相關(guān)蟻群算法的電力電子電路故障診斷

《相關(guān)蟻群算法的電力電子電路故障診斷》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。

1、基于蟻群算法的電力電子電路故障診斷蘇艷革(鄭州航空工業(yè)管理學(xué)院機(jī)電工程學(xué)院，河南鄭州450015)的基于蟻群算法的故障診斷知識(shí)獲取算法，通過(guò)建立適當(dāng)?shù)臄?shù)學(xué)模型．把電力電子電路故障定位問(wèn)題轉(zhuǎn)化為式，并充分借鑒遺傳算法的優(yōu)點(diǎn)，用蟻群算法進(jìn)行求解。仿真結(jié)果表明該算法的可行性、近鄰準(zhǔn)則；故障診斷；故障識(shí)別中圖分類號(hào)：TP18文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009—9492(2010)07—0054—031引言利學(xué)者M(jìn)．dorigo、V．Maniezzo、A．Colomi等人提出，通過(guò)模在生產(chǎn)領(lǐng)域中，電力電子設(shè)備通常作為電源供應(yīng)或控?cái)M自然界的螞蟻的尋徑行為。群體智能模型進(jìn)

2、行優(yōu)化搜制器等關(guān)鍵部件．當(dāng)發(fā)生故障后．必須快速數(shù)毫秒到數(shù)十索，蟻群算法不需要先驗(yàn)知識(shí)，最初隨機(jī)的選擇搜索路毫秒內(nèi)將主電路停電．這使故障狀態(tài)下的信息也隨之消徑，隨著解空間搜索過(guò)程的深人，選擇逐漸變得有規(guī)律，失，給設(shè)備的維修帶來(lái)極大的難度。因此，對(duì)電力電子裝并最終逼近甚至達(dá)到全局最優(yōu)解。與遺傳算法相比，蚊群置進(jìn)行動(dòng)態(tài)監(jiān)視．在線故障診斷具有重要的意義。算法具有正反饋、魯棒性好、并行分布計(jì)算的特點(diǎn)。蟻群近年來(lái)。人們?cè)陔娏﹄娮与娐返臓顟B(tài)監(jiān)測(cè)與故障診斷算法的基本原理如下。過(guò)程中，一直在探索合適的故障模式識(shí)別方法，從傳統(tǒng)的現(xiàn)用圖1來(lái)說(shuō)明蟻群尋找最優(yōu)路徑的原理。測(cè)前仿真和

3、測(cè)試仿真。如故障字典、模式識(shí)別、參數(shù)辨B識(shí)、故障驗(yàn)證等到專家系統(tǒng)的分類都進(jìn)行了大量的研究。然而，由于電力電子電路的故障現(xiàn)象多樣、元件參數(shù)具有較大的離散性與廣泛的非線性等原因，致使其故障診斷無(wú)論在理論上還是方法上均距實(shí)用還有相當(dāng)?shù)木嚯x。蟻群算法(ACA)是由Dorigo等人提出．該算法是模擬自然界中真實(shí)蟻群的覓食行為而形成的一種模擬進(jìn)化算法。具有正反饋、分布式計(jì)算和富于貪婪啟發(fā)式搜索的特點(diǎn)。雖然蟻D群算法出現(xiàn)的時(shí)間不長(zhǎng)。但已經(jīng)成功應(yīng)用于許多組合優(yōu)化圖1螞蟻群覓食過(guò)程示意圖問(wèn)題，例如典型的旅行商(TSP)、車輛路徑問(wèn)題、機(jī)組最優(yōu)投入以及配電網(wǎng)網(wǎng)架優(yōu)化規(guī)劃問(wèn)題等

4、。故障診斷定位實(shí)圖1中．由于障礙物的存在．蟻群從蟻巢出發(fā)到達(dá)食質(zhì)上是一個(gè)模式分類的問(wèn)題，診斷時(shí)選擇有效的故障測(cè)試物再返回．只能走路徑1(蟻巢一A—B—C一食物)或者點(diǎn)至關(guān)重要。本文通過(guò)建立適當(dāng)?shù)臄?shù)學(xué)模型，把電力電子路徑2(蟻巢一A—D—C一食物)。假設(shè)路徑1的長(zhǎng)度是路電路故障定位問(wèn)題轉(zhuǎn)化為類似于TSP問(wèn)題的模式，并充分徑2的兩倍。第一批螞蟻到達(dá)A點(diǎn)時(shí)，由于之前沒(méi)有任何借鑒遺傳算法的優(yōu)點(diǎn)，用蟻群算法進(jìn)行求解。信息素殘留．螞蟻選擇兩條路徑的概率相同。并分別在走2蟻群算法過(guò)的路徑上留下相同量的信息索。假設(shè)所有螞蟻速度相蟻群算法?(AntColonyAlgorit

