位置:成果数据库 > 期刊 > 期刊详情页
基于人工智能的电力电子电路故障诊断
  • ISSN号:1671-1815
  • 期刊名称:《科学技术与工程》
  • 时间:0
  • 分类:TM762[电气工程—电力系统及自动化] TP183[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]湖南大学电气与信息工程学院,长沙410082
  • 相关基金:国家自然科学基金(50677014)、高校博士点基金(20060532016)、湖南省自然科学基金(06JJ2024)、教育部新世纪优秀人才支持计划(NCET-04-0767)资助
中文摘要:

采用基于波形直接分析的神经网络故障诊断方法实现电力电子电路在线故障诊断。以三相整流电路为例,对电路发生故障时输出的波形进行分析,用故障波形的采样数据制作的样本对神经网络进行训练,将训练好的神经网络用于故障诊断。仿真实验表明该方法是有效的。

英文摘要:

Based on neural network, a new on- line fault diagnosis method for power electronic circuits is presented. The example of rectifier circuit is taken. After analyzing the output waveforms of fault circuit and training a BP neural network with the sampling data of fault waveforms, a well training BP neural network is constructed and used to diagnose the fault. The simulation and experiment demonstrate that this method is valid.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《科学技术与工程》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国技术经济学会
  • 主编:明廷华
  • 地址:北京市学院南路86号
  • 邮编:100081
  • 邮箱:ste@periodicals.net.cn
  • 电话:010-62118920
  • 国际标准刊号:ISSN:1671-1815
  • 国内统一刊号:ISSN:11-4688/T
  • 邮发代号:2-734
  • 获奖情况:
  • 国内外数据库收录:
  • 中国中国科技核心期刊,中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:29478