BP神經(jīng)網(wǎng)絡(luò)在電力電子電路故障診斷中的應(yīng)用

摘要：本文主要介紹和研究了BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)，對(duì)其設(shè)計(jì)過程和應(yīng)用做了系統(tǒng)的闡述。在此基礎(chǔ)上就BP神經(jīng)網(wǎng)絡(luò)的原理及算法做了進(jìn)一步的研究。在研究電力電子電路故障模式的基礎(chǔ)上，敘述了應(yīng)用神經(jīng)網(wǎng)絡(luò)診斷電力電子故障的一般步驟。最后討論了BP神經(jīng)網(wǎng)絡(luò)在應(yīng)用中存在的問題與不足。

關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò) 電力電子 故障診斷

0 引言

目前電力電子技術(shù)已應(yīng)用于生活的許多方面，例如國(guó)防、通信、商業(yè)、交通等領(lǐng)域。在運(yùn)轉(zhuǎn)過程中萬一這些電力電子設(shè)備發(fā)生了故障，將會(huì)造成非常嚴(yán)重的后果，不僅會(huì)造成財(cái)產(chǎn)上的損失，更可能危及到人們的生命安全。介于這些原因如果能夠在事故發(fā)生之前就可以對(duì)電力電子電路進(jìn)行準(zhǔn)確的診斷，那么就可以避免了財(cái)產(chǎn)和生命的損失，更能夠提高電力電子設(shè)備的管理水平[1]。有一個(gè)難點(diǎn)是由于電力電子設(shè)備種類很多而且組成復(fù)雜，對(duì)這些設(shè)備的故障進(jìn)行診斷，就是對(duì)其中所有的電路進(jìn)行檢測(cè)，因此檢測(cè)具有一定的難度。用于診斷的方法非常多也在不斷發(fā)生著變化，隨著科技的進(jìn)步診斷方法更加自動(dòng)化和智能化。在用于故障診斷的方法中人工神經(jīng)網(wǎng)絡(luò)由于具有的非線性、容錯(cuò)性、并行性等優(yōu)點(diǎn)，廣泛應(yīng)用于電力電子電路的故障診斷中。

1 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是1986年以Rumelhart和McCelland為主的科學(xué)家小組提出。BP神經(jīng)網(wǎng)絡(luò)是一種按照誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練出來的多層前饋網(wǎng)絡(luò)，這種網(wǎng)絡(luò)具有極高的存儲(chǔ)能力，可以存儲(chǔ)大量的輸出模式映射關(guān)系，而不需要在事前進(jìn)行描述。它主要通過最速下降法進(jìn)行學(xué)習(xí)，利用反向傳播的方式來不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)誤差平方和達(dá)到最小值。BP神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)包括輸入層（input）、隱層（hide layer）和輸出層（output layer）。目前BP神經(jīng)網(wǎng)絡(luò)已廣泛應(yīng)用至各個(gè)領(lǐng)域。

1.1 BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)

1.1.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)。經(jīng)研究分析表明，當(dāng)隱含層的神經(jīng)元可以適應(yīng)具體要求進(jìn)行設(shè)計(jì)時(shí)，即說明三層前向神經(jīng)網(wǎng)絡(luò)可以進(jìn)行BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)。本文僅以三層神經(jīng)網(wǎng)絡(luò)為研究對(duì)象。其典型結(jié)構(gòu)如圖1

1.1.2 BP網(wǎng)絡(luò)的學(xué)習(xí)樣本設(shè)計(jì)。在BP神經(jīng)網(wǎng)絡(luò)中，直接影響其訓(xùn)練效果的就是其學(xué)習(xí)樣本設(shè)計(jì)。而在此環(huán)節(jié)中最基本的要求就是準(zhǔn)備樣本數(shù)據(jù)。輸入層神經(jīng)元的多少主要取決于要輸入樣本的維數(shù)，這就會(huì)對(duì)整個(gè)網(wǎng)絡(luò)的負(fù)責(zé)性造成影響。同時(shí)，在數(shù)據(jù)輸入過程中還要考慮一些其他因素，例如對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化從而防止sigmoid函數(shù)進(jìn)行輸出飽和區(qū)；輸入的數(shù)據(jù)之間應(yīng)能保證其不相關(guān)或相關(guān)性較小；數(shù)據(jù)的每個(gè)類型中，不能忽視隨機(jī)噪聲的影響；參數(shù)變化范圍的一致性和樣本分布的正常性也應(yīng)當(dāng)在考慮的范圍之內(nèi)。

