基于小波变换的电力电子装置故障诊断的研究毕业设计论文.docx

基于小波变换的电力电子装置故障诊断的研究毕业设计论文.docx

《基于小波变换的电力电子装置故障诊断的研究毕业设计论文.docx》由会员分享，可在线阅读，更多相关《基于小波变换的电力电子装置故障诊断的研究毕业设计论文.docx（87页珍藏版）》请在冰豆网上搜索。

基于小波变换的电力电子装置故障诊断的研究毕业设计论文

基于小波变换的电力电子装置故障诊断的研究

TheResearchonFaultDiagnosisofPowerElectronicEquipmentBasedonWaveletTransform

2013届电气工程系

专　　业电气工程及其自动化

完成日期　2013年5月27日

毕业设计成绩单

学生姓名

学号

班级

专业

电气工程及其自动化

毕业设计题目

基于小波变换的电力电子装置故障诊断的研究

指导教师姓名

指导教师职称

副教授

评定成绩

指导教师

得分

评阅人

得分

答辩小组组长

得分

成绩：

院长（主任）签字：

年月日

毕业设计任务书

题　目

基于小波变换的电力电子装置故障诊断的研究

学生姓名

学号

班级

专业

电气工程及其自动化

承担指导

任务单位

电气工程系

导师

姓名

导师

职称

副教授

一、设计内容

用Simulink对三相桥式整流电路仿真，并对各种故障波形进行建模，分类记录各种故障数据，利用小波分析算法提取故障特征，用神经网络进行模式识别，给出识别结果。

二、基本要求

1.利用MATLAB语言，对三相桥式整流电路建立数学模型，并构建各种故障模型。

2.分类记录各种故障数据。

3.利用MATLAB语言，完成小波分析算法，提取出故障数据特征。

4.对提取出的故障特征，进行模式识别。

5.设计计算说明书一份，要求条目清楚、计算正确、文本整洁。

6.提供有关课题的英文资料原文和译文各一套。

7.提交开题报告一份。

三、设计的主要技术指标及要求

1.概述三相桥式整流电路故障诊断的方法，比较各自特点，确定总体设计方案。

2.分析三相桥式整流电路故障特点及其分类方法。

3.确定小波算法中的母小波函数。

4.分析小波算法，完成该算法的MATLAB软件程序。

5.将提取的故障特征送入神经网络，完成模式识别，给出分类结果。

四、应收集的资料及参考文献

[1]《电力电子技术》王兆安主编机械工业出版社

[2]《小波变换与工程应用》彭玉华主编科学出版社

[3]《神经网络》候媛彬主编电子工业出版社

五、进度计划

1-2周课题调研、收集、学习参考资料，制定毕业设计方案。

3-4周写开题报告，查阅外文资料，并翻译成中文。

5-6周熟悉MATLAB语言特点和功能、整理参考资料。

7-8周完成整流电路数学建模及各种故障电路数学模型的建立，中期检查。

9周选取小波分析算法的母小波函数。

10-11周完成小波分析算法的软件系统设计，并完成调试。

12周完成模式识别，实时显示系统分析结果。

13-14周整理并撰写毕业设计论文，提交论文给指导老师。

15-16周答辩

教研室主任签字

时　间

年月日

毕业设计开题报告

题　目

基于小波变换的电力电子装置故障诊断的研究

学生姓名

学号

班级

专业

电气工程及其自动化

一、研究背景

随着现代化大生产的发展和科学技术的进步，电力电子装置结构越来越复杂，功能越来越完善，自动化程度越来越高，装置故障对生产的影响显著的增加。

电力电子装置发生故障必须快速（数毫秒到数十毫秒内）将主电路停电。

装置故障严重的可能造成灾难性的事故，造成人员伤亡，产生严重的社会影响，即使是生产中的事故也可能导致生产过程不能正确运行或机器设备损坏造成巨大的经济损失。

因此保证装置的安全可靠的运行，充分发挥其效益，就必须大力发展故障诊断技术。

故障诊断技术受到各国学者的重视而成为研究热点之一。

二、国内外研究现状

目前故障诊断技术是国内外研究的前沿课题，国内外都对其展开了积极的研究，并且已经产生了巨大的经济效益。

从故障诊断技术的各分支技术来看，美国占有领先地位，美国的许多权威机构如美国机械工程师学会（ASME），美国宇航局（NASA）等都参与了这一领域的研究，投入了大量的资金：

