基于小波包和量子神经网络的逆变器故障诊断

doi:10.3969/j.issn.1674-8425(z).2021.04.020

重庆理工大学学报（自然科学） ›› 2021, Vol. 35 ›› Issue (4): 152-158.doi: 10.3969/j.issn.1674-8425(z).2021.04.020

基于小波包和量子神经网络的逆变器故障诊断

丁毅，何怡刚，李兵，崔介兵

合肥工业大学电气工程与自动化学院，合肥２３０００９

收稿日期:2020-05-26 出版日期:2021-05-10 发布日期:2021-05-10
作者简介:丁毅，男，硕士，主要从事电力电子故障诊断、智能电网技术研究，Ｅｍａｉｌ：８７１０９８７４７＠ｑｑ．ｃｏｍ。
基金资助:
国家自然科学基金项目(51777050);装备预先研究重点项目(41402040301)

Received:2020-05-26 Online:2021-05-10 Published:2021-05-10

摘要/Abstract

摘要： 针对三电平逆变器电路拓扑结构复杂,电路具有较强的非线性特征问题,提出一种基于小波包分析和量子神经网络的三电平逆变器开路故障诊断方法?采用三电平逆变器上? 中?下桥臂电压作为测量信号,通过小波包方法对桥臂输出电压信号进行分析,获取故障信号小波节点系数;计算各节点小波能量谱特征并进行归一化处理,得到 IGBT不同故障状态下的故障特征;利用故障特征训练量子神经网络,并对其进行测试以确定故障类别;通过实验平台验证了算法可行性?实验结果表明:提出的方法适用于三电平逆变器故障诊断,具有工程参考价值?

关键词: 三电平逆变器, 故障诊断, 小波包分析, 量子神经网络

中图分类号:

TM464

丁毅，何怡刚，李兵，崔介兵. 基于小波包和量子神经网络的逆变器故障诊断[J]. 重庆理工大学学报（自然科学）, 2021, 35(4): 152-158.

[1]	王华秋1,李鑫2. 门循环单元预测模型在故障诊断中的应用[J]. 重庆理工大学学报（自然科学）, 2021, 35(2): 152-158.
[2]	陈雪俊1,贝绍轶1,李波1,卿宏军2,毛坤鹏1. 基于组合降噪的卷积神经网络轴承故障诊断方法[J]. 重庆理工大学学报（自然科学）, 2021, 35(2): 96-104.
[3]	王博1,王斌2,赵东平1. 阶次跟踪在行星齿轮箱非平稳信号故障诊断中的应用[J]. 重庆理工大学学报（自然科学）, 2021, 35(2): 105-111.
[4]	修嘉芸1,谷玉海1,任斌2,王红军1. 基于LSTM与迁移学习的滚动轴承故障诊断[J]. 重庆理工大学学报（自然科学）, 2021, 35(1): 83-88.
[5]	姚文,丁康. 定轴齿轮箱故障振动特性仿真及实验研究[J]. 重庆理工大学学报（自然科学）, 2020, 34(7): 114-121.
[6]	张明德，卢建华，马婧华. 基于多尺度卷积策略CNN的滚动轴承故障诊断[J]. 重庆理工大学学报（自然科学）, 2020, 34(6): 102-110.
[7]	刘彦超１, 刘慧文２, 高薇３, 李凤银４. 基于改进粒子滤波算法的小型无人机传感器故障诊断方法[J]. 重庆理工大学学报（自然科学）, 2019, 33(10): 174-179.
[8]	. 改进量子神经网络高压断路器故障诊断方法研究[J]. 重庆理工大学学报（自然科学）, 2018, 32(9): -.
[9]	. 基于刚柔耦合动力学的定轴齿轮箱故障仿真[J]. 重庆理工大学学报（自然科学）, 2018, 32(3): -.
[10]	. 基于转速信号的旋转机械故障诊断方法研究[J]. 重庆理工大学学报（自然科学）, 2018, 32(3): -.
[11]	. 多桥并联励磁系统功率单元故障诊断方法[J]. 重庆理工大学学报（自然科学）, 2017, 31(6): -.
[12]	. 罗氏线圈检测励磁变压器中脉冲干扰信号仿真试验研究[J]. 重庆理工大学学报（自然科学）, 2017, 31(6): -.
[13]	. 三电平DPWM光伏逆变器的中点平衡控制[J]. 重庆理工大学学报（自然科学）, 2016, 30(9): -.
[14]	. 一种简化的三电平逆变器空间矢量脉宽调制算法[J]. 重庆理工大学学报（自然科学）, 2016, 30(8): -.
[15]	. 基于BP神经网络的电控发动机故障诊断研究[J]. 重庆理工大学学报（自然科学）, 2015, 29(8): -.

基于小波包和量子神经网络的逆变器故障诊断

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10