1.2 BP神經(jīng)網(wǎng)絡(luò)原理與算法

1.3 人工神經(jīng)網(wǎng)絡(luò)在電力電子故障診斷中的實(shí)際應(yīng)用

1.3.1 故障模式。電力電子中容易出現(xiàn)的故障包括參數(shù)故障和結(jié)構(gòu)故障。參數(shù)故障會(huì)導(dǎo)致裝置的正常特性發(fā)生嚴(yán)重的改變，不能正常作用，例如電阻、電感等元器件的參數(shù)發(fā)生偏移和開關(guān)管的性能已不能正常使用。結(jié)構(gòu)性故障主要指因各元件尤其指功率器件的破壞而出現(xiàn)的電力結(jié)構(gòu)改變。例如電容、電感和開關(guān)器件的開路及短路[2]。電器元件故障模式有軟故障和硬故障兩種。當(dāng)電器元件出現(xiàn)短路和開路從而引發(fā)的故障被稱為硬故障。電氣軟件沒有短路或開路但其實(shí)際大小與正常值之間有所偏離導(dǎo)致電路的不正常特性，這時(shí)的故障模式為軟故障。從實(shí)際情況可知，硬故障所占比例較大，約為80%。電容故障模式主要包括開路、短路、軟故障偏大和軟故障偏小四種。在整個(gè)系統(tǒng)中電容發(fā)生故障的概率最大。在硬故障模式中，鉭電容器通常是短路而陶瓷電容和鋁電容通常是開路。開關(guān)器件作為電力電子變換器的關(guān)鍵部位和基本元件，直接影響著電力電路的安全性。根據(jù)電力電子電路故障中觸發(fā)脈沖故障一大特點(diǎn)，其故障表現(xiàn)形式主要有缺脈沖、多脈沖、相序錯(cuò)和脈沖間距錯(cuò)四種。有一種特殊的故障模式與原有電力電子變換器的故障診斷不同，即便是被診斷為可以正常工作的電力電子變換器，這種故障模式也會(huì)導(dǎo)致變換器的性能惡化甚至無法運(yùn)行。這種故障模式發(fā)生的原因在于很多設(shè)計(jì)者并不了解變換器中的一些非線性特性和工作模態(tài)。

1.3.2 神經(jīng)網(wǎng)絡(luò)在電力電子電路故障診斷中的應(yīng)用。神經(jīng)性網(wǎng)絡(luò)在電力電子電路故障的診斷過程如下：①確定神經(jīng)網(wǎng)絡(luò)目標(biāo)輸出樣本：對(duì)電力電子電路進(jìn)行分析，確定電路中會(huì)出現(xiàn)的故障類型，把這些故障類型作為神經(jīng)網(wǎng)絡(luò)的目標(biāo)輸出樣本。②得到神經(jīng)網(wǎng)絡(luò)的標(biāo)準(zhǔn)輸入樣本：從分析所得的故障類型中提取故障信號(hào)，將故障信號(hào)進(jìn)行相關(guān)處理后將其作為神經(jīng)網(wǎng)絡(luò)的標(biāo)準(zhǔn)輸入樣本。③樣本訓(xùn)練：依據(jù)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)通過神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和存儲(chǔ)個(gè)故障信號(hào)和類型間的映射關(guān)系，根據(jù)相應(yīng)學(xué)習(xí)規(guī)則進(jìn)行樣本訓(xùn)練。④結(jié)果顯示：通過計(jì)算得出神經(jīng)網(wǎng)絡(luò)的參數(shù)值，將結(jié)果傳至執(zhí)行機(jī)構(gòu)或者顯示設(shè)備。在整個(gè)過程中故障特征的提取及預(yù)處理和神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)是兩個(gè)重要的步驟，下面對(duì)其進(jìn)行詳細(xì)的敘述：①故障特征信號(hào)的提取和預(yù)處理故障電路狀態(tài)信號(hào)分析、處理和各種預(yù)處理技術(shù)通常用來對(duì)故障信號(hào)進(jìn)行提取。按照一定的規(guī)則對(duì)電力電子電路的測(cè)試數(shù)據(jù)進(jìn)行分類、壓縮。由于提取的故障特征和電路在不同故障狀態(tài)下的統(tǒng)一故障特征與元件的故障狀態(tài)沒有關(guān)系，從而大大的使故障特征的提取得到了簡(jiǎn)化，計(jì)算量減小，診斷速度也得到了很大的提高。故障特征信號(hào)提取和預(yù)處理過程的基本結(jié)構(gòu)見圖2，首先在發(fā)生故障的電路上加激勵(lì)源，再采用相關(guān)方法測(cè)量其響應(yīng)信號(hào)，最后預(yù)處理其特征信號(hào)，將其從測(cè)量空間轉(zhuǎn)化到特征空間。②神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)過程。神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)過程可按照如下幾個(gè)步驟進(jìn)行：a對(duì)神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)進(jìn)行設(shè)計(jì)；b根據(jù)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)確定輸入標(biāo)準(zhǔn)樣本和目標(biāo)輸出樣本；c對(duì)神經(jīng)網(wǎng)絡(luò)的算法進(jìn)行設(shè)計(jì)，并使用學(xué)習(xí)算法訓(xùn)練其輸入樣本，直到其符合要求；d獲得網(wǎng)絡(luò)參數(shù)，輸出結(jié)果。其設(shè)計(jì)過程如圖3示[4]。

2 總結(jié)

BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于電力電子故障診斷中能夠有效的處理許多問題，但它也存在著一些問題和缺陷，主要表現(xiàn)在以下幾個(gè)方面：①對(duì)樣本的要求很高[5]：要構(gòu)成神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)樣本需要滿足以下兩個(gè)方面的條件，其中之一是每個(gè)故障模式樣本都不能與其它的樣本重復(fù)，即樣本是唯一的，第二個(gè)條件就是要形成樣本庫需要非常多的樣本數(shù)據(jù)。然而在現(xiàn)實(shí)的應(yīng)用中這樣的條件往往是比較難滿足的，這是由于在通常情況下已知的故障樣本量比較小，不論是在數(shù)量還是質(zhì)量都難以滿足高性能神經(jīng)網(wǎng)絡(luò)故障診斷模型對(duì)樣本的條件要求。因此神經(jīng)網(wǎng)絡(luò)對(duì)學(xué)習(xí)樣本的條件非常高。②訓(xùn)練的時(shí)間過長(zhǎng)：在處理一些復(fù)雜問題時(shí)，BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練時(shí)間可能達(dá)到好幾個(gè)小時(shí)還可能更長(zhǎng)久，引起這種情況的原因可能是學(xué)習(xí)效率的值過于小，解決這種情況的方法是采用自適應(yīng)學(xué)習(xí)速率進(jìn)行改善，但是有時(shí)候這種方法并不能起到很大的改善作用，這個(gè)時(shí)候就可以考慮采用其它的算法。③可能出現(xiàn)麻痹現(xiàn)象：所謂的麻痹現(xiàn)象就是指網(wǎng)絡(luò)在經(jīng)過一段時(shí)間的訓(xùn)練之后，誤差平方和的輸出值恒定在一個(gè)特定的值不下降。產(chǎn)生這種現(xiàn)象的原因可能是因?yàn)樵谟?xùn)練過程中初始權(quán)值選的太大，這樣的后果是幾乎所有的或是大部分神經(jīng)元的加權(quán)和偏大，S傳遞函數(shù)的輸入值在它的飽和區(qū)，這點(diǎn)導(dǎo)數(shù)趨于零，最后導(dǎo)致的結(jié)果是兩次的權(quán)值幾乎沒有變化，自然輸出的誤差平方和也就基本保持不變了。

參考文獻(xiàn)：

[1]從靜.電力電子裝置故障診斷技術(shù)研究[D].哈爾濱：哈爾濱工程大學(xué)，2009.

[2]A.B olopion，J.P.Rognon and D.Roye.The Use of Microprocessor for Control and Fault Detection of Electronic Power Converters：Contribution to Safety and Maintainability. Lansane：IFAC Control in Power Electronics and ElectricalDrvies，1981.

[3]陳哲，馮天瑾.小波分析與神經(jīng)網(wǎng)絡(luò)結(jié)合的研究進(jìn)展.電子科學(xué)學(xué)刊，2000（3）：496-504.

[4]龍伯華.電力電子電路故障診斷方法研究[D].長(zhǎng)沙：湖南大學(xué)，2009.

[5]張立明，人工神經(jīng)網(wǎng)絡(luò)的模型及其應(yīng)用[M].復(fù)旦大學(xué)出版社，1992.

作者簡(jiǎn)介：丁汛（1991-），男，河南范縣人，本科，合肥工業(yè)大學(xué)儀器科學(xué)與光電工程學(xué)院。endprint

摘要：本文主要介紹和研究了BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)，對(duì)其設(shè)計(jì)過程和應(yīng)用做了系統(tǒng)的闡述。在此基礎(chǔ)上就BP神經(jīng)網(wǎng)絡(luò)的原理及算法做了進(jìn)一步的研究。在研究電力電子電路故障模式的基礎(chǔ)上，敘述了應(yīng)用神經(jīng)網(wǎng)絡(luò)診斷電力電子故障的一般步驟。最后討論了BP神經(jīng)網(wǎng)絡(luò)在應(yīng)用中存在的問題與不足。

關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò) 電力電子 故障診斷

0 引言

目前電力電子技術(shù)已應(yīng)用于生活的許多方面，例如國(guó)防、通信、商業(yè)、交通等領(lǐng)域。在運(yùn)轉(zhuǎn)過程中萬一這些電力電子設(shè)備發(fā)生了故障，將會(huì)造成非常嚴(yán)重的后果，不僅會(huì)造成財(cái)產(chǎn)上的損失，更可能危及到人們的生命安全。介于這些原因如果能夠在事故發(fā)生之前就可以對(duì)電力電子電路進(jìn)行準(zhǔn)確的診斷，那么就可以避免了財(cái)產(chǎn)和生命的損失，更能夠提高電力電子設(shè)備的管理水平[1]。有一個(gè)難點(diǎn)是由于電力電子設(shè)備種類很多而且組成復(fù)雜，對(duì)這些設(shè)備的故障進(jìn)行診斷，就是對(duì)其中所有的電路進(jìn)行檢測(cè)，因此檢測(cè)具有一定的難度。用于診斷的方法非常多也在不斷發(fā)生著變化，隨著科技的進(jìn)步診斷方法更加自動(dòng)化和智能化。在用于故障診斷的方法中人工神經(jīng)網(wǎng)絡(luò)由于具有的非線性、容錯(cuò)性、并行性等優(yōu)點(diǎn)，廣泛應(yīng)用于電力電子電路的故障診斷中。