不少的高校和企业也都设立了诊断技术研究中心，美国的一些公司，如Bently、HP、Scientmcatalajlta等，他们的检测产品基本上代表了当今诊断技术的最高水平，不仅具有完善的监测功能，而且具有较高的诊断功能，在军事、化工等方面具有广泛的应用；其它一些国家故障诊断技术的发展也是各有特色，如英国在摩擦诊断方面、丹麦在振声诊断方面等等，他们在诊断技术应用方面都各具优势。

自上世纪80年代以来，随着电力电子技术日益广泛的应用，国内外许多学者对电力电子电路故障诊断进行了大量研究，取得了不少成果，形成了一些系统的方法，为本课题的研究提供了丰富的知识依据。

故障诊断的关键是提取故障特征。

故障特征是指反映故障征兆的信号经过加工处理后所得的、反映设备与系统的故障种类、部位与程度的综合量

目前，国内外研究的电力电子装置故障诊断方法主要有：

1.直接检测法

通过检测电路电压或电流，得到电路的工作状态，再与触发脉冲进行时序逻辑比较，从而判断被诊断对象是否发生故障。

这种方法需检测每个被诊断元件的电压或电流，所需测试点较多，需要专门的检测电路。

2.谱分析法

谱分析的目的：

信号中含有噪声，为了提取特征向量，故障信号的时域波形不能清楚地反映故障的特征。

在故障诊断中通常采用的信号处理方法是谱分析，常用的有傅里叶谱、沃尔什谱，还有滤波、相关分析等。

3.小波变换法

小波变换作为一种信号的时间――尺度分析和时间――频率分析法，能有效地从信号中提取信息，由于小波函数具有良好的时――频特性，因而小波分析方法为信号的时――频分析提供了有力的工具。

小波变换保留了Fourier变换的优点，并且在时间上和频率上都可以进行局部分析，特别适合于分析奇异性强的故障信号，被誉为“数学显微镜”。

小波变换用于电气设备故障诊断就是对电气设备运行中产生的各种电磁、机械等物理信号进行实时监测，判别其状态，力求在故障初期或故障时刻发出警报，及时处理、排除故障。

电气设备正常运行时产生的电磁信号比较平稳，而故障时则会产生奇异点。

运用小波变换理论对所产生的奇异电磁信号作多分辨率分析（MRA），将信号分解到不同的尺度上，每个尺度上的信号反映了原信号的不同频率组成成分，可以将故障信号显示出来，从而达到状态监视和故障诊断的目的。

4.专家系统的方法

专家系统诊断的基本思想是：

通过理论分析、实践经验及实验建立一个可靠的知识库，该知识库包含电路的环境知识、系统知识和一个规则库，其中知识库反映了系统的因果关系，具体到电路故障诊断系统中就是电路变量和故障类型、故障点之间的因果关系，然后通过人机接口得到实际运行中的特征变量值，将它应用到规则库进行推理，就得到电路的基本工作状态和故障信息。

专家系统故障诊断方法的缺点是建立知识库比较困难，特别是在进行复杂电路的故障诊断时，所需的庞大知识库更是难以建立。

5.基于神经网络故障诊断方法

神经网络具有模拟任何连续非线性函数的能力和从样本自适应学习的能力，有大规模并行处理、分布式信息存储等特点，在信号处理、模式识别、智能控制等领域获得了成功的应用，而将神经网络用于故障诊断，可以克服基于数学模型诊断方法难以建模的问题和基于专家系统诊断方法不能处理新情况的问题，是目前电力电子电路故障诊断应用最广泛的诊断方法。

三、论文的主要工作和所采的方法手段

本文的主要工作是用Simulink对三相桥式整流电路仿真，并对各种故障波形进行建模，分类记录各种故障数据，利用小波分析算法提取故障特征，用神经网络进行模式识别，给出识别结果。