5、hm)是一種源于生同，則相同時(shí)間內(nèi)路徑2上留下的信息素是路徑1上的兩物行為的仿生類進(jìn)化算法，最初是由20世紀(jì)9O年代意大倍。由于單個(gè)螞蟻會(huì)以較大的概率選擇信息素較強(qiáng)的路河南省教育廳自然科學(xué)研究項(xiàng)目(編號(hào)2007510022)收稿日期：2010一O1—22●—■—■●研究與徑．后續(xù)到達(dá)的其它螞蟻(重新出發(fā)的和從食物處返回的)的相似性，將每個(gè)故障樣本數(shù)據(jù)看成一只人工螞蟻所需訪多數(shù)會(huì)走較短的路徑2。這就導(dǎo)致路徑2上的信息素強(qiáng)度問(wèn)的地點(diǎn)．從而形成了全部數(shù)據(jù)樣本的一個(gè)有序鏈接。然繼續(xù)增大．而新到來(lái)的螞蟻選擇該路徑的概率也相應(yīng)增后對(duì)每只螞蟻的數(shù)據(jù)列表根據(jù)其樣本之間的近

6、鄰函數(shù)值得大．整個(gè)過(guò)程形成了一種閉環(huán)正反饋控制，如圖2。經(jīng)過(guò)大?。驍嗥渲兄底畲蟮膬蓚€(gè)樣本數(shù)據(jù)之間的連接，從而一段時(shí)問(wèn)后。兩條路徑上的信息素強(qiáng)度就會(huì)產(chǎn)生明顯的區(qū)形成了最初的兩個(gè)故障分類。對(duì)于已經(jīng)進(jìn)行分類的故障樣別．最后絕大多數(shù)的螞蟻都將選擇這條較短的路徑。本數(shù)據(jù)，計(jì)算每一類故障之間的連接損失。最后，對(duì)每一只螞蟻的分類結(jié)果進(jìn)行比較，選取當(dāng)前運(yùn)行的分類連接損失最小的螞蟻的結(jié)果為本次循環(huán)的結(jié)果。當(dāng)算法達(dá)到規(guī)定的最大運(yùn)行次數(shù)或者故障樣本數(shù)據(jù)的分類之間的連接損失達(dá)到給定最小值時(shí)．算法結(jié)束。此時(shí)的運(yùn)行結(jié)果為最終解。3．2算法具體步驟圖2蟻群算法的閉環(huán)正反饋控制1)以為

7、元素寫出故障征兆樣本數(shù)據(jù)的加權(quán)距離矩從上面可以看出．蟻群優(yōu)化算法的基本思想就是質(zhì)量陣

8、y。其中樣本yi與間的加權(quán)距離用△△(Yl，咒)表示，越好的解(距離越短的路徑)就越能吸引更多的螞蟻。蟻群正是通過(guò)這種反復(fù)記憶和學(xué)習(xí)的過(guò)程，得到了最短路徑=II一)II=、／∑一)Y^即全局最優(yōu)解。該過(guò)程包含適應(yīng)階段和協(xié)同工作階段。適：I應(yīng)階段，各候選解根據(jù)積累的信息不斷選擇、更新自身結(jié)式中，P表示故障征兆樣本數(shù)據(jù)種不同特征的加權(quán)因構(gòu)；協(xié)同工作階段，候選解之間通過(guò)信息交流，以期產(chǎn)生子。性能更好的解。2)利用矩陣^y作為近故障樣本的鄰矩陣Ⅳ，其元素3基于蟻群算法的故障識(shí)別算

9、法為樣本yi對(duì)，的近鄰函數(shù)值。一般Ⅳ為正定矩陣，且，建立復(fù)雜電力電