1 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是1986年以Rumelhart和McCelland為主的科學(xué)家小組提出。BP神經(jīng)網(wǎng)絡(luò)是一種按照誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練出來的多層前饋網(wǎng)絡(luò)，這種網(wǎng)絡(luò)具有極高的存儲(chǔ)能力，可以存儲(chǔ)大量的輸出模式映射關(guān)系，而不需要在事前進(jìn)行描述。它主要通過最速下降法進(jìn)行學(xué)習(xí)，利用反向傳播的方式來不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)誤差平方和達(dá)到最小值。BP神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)包括輸入層（input）、隱層（hide layer）和輸出層（output layer）。目前BP神經(jīng)網(wǎng)絡(luò)已廣泛應(yīng)用至各個(gè)領(lǐng)域。

1.1 BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)

1.1.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)。經(jīng)研究分析表明，當(dāng)隱含層的神經(jīng)元可以適應(yīng)具體要求進(jìn)行設(shè)計(jì)時(shí)，即說明三層前向神經(jīng)網(wǎng)絡(luò)可以進(jìn)行BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)。本文僅以三層神經(jīng)網(wǎng)絡(luò)為研究對(duì)象。其典型結(jié)構(gòu)如圖1

1.1.2 BP網(wǎng)絡(luò)的學(xué)習(xí)樣本設(shè)計(jì)。在BP神經(jīng)網(wǎng)絡(luò)中，直接影響其訓(xùn)練效果的就是其學(xué)習(xí)樣本設(shè)計(jì)。而在此環(huán)節(jié)中最基本的要求就是準(zhǔn)備樣本數(shù)據(jù)。輸入層神經(jīng)元的多少主要取決于要輸入樣本的維數(shù)，這就會(huì)對(duì)整個(gè)網(wǎng)絡(luò)的負(fù)責(zé)性造成影響。同時(shí)，在數(shù)據(jù)輸入過程中還要考慮一些其他因素，例如對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化從而防止sigmoid函數(shù)進(jìn)行輸出飽和區(qū)；輸入的數(shù)據(jù)之間應(yīng)能保證其不相關(guān)或相關(guān)性較小；數(shù)據(jù)的每個(gè)類型中，不能忽視隨機(jī)噪聲的影響；參數(shù)變化范圍的一致性和樣本分布的正常性也應(yīng)當(dāng)在考慮的范圍之內(nèi)。

1.2 BP神經(jīng)網(wǎng)絡(luò)原理與算法

1.3 人工神經(jīng)網(wǎng)絡(luò)在電力電子故障診斷中的實(shí)際應(yīng)用

1.3.1 故障模式。電力電子中容易出現(xiàn)的故障包括參數(shù)故障和結(jié)構(gòu)故障。參數(shù)故障會(huì)導(dǎo)致裝置的正常特性發(fā)生嚴(yán)重的改變，不能正常作用，例如電阻、電感等元器件的參數(shù)發(fā)生偏移和開關(guān)管的性能已不能正常使用。結(jié)構(gòu)性故障主要指因各元件尤其指功率器件的破壞而出現(xiàn)的電力結(jié)構(gòu)改變。例如電容、電感和開關(guān)器件的開路及短路[2]。電器元件故障模式有軟故障和硬故障兩種。當(dāng)電器元件出現(xiàn)短路和開路從而引發(fā)的故障被稱為硬故障。電氣軟件沒有短路或開路但其實(shí)際大小與正常值之間有所偏離導(dǎo)致電路的不正常特性，這時(shí)的故障模式為軟故障。從實(shí)際情況可知，硬故障所占比例較大，約為80%。電容故障模式主要包括開路、短路、軟故障偏大和軟故障偏小四種。在整個(gè)系統(tǒng)中電容發(fā)生故障的概率最大。在硬故障模式中，鉭電容器通常是短路而陶瓷電容和鋁電容通常是開路。開關(guān)器件作為電力電子變換器的關(guān)鍵部位和基本元件，直接影響著電力電路的安全性。根據(jù)電力電子電路故障中觸發(fā)脈沖故障一大特點(diǎn)，其故障表現(xiàn)形式主要有缺脈沖、多脈沖、相序錯(cuò)和脈沖間距錯(cuò)四種。有一種特殊的故障模式與原有電力電子變換器的故障診斷不同，即便是被診斷為可以正常工作的電力電子變換器，這種故障模式也會(huì)導(dǎo)致變換器的性能惡化甚至無法運(yùn)行。這種故障模式發(fā)生的原因在于很多設(shè)計(jì)者并不了解變換器中的一些非線性特性和工作模態(tài)。