根据其设计具有的技术要求，首先电力电子装置其中以晶闸管的断路和短路最为常见，对三项桥式全控整流电路的故障进行分析。

通过信号采集，可以分为晶闸管无故障，一个晶闸管发生故障，多个晶闸管故障。

多个晶闸管又分为同组不同相或者不同组同相，不同组也不同相。

其次用小波变换对电力电子装置运行中进行实时监测，判别其状态，力求在故障初期或故障时刻发出警报。

最后将故障的波形及形式送入电脑神经网络系统。

当故障发生时采取的信号与故障信号相比较，从而发出报警信号显示出故障发生的原因。

系统总体原理图

四、预期达到的结果

通过本次设计希望达到对电力电子装置进行实时监测，判别其状态，力求在故障初期或故障时刻发出警报，及时处理、排除故障。

可以将故障信号显示出来，从而达到状态监视和故障诊断的目的。

指导教师签字

时　间

　　年　月日

摘要

随着现代化大生产的发展和科学技术的进步，电力电子装置结构越来越复杂，功能越来越完善，自动化程度越来越高，装置故障对生产的影响显著增加。

电力电子装置发生故障必须快速将主电路停电。

为保证装置的安全可靠的运行，充分发挥其效益，因此电力电子装置故障诊断技术的研究越来越具有重要的意义。

本文详细的分析了基于Matlab/Simulink的三相全控整流桥装置，分别介绍了三相全控整流桥的主电路，和各种仿真参数。

在此基础上，获得了整流装置的22种故障波形及各故障状态下的输出的电压波形。

利用小波变换的模极大值检测故障波形的突变点，确定故障发生时刻。

利用小波多分辨率分析将信号分解在不同的频带之内，对各个频带内的小波系数进行能量统计分析，形成表征故障的特征向量，提取原始数据各频段的能量值作为故障分类的数据。

论文给出了基于Matlab的BP神经网络的设计方法、实际训练和测试的仿真结果。

通过BP神经网络良好的非线性映射特性，作为故障分类器，来实现电力电子故障的诊断。

本文设计的电力电子装置故障诊断系统能快速的定位故障点，实现各类故障的精确分类使之具有广阔的应用前景。

关键词：

电力电子装置　故障诊断　小波变换　BP神经网络

Abstract

Withthedevelopmentofmodernmassproductionandtechnologicalprogress,thestructureofpowerelectronicdevicesisincreasinglycomplex,function moreandmorecomplete,automationdegreebecomesmoreandmoreadvanced,devicefailureaffectproductionincreasedsignificantly.Thepowerofmaincircuitmustbeshutdownwhenautomaticfailureoccurs.Soastokeepsystemrunningsafely,developitseffectivenessfully,thereforeitisofgreatpracticalsignificancetokeeptheresearchonthefaultdiagnosisofpowerelectronicdevices.

Thisessayanalyzesindetailthree-phase full-controlled rectifierbridge devicebasedonMatlab/Simulink,andintroducesthemaincircuitofthree-phasefullcontrolledrectifierbridge device,andallkindsofsimulationparameter.Onthisbasis,accesstotherectifyingdevice22kindsoffaultsandthefaultstateofthewaveformoutputvoltagewaveform.Usingwavelettransform modulusmaximapointmutationsto detected faultwaveform todeterminethefailuretime.Multiresolutionwaveletanalysistodecomposethesignalindifferentfrequencybandswithinthefrequencybandofeachwaveletcoefficientenergytatisticalanalysistheformationofthefeaturevectorrepresentationsignal extracted rawdata foreachfrequencyband energyvalue dataclassifiedasafault.Thispapergivesa BPneuralnetworkbasedonMatlabdesignmethods,practicaltrainingandtestingofthesimulationresults.BPneuralnetworkthroughgoodnonlinearmappingfeature,asafaultclassifier,toachievepowerelectronicfaultdiagnosis.

Thedesignedofpowerelectronicdevicesfaultdiagnosissystemfindfaultpointquickly,accuratelyclassifyvariousfaultsothatithasabroadapplicationprospect.

