理方面具有前所未第24卷第10期龍伯華等基于量子神經(jīng)網(wǎng)絡(luò)的電力電子電路故障診斷171[7]有的潛在優(yōu)勢(shì)。與經(jīng)典的神經(jīng)網(wǎng)絡(luò)相比具有如下網(wǎng)絡(luò)的輸出為優(yōu)點(diǎn):①指數(shù)級(jí)的記憶容量和回憶速度。②快速學(xué)??NK1?N???習(xí)和高速信息處理能力。③因不存在模式間的相互Ywwss=×σσ??∑∑32,,mmk×σ?sf?∑w1k,nxn?θv????????nk==11ns?n=1???干擾問(wèn)題而具有消除災(zāi)變性