1.3.2 神經(jīng)網(wǎng)絡(luò)在電力電子電路故障診斷中的應(yīng)用。神經(jīng)性網(wǎng)絡(luò)在電力電子電路故障的診斷過程如下：①確定神經(jīng)網(wǎng)絡(luò)目標(biāo)輸出樣本：對(duì)電力電子電路進(jìn)行分析，確定電路中會(huì)出現(xiàn)的故障類型，把這些故障類型作為神經(jīng)網(wǎng)絡(luò)的目標(biāo)輸出樣本。②得到神經(jīng)網(wǎng)絡(luò)的標(biāo)準(zhǔn)輸入樣本：從分析所得的故障類型中提取故障信號(hào)，將故障信號(hào)進(jìn)行相關(guān)處理后將其作為神經(jīng)網(wǎng)絡(luò)的標(biāo)準(zhǔn)輸入樣本。③樣本訓(xùn)練：依據(jù)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)通過神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和存儲(chǔ)個(gè)故障信號(hào)和類型間的映射關(guān)系，根據(jù)相應(yīng)學(xué)習(xí)規(guī)則進(jìn)行樣本訓(xùn)練。④結(jié)果顯示：通過計(jì)算得出神經(jīng)網(wǎng)絡(luò)的參數(shù)值，將結(jié)果傳至執(zhí)行機(jī)構(gòu)或者顯示設(shè)備。在整個(gè)過程中故障特征的提取及預(yù)處理和神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)是兩個(gè)重要的步驟，下面對(duì)其進(jìn)行詳細(xì)的敘述：①故障特征信號(hào)的提取和預(yù)處理故障電路狀態(tài)信號(hào)分析、處理和各種預(yù)處理技術(shù)通常用來對(duì)故障信號(hào)進(jìn)行提取。按照一定的規(guī)則對(duì)電力電子電路的測(cè)試數(shù)據(jù)進(jìn)行分類、壓縮。由于提取的故障特征和電路在不同故障狀態(tài)下的統(tǒng)一故障特征與元件的故障狀態(tài)沒有關(guān)系，從而大大的使故障特征的提取得到了簡(jiǎn)化，計(jì)算量減小，診斷速度也得到了很大的提高。故障特征信號(hào)提取和預(yù)處理過程的基本結(jié)構(gòu)見圖2，首先在發(fā)生故障的電路上加激勵(lì)源，再采用相關(guān)方法測(cè)量其響應(yīng)信號(hào)，最后預(yù)處理其特征信號(hào)，將其從測(cè)量空間轉(zhuǎn)化到特征空間。②神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)過程。神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)過程可按照如下幾個(gè)步驟進(jìn)行：a對(duì)神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)進(jìn)行設(shè)計(jì)；b根據(jù)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)確定輸入標(biāo)準(zhǔn)樣本和目標(biāo)輸出樣本；c對(duì)神經(jīng)網(wǎng)絡(luò)的算法進(jìn)行設(shè)計(jì)，并使用學(xué)習(xí)算法訓(xùn)練其輸入樣本，直到其符合要求；d獲得網(wǎng)絡(luò)參數(shù)，輸出結(jié)果。其設(shè)計(jì)過程如圖3示[4]。

2 總結(jié)

BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于電力電子故障診斷中能夠有效的處理許多問題，但它也存在著一些問題和缺陷，主要表現(xiàn)在以下幾個(gè)方面：①對(duì)樣本的要求很高[5]：要構(gòu)成神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)樣本需要滿足以下兩個(gè)方面的條件，其中之一是每個(gè)故障模式樣本都不能與其它的樣本重復(fù)，即樣本是唯一的，第二個(gè)條件就是要形成樣本庫需要非常多的樣本數(shù)據(jù)。然而在現(xiàn)實(shí)的應(yīng)用中這樣的條件往往是比較難滿足的，這是由于在通常情況下已知的故障樣本量比較小，不論是在數(shù)量還是質(zhì)量都難以滿足高性能神經(jīng)網(wǎng)絡(luò)故障診斷模型對(duì)樣本的條件要求。因此神經(jīng)網(wǎng)絡(luò)對(duì)學(xué)習(xí)樣本的條件非常高。②訓(xùn)練的時(shí)間過長(zhǎng)：在處理一些復(fù)雜問題時(shí)，BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練時(shí)間可能達(dá)到好幾個(gè)小時(shí)還可能更長(zhǎng)久，引起這種情況的原因可能是學(xué)習(xí)效率的值過于小，解決這種情況的方法是采用自適應(yīng)學(xué)習(xí)速率進(jìn)行改善，但是有時(shí)候這種方法并不能起到很大的改善作用，這個(gè)時(shí)候就可以考慮采用其它的算法。③可能出現(xiàn)麻痹現(xiàn)象：所謂的麻痹現(xiàn)象就是指網(wǎng)絡(luò)在經(jīng)過一段時(shí)間的訓(xùn)練之后，誤差平方和的輸出值恒定在一個(gè)特定的值不下降。產(chǎn)生這種現(xiàn)象的原因可能是因?yàn)樵谟?xùn)練過程中初始權(quán)值選的太大，這樣的后果是幾乎所有的或是大部分神經(jīng)元的加權(quán)和偏大，S傳遞函數(shù)的輸入值在它的飽和區(qū)，這點(diǎn)導(dǎo)數(shù)趨于零，最后導(dǎo)致的結(jié)果是兩次的權(quán)值幾乎沒有變化，自然輸出的誤差平方和也就基本保持不變了。