Alpha

Keywords:

PowerelectronicdeviceFaultdiagnosisWavelettransformBPneuralnetwork

第1章　绪论

1.1　课题研究的目的意义

随着电力电子技术的高速发展，实现能量变换的电力电子整流装置越来越广泛地应用到工业生产和社会生活的各个方面，同时电力电子整流装置的故障问题也越来越突出，因此在电力电子整流装置中应用故障诊断技术有其现实意义和经济意义，对其开展相关的理论和方法研究尤为重要。

电力电子装置故障诊断技术的基本意义在于减少由于设备故障导致的停机时间。

电力电子技术的广泛应用使得电力电子装置的用户遍布各行各业，用户可能对电力电子装置并不熟悉。

因此一旦发生故障，若仅由人工查找故障的发生点和故障类型，由于缺少详细的故障信息，要快速准确的诊断故障比较困难，因为它完全依赖于维修人员的经验，这样导致的后果就是延长停机时间，而电力电子装置通常被用于生产工艺的关键流程之中，所以延长停机时间就意味着重大的经济损失。

如果应用故障诊断技术，在故障发生后极短的时间里就能提供给维修人员详细的故障信息，故障定位准确可靠，自然大大缩短停机时间，工作效率就有较大提高[1]。

电力电子装置故障诊断技术的基本目的在于快速准确地提供报警信号和故障信息。

利用这些信息，工作人员可根据故障的轻重缓急，采取相应的措施来减小故障的影响范围，防止二次故障的发生；维护人员根据故障信息快速地维护设备，减少停机时间，提高电力电子装置整体的工作效率。

1.2　国内外研究现状

目前故障诊断技术是国内外研究的前沿课题，国内外都对其展开了积极的研究，并且已经产生了巨大的经济效益。

从故障诊断技术的各分支技术来看，美国占有领先地位，美国的许多权威机构如美国机械工程师学会（ASME），美国宇航局（NASA）等都参与了这一领域的研究，投入了大量的资金：

不少的高校和企业也都设立了诊断技术研究中心，美国的一些公司，如Bently、HP、Scientmcatalajlta等，他们的检测产品基本上代表了当今诊断技术的最高水平，不仅具有完善的监测功能，而且具有较高的诊断功能，在军事、化工等方面具有广泛的应用；其它一些国家故障诊断技术的发展也是各有特色，如英国在摩擦诊断方面、丹麦在振声诊断方面等等，他们在诊断技术应用方面都各具优势。

自上世纪80年代以来，随着电力电子技术日益广泛的应用，国内外许多学者对电力电子电路故障诊断进行了大量研究，取得了不少成果，形成了一些系统的方法，为本课题的研究提供了丰富的知识依据。

故障诊断的关键是提取故障特征。

故障特征是指反映故障征兆的信号经过加工处理后所得的、反映设备与系统的故障种类、部位与程度的综合量

目前，国内外研究的电力电子装置故障诊断方法主要有：

（1）直接检测法

通过检测电路电压或电流，得到电路的工作状态，再与触发脉冲进行时序逻辑比较，从而判断被诊断对象是否发生故障。

这种方法需检测每个被诊断元件的电压或电流，所需测试点较多，需要专门的检测电路。

（2）谱分析法

谱分析的目的：

信号中含有噪声，为了提取特征向量，故障信号的时域波形不能清楚地反映故障的特征。

在故障诊断中通常采用的信号处理方法是谱分析，常用的有傅里叶谱、沃尔什谱，还有滤波、相关分析等[2]。

（3）小波变换法

小波变换作为一种信号的时间――尺度分析和时间――频率分析法，能有效地从信号中提取信息，由于小波函数具有良好的时――频特性，因而小波分析方法为信号的时――频分析提供了有力的工具。

小波变换保留了Fourier变换的优点，并且在时间上和频率上都可以进行局部分析，特别适合于分析奇异性强的故障信号，被誉为“数学显微镜”。

小波变换用于电气设备故障诊断就是对电气设备运行中产生的各种电磁、机械等物理信号进行实时监测，判别其状态，力求在故障初期或故障时刻发出警报，及时处理、排除故障[3]。

电气设备正常运行时产生的电磁信号比较平稳，而故障时则会产生奇异点。

运用小波变换理论对所产生的奇异电磁信号作多分辨率分析（MRA），将信号分解到不同的尺度上，每个尺度上的信号反映了原信号的不同频率组成成分，可以将故障信号显示出来，从而达到状态监视和故障诊断的目的。

