基于憶阻神經(jīng)網(wǎng)絡(luò)的風電變流器故障診斷.pdf

1、目前，能源匱乏與環(huán)境污染上升成為困擾全球發(fā)展的兩個最主要的問題，而風能的開發(fā)利用將是緩解這兩大難題的有效途徑。作為風力發(fā)電系統(tǒng)的核心部件，風電變流器的作用主要在于保證在風速變化時系統(tǒng)依然能夠發(fā)出頻率、幅值穩(wěn)定的優(yōu)質(zhì)電能。然而，風力發(fā)電機組往往都建在偏遠、氣候條件不適宜人類長期居留的戈壁、山區(qū)、草原等地區(qū)，且分布面積廣、數(shù)量多，再加上機組體積龐大，結(jié)構(gòu)復(fù)雜，難以做到日常的例行檢查和維護。風電變流器在運行過程中如果發(fā)生故障，輕則致使輸出電壓

2、波形產(chǎn)生畸變從而降低供電質(zhì)量，重則損毀發(fā)電機等昂貴設(shè)備，致使整個風電機組癱瘓，甚至會對整個電網(wǎng)的安全產(chǎn)生極大的威脅，給國家造成巨大的經(jīng)濟損失。因此，為了避免事故的進一步加劇，減少由此帶來的經(jīng)濟損失，確保風電變流器安全、高效、可靠地運行，研究風電變流器的故障診斷系統(tǒng)具有十分重要的意義。
　　本文以風力機變流器為研究對象，提出將憶阻神經(jīng)網(wǎng)絡(luò)應(yīng)用于其相關(guān)故障的診斷測試中，并在Matlab/Simulink平臺上建立了一套基于憶阻神經(jīng)網(wǎng)絡(luò)

3、的故障診斷系統(tǒng)。
　　論文的主要研究工作包括：
　　(1)建立了永磁直驅(qū)式風電變流器的Simulink仿真模型，模擬了變流器在正常運行狀態(tài)時的輸出電壓波形，以及單IGBT開路、上下橋臂中的兩只IGBT同時開路、同一半橋的兩只IGBT同時開路、交叉的兩只IGBT同時開路時的輸出電壓波形。在此基礎(chǔ)上，利用小波包分析法對變流器處于不同開路故障下的輸出電壓波形進行了特征提取，經(jīng)過規(guī)范化處理，得到相關(guān)的故障特征向量。
　　(2)

4、利用電壓控制憶阻器作為人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks，簡寫為ANNs）的權(quán)重，在工程思想上提出了基于憶阻器的神經(jīng)網(wǎng)絡(luò)，并給出了整體模型、程序流程、算法、學習規(guī)則及各功能單元的設(shè)計方案。最終建立了面向風電變流器常見開路故障的整套故障診斷系統(tǒng)。
　　(3)選取基于小波包分析構(gòu)造的故障電壓特征向量作為憶阻神經(jīng)網(wǎng)絡(luò)的輸入量，對風力機變流器的正常運行狀態(tài)以及常見的21種開路故障進行了學習訓練，并通過實際工