參考文獻(xiàn)：

[1]從靜.電力電子裝置故障診斷技術(shù)研究[D].哈爾濱：哈爾濱工程大學(xué)，2009.

[2]A.B olopion，J.P.Rognon and D.Roye.The Use of Microprocessor for Control and Fault Detection of Electronic Power Converters：Contribution to Safety and Maintainability. Lansane：IFAC Control in Power Electronics and ElectricalDrvies，1981.

[3]陳哲，馮天瑾.小波分析與神經(jīng)網(wǎng)絡(luò)結(jié)合的研究進(jìn)展.電子科學(xué)學(xué)刊，2000（3）：496-504.

[4]龍伯華.電力電子電路故障診斷方法研究[D].長(zhǎng)沙：湖南大學(xué)，2009.

[5]張立明，人工神經(jīng)網(wǎng)絡(luò)的模型及其應(yīng)用[M].復(fù)旦大學(xué)出版社，1992.

作者簡(jiǎn)介：丁汛（1991-），男，河南范縣人，本科，合肥工業(yè)大學(xué)儀器科學(xué)與光電工程學(xué)院。endprint

摘要：本文主要介紹和研究了BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)，對(duì)其設(shè)計(jì)過程和應(yīng)用做了系統(tǒng)的闡述。在此基礎(chǔ)上就BP神經(jīng)網(wǎng)絡(luò)的原理及算法做了進(jìn)一步的研究。在研究電力電子電路故障模式的基礎(chǔ)上，敘述了應(yīng)用神經(jīng)網(wǎng)絡(luò)診斷電力電子故障的一般步驟。最后討論了BP神經(jīng)網(wǎng)絡(luò)在應(yīng)用中存在的問題與不足。

關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò) 電力電子 故障診斷

0 引言

目前電力電子技術(shù)已應(yīng)用于生活的許多方面，例如國(guó)防、通信、商業(yè)、交通等領(lǐng)域。在運(yùn)轉(zhuǎn)過程中萬一這些電力電子設(shè)備發(fā)生了故障，將會(huì)造成非常嚴(yán)重的后果，不僅會(huì)造成財(cái)產(chǎn)上的損失，更可能危及到人們的生命安全。介于這些原因如果能夠在事故發(fā)生之前就可以對(duì)電力電子電路進(jìn)行準(zhǔn)確的診斷，那么就可以避免了財(cái)產(chǎn)和生命的損失，更能夠提高電力電子設(shè)備的管理水平[1]。有一個(gè)難點(diǎn)是由于電力電子設(shè)備種類很多而且組成復(fù)雜，對(duì)這些設(shè)備的故障進(jìn)行診斷，就是對(duì)其中所有的電路進(jìn)行檢測(cè)，因此檢測(cè)具有一定的難度。用于診斷的方法非常多也在不斷發(fā)生著變化，隨著科技的進(jìn)步診斷方法更加自動(dòng)化和智能化。在用于故障診斷的方法中人工神經(jīng)網(wǎng)絡(luò)由于具有的非線性、容錯(cuò)性、并行性等優(yōu)點(diǎn)，廣泛應(yīng)用于電力電子電路的故障診斷中。

1 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是1986年以Rumelhart和McCelland為主的科學(xué)家小組提出。BP神經(jīng)網(wǎng)絡(luò)是一種按照誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練出來的多層前饋網(wǎng)絡(luò)，這種網(wǎng)絡(luò)具有極高的存儲(chǔ)能力，可以存儲(chǔ)大量的輸出模式映射關(guān)系，而不需要在事前進(jìn)行描述。它主要通過最速下降法進(jìn)行學(xué)習(xí)，利用反向傳播的方式來不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)誤差平方和達(dá)到最小值。BP神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)包括輸入層（input）、隱層（hide layer）和輸出層（output layer）。目前BP神經(jīng)網(wǎng)絡(luò)已廣泛應(yīng)用至各個(gè)領(lǐng)域。

1.1 BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)

1.1.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)。經(jīng)研究分析表明，當(dāng)隱含層的神經(jīng)元可以適應(yīng)具體要求進(jìn)行設(shè)計(jì)時(shí)，即說明三層前向神經(jīng)網(wǎng)絡(luò)可以進(jìn)行BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)。本文僅以三層神經(jīng)網(wǎng)絡(luò)為研究對(duì)象。其典型結(jié)構(gòu)如圖1

