基于优化神经网络的三相全控整流电路故障诊断

杨勇,王立志,樊波,董明

摘 要：研究了递阶遗传算法用于神经网络的参数确定问题，以期利用递阶遗传算法的二级编码结构解决以往同时优化神经网络结构、权值、阈值效率不高的难题。此外，建立了三相桥式全控整流电路的故障模型，并对几种常见故障进行了仿真分析。最后，将自适应递阶遗传算法用于三相桥式全控整流电路的故障诊断，仿真验证了该方法的准确性和实用性。

关键词：递阶遗传算法； 神经网络； 三相桥式全控整流电路； 故障诊断

中图分类号：TN710-34文献标识码：A

文章编号：1004-373X(2011)09-0172-04

Three-phase SPWM Inverter Fault Diagnosis Based on Optimized Neural Network

YANG Yong,WANG Li-zhi,FAN Bo,DONG Ming

(College of Science,Air Force Engineering University,Xian 710051,China)

Abstract： The problem that how to use hierarchical genetic algorithm to determine the structure and parameter of neural network is introduced. The two-level coding structure of the hierarchical genetic algorithm solved the previous problems about low efficiency of optimizing the neural network′s structure,connection weights and threshold. Furthermore,the fault model of three-phase full-controlled bridge rectifier circuit was constructed and some common faults were analyzed. The hierarchical genetic algorithm was applied to the fault diagnosis of three-phase full-controlled bridge rectifier circuit. The simulation verifies the accuracy and practicability of the method.

Keywords： hierarchical genetic algorithm; neural network; three-phase full-controlled bridge rectifier circuit; fault diagnosis

0 引 言

近年来，国内外有关研究人员针对电力电子电路故障诊断的研究还比较少，其中有相当一部分是基于神经网络的分析方法，虽然神经网络具有学习、泛化和容错能力［1］，令人欣喜，但它存在的许多缺点却不容忽视，如网络结构要求预知，最常用的BP学习算法在本质上是一个梯度下降搜索算法，这使其有可能收敛于局部最小点［2］。

遗传算法(GA)是一个基于自然选择机制的搜索算法。它同时考虑搜索空间中的多个点，并鼓励不同搜索方向之间的信息交换，从而有效地减少了收敛到局部最小点的机率。使用GA优化神经网络已取得了一些令人鼓舞的结果，但它们大多数只考虑神经网络的连接权重，很少提及优化神经网络结构［3-4］。

总的来说，针对电力电子电路的故障诊断研究依然存在或多或少的不足，有待进一步的完善和发展。递阶遗传算法作为一种新型的基于自然选择机制的搜索算法，与神经网络的结合很好地解决了这一难题。……