1.1.2 BP網(wǎng)絡(luò)的學(xué)習(xí)樣本設(shè)計(jì)。在BP神經(jīng)網(wǎng)絡(luò)中，直接影響其訓(xùn)練效果的就是其學(xué)習(xí)樣本設(shè)計(jì)。而在此環(huán)節(jié)中最基本的要求就是準(zhǔn)備樣本數(shù)據(jù)。輸入層神經(jīng)元的多少主要取決于要輸入樣本的維數(shù)，這就會(huì)對(duì)整個(gè)網(wǎng)絡(luò)的負(fù)責(zé)性造成影響。同時(shí)，在數(shù)據(jù)輸入過程中還要考慮一些其他因素，例如對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化從而防止sigmoid函數(shù)進(jìn)行輸出飽和區(qū)；輸入的數(shù)據(jù)之間應(yīng)能保證其不相關(guān)或相關(guān)性較小；數(shù)據(jù)的每個(gè)類型中，不能忽視隨機(jī)噪聲的影響；參數(shù)變化范圍的一致性和樣本分布的正常性也應(yīng)當(dāng)在考慮的范圍之內(nèi)。

1.2 BP神經(jīng)網(wǎng)絡(luò)原理與算法

1.3 人工神經(jīng)網(wǎng)絡(luò)在電力電子故障診斷中的實(shí)際應(yīng)用

1.3.1 故障模式。電力電子中容易出現(xiàn)的故障包括參數(shù)故障和結(jié)構(gòu)故障。參數(shù)故障會(huì)導(dǎo)致裝置的正常特性發(fā)生嚴(yán)重的改變，不能正常作用，例如電阻、電感等元器件的參數(shù)發(fā)生偏移和開關(guān)管的性能已不能正常使用。結(jié)構(gòu)性故障主要指因各元件尤其指功率器件的破壞而出現(xiàn)的電力結(jié)構(gòu)改變。例如電容、電感和開關(guān)器件的開路及短路[2]。電器元件故障模式有軟故障和硬故障兩種。當(dāng)電器元件出現(xiàn)短路和開路從而引發(fā)的故障被稱為硬故障。電氣軟件沒有短路或開路但其實(shí)際大小與正常值之間有所偏離導(dǎo)致電路的不正常特性，這時(shí)的故障模式為軟故障。從實(shí)際情況可知，硬故障所占比例較大，約為80%。電容故障模式主要包括開路、短路、軟故障偏大和軟故障偏小四種。在整個(gè)系統(tǒng)中電容發(fā)生故障的概率最大。在硬故障模式中，鉭電容器通常是短路而陶瓷電容和鋁電容通常是開路。開關(guān)器件作為電力電子變換器的關(guān)鍵部位和基本元件，直接影響著電力電路的安全性。根據(jù)電力電子電路故障中觸發(fā)脈沖故障一大特點(diǎn)，其故障表現(xiàn)形式主要有缺脈沖、多脈沖、相序錯(cuò)和脈沖間距錯(cuò)四種。有一種特殊的故障模式與原有電力電子變換器的故障診斷不同，即便是被診斷為可以正常工作的電力電子變換器，這種故障模式也會(huì)導(dǎo)致變換器的性能惡化甚至無法運(yùn)行。這種故障模式發(fā)生的原因在于很多設(shè)計(jì)者并不了解變換器中的一些非線性特性和工作模態(tài)。

1.3.2 神經(jīng)網(wǎng)絡(luò)在電力電子電路故障診斷中的應(yīng)用。神經(jīng)性網(wǎng)絡(luò)在電力電子電路故障的診斷過程如下：①確定神經(jīng)網(wǎng)絡(luò)目標(biāo)輸出樣本：對(duì)電力電子電路進(jìn)行分析，確定電路中會(huì)出現(xiàn)的故障類型，把這些故障類型作為神經(jīng)網(wǎng)絡(luò)的目標(biāo)輸出樣本。②得到神經(jīng)網(wǎng)絡(luò)的標(biāo)準(zhǔn)輸入樣本：從分析所得的故障類型中提取故障信號(hào)，將故障信號(hào)進(jìn)行相關(guān)處理后將其作為神經(jīng)網(wǎng)絡(luò)的標(biāo)準(zhǔn)輸入樣本。③樣本訓(xùn)練：依據(jù)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)通過神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和存儲(chǔ)個(gè)故障信號(hào)和類型間的映射關(guān)系，根據(jù)相應(yīng)學(xué)習(xí)規(guī)則進(jìn)行樣本訓(xùn)練。④結(jié)果顯示：通過計(jì)算得出神經(jīng)網(wǎng)絡(luò)的參數(shù)值，將結(jié)果傳至執(zhí)行機(jī)構(gòu)或者顯示設(shè)備。在整個(gè)過程中故障特征的提取及預(yù)處理和神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)是兩個(gè)重要的步驟，下面對(duì)其進(jìn)行詳細(xì)的敘述：①故障特征信號(hào)的提取和預(yù)處理故障電路狀態(tài)信號(hào)分析、處理和各種預(yù)處理技術(shù)通常用來對(duì)故障信號(hào)進(jìn)行提取。按照一定的規(guī)則對(duì)電力電子電路的測(cè)試數(shù)據(jù)進(jìn)行分類、壓縮。由于提取的故障特征和電路在不同故障狀態(tài)下的統(tǒng)一故障特征與元件的故障狀態(tài)沒有關(guān)系，從而大大的使故障特征的提取得到了簡(jiǎn)化，計(jì)算量減小，診斷速度也得到了很大的提高。故障特征信號(hào)提取和預(yù)處理過程的基本結(jié)構(gòu)見圖2，首先在發(fā)生故障的電路上加激勵(lì)源，再采用相關(guān)方法測(cè)量其響應(yīng)信號(hào)，最后預(yù)處理其特征信號(hào)，將其從測(cè)量空間轉(zhuǎn)化到特征空間。②神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)過程。神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)過程可按照如下幾個(gè)步驟進(jìn)行：a對(duì)神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)進(jìn)行設(shè)計(jì)；b根據(jù)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)確定輸入標(biāo)準(zhǔn)樣本和目標(biāo)輸出樣本；c對(duì)神經(jīng)網(wǎng)絡(luò)的算法進(jìn)行設(shè)計(jì)，并使用學(xué)習(xí)算法訓(xùn)練其輸入樣本，直到其符合要求；d獲得網(wǎng)絡(luò)參數(shù)，輸出結(jié)果。其設(shè)計(jì)過程如圖3示[4]。

2 總結(jié)

BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于電力電子故障診斷中能夠有效的處理許多問題，但它也存在著一些問題和缺陷，主要表現(xiàn)在以下幾個(gè)方面：①對(duì)樣本的要求很高[5]：要構(gòu)成神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)樣本需要滿足以下兩個(gè)方面的條件，其中之一是每個(gè)故障模式樣本都不能與其它的樣本重復(fù)，即樣本是唯一的，第二個(gè)條件就是要形成樣本庫需要非常多的樣本數(shù)據(jù)。然而在現(xiàn)實(shí)的應(yīng)用中這樣的條件往往是比較難滿足的，這是由于在通常情況下已知的故障樣本量比較小，不論是在數(shù)量還是質(zhì)量都難以滿足高性能神經(jīng)網(wǎng)絡(luò)故障診斷模型對(duì)樣本的條件要求。因此神經(jīng)網(wǎng)絡(luò)對(duì)學(xué)習(xí)樣本的條件非常高。②訓(xùn)練的時(shí)間過長(zhǎng)：在處理一些復(fù)雜問題時(shí)，BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練時(shí)間可能達(dá)到好幾個(gè)小時(shí)還可能更長(zhǎng)久，引起這種情況的原因可能是學(xué)習(xí)效率的值過于小，解決這種情況的方法是采用自適應(yīng)學(xué)習(xí)速率進(jìn)行改善，但是有時(shí)候這種方法并不能起到很大的改善作用，這個(gè)時(shí)候就可以考慮采用其它的算法。③可能出現(xiàn)麻痹現(xiàn)象：所謂的麻痹現(xiàn)象就是指網(wǎng)絡(luò)在經(jīng)過一段時(shí)間的訓(xùn)練之后，誤差平方和的輸出值恒定在一個(gè)特定的值不下降。產(chǎn)生這種現(xiàn)象的原因可能是因?yàn)樵谟?xùn)練過程中初始權(quán)值選的太大，這樣的后果是幾乎所有的或是大部分神經(jīng)元的加權(quán)和偏大，S傳遞函數(shù)的輸入值在它的飽和區(qū)，這點(diǎn)導(dǎo)數(shù)趨于零，最后導(dǎo)致的結(jié)果是兩次的權(quán)值幾乎沒有變化，自然輸出的誤差平方和也就基本保持不變了。

參考文獻(xiàn)：

[1]從靜.電力電子裝置故障診斷技術(shù)研究[D].哈爾濱：哈爾濱工程大學(xué)，2009.

[2]A.B olopion，J.P.Rognon and D.Roye.The Use of Microprocessor for Control and Fault Detection of Electronic Power Converters：Contribution to Safety and Maintainability. Lansane：IFAC Control in Power Electronics and ElectricalDrvies，1981.

[3]陳哲，馮天瑾.小波分析與神經(jīng)網(wǎng)絡(luò)結(jié)合的研究進(jìn)展.電子科學(xué)學(xué)刊，2000（3）：496-504.

[4]龍伯華.電力電子電路故障診斷方法研究[D].長(zhǎng)沙：湖南大學(xué)，2009.

[5]張立明，人工神經(jīng)網(wǎng)絡(luò)的模型及其應(yīng)用[M].復(fù)旦大學(xué)出版社，1992.

作者簡(jiǎn)介：丁汛（1991-），男，河南范縣人，本科，合肥工業(yè)大學(xué)儀器科學(xué)與光電工程學(xué)院。endprint