（4）专家系统的方法

专家系统诊断的基本思想是：

通过理论分析、实践经验及实验建立一个可靠的知识库，该知识库包含电路的环境知识、系统知识和一个规则库，其中知识库反映了系统的因果关系，具体到电路故障诊断系统中就是电路变量和故障类型、故障点之间的因果关系，然后通过人机接口得到实际运行中的特征变量值，将它应用到规则库进行推理，就得到电路的基本工作状态和故障信息。

专家系统故障诊断方法的缺点是建立知识库比较困难，特别是在进行复杂电路的故障诊断时，所需的庞大知识库更是难以建立。

（5）基于神经网络故障诊断方法

神经网络具有模拟任何连续非线性函数的能力和从样本自适应学习的能力，有大规模并行处理、分布式信息存储等特点，在信号处理、模式识别、智能控制等领域获得了成功的应用，而将神经网络用于故障诊断，可以克服基于数学模型诊断方法难以建模的问题和基于专家系统诊断方法不能处理新情况的问题，是目前电力电子电路故障诊断应用最广泛的诊断方法。

1.3　论文研究的内容

本文主要研究电力电子装置故障仿真、故障特征向量的提取和故障模式的识别。

装置故障仿真以三相全控桥式整流装置为例，利用Matlab7.0/Simulink软件仿真获得故障时的输出电压波形，利用小波理论的多分辨率分析提取特征向量，利用BP神经网络进行模式分类。

（1）电力电子装置的仿真研究

电力电子装置出现故障时，电压电流的波形发生异常。

基于这一思想，对无故障时的装置进行仿真分析，以电压波形作为诊断信息的一部分，然后根据电力电子装置的实际情况模拟各故障状态，建立故障信息。

对电力电子装置进行仿真时考虑了电力电子主装置所有可能的工作状况，以尽可能符合实际工作情况，因为不同的工作状况对应的正常情况波形和故障情况波形不相同。

（2）故障特征的提取

本文应用小波理论进行故障特征的提取。

小波变换能够通过多尺度分析提取信号的奇异点，利用小波变换系数模极大值检测故障波形的突变点，确定故障发生时刻。

应用多分辨率分析将信号分解在不同的频带之内，再对各个频带内的小波系数进行能量统计分析，形成反映信号特征的特征向量。

分析小波基函数的选取对故障特征提取的影响，说明小波系数具有能量的量纲，特征向量形成用于神经网络故障诊断的特征矩阵。

（3）故障识别方法

在提取了故障特征向量的基础上，设计一个BP神经网络分类器，用于判断故障类型，进行故障识别。

第2章　总体设计方案

2.1　电力电子装置故障诊断分析的设计思路

本设计首先要对电力电子装置的故障进行研究，装置故障仿真以三相全控桥式整流装置为例，利用Matlab7.0/Simulink软件仿真获得故障时的输出电压波形，确立故障类型。

然后对故障波形进行处理，利用小波理论的多分辨率分析提取特征数据，最后确定神经网络类型，将数据送入到神经网络，快速的检测出故障。

2.2三相全控桥式整流装置

三相桥式全控整流电路原理图如图2-1所示。

　　　　　　　　　图2-1　三相桥式全控整流电路原理图

本文检测故障主要是检测输出的电压，三相桥式全控整流电路输出电压除受控α之外，负载特性也会影响其输出电压。

而对于电阻性负载，当α≤60°时输出电压Ud波形连续，而当α>60°时输出电压波形出现间断。

对于阻感性负载α≤60°时，输出电压Ud与电阻性负载时相似，当α>60°时，由于电感L的作用，输出电压Ud出现负的部分，若L足够大，当α=90°时，输出电压Ud平均值近似为零。

对三相桥式全控整流桥进行分析,晶闸管的触发顺序是：

VT6-VT1-VT2-VT3-VT4-VT5-VT6，相位依次差60°。

电路正常工作时，任何时刻都有两个晶闸管导通，其中一个晶闸管是共阴极组的，另一个是共阳极组的，且不能为同一相的晶闸管。

晶闸管的短路故障包括两种情况：

一种情况是晶闸管没有触发即可导通，无反向电流流过，即晶闸管实际上相当于二极管；另一种情况是晶闸管被击穿，有反向电流流过。

对于晶闸管的短路故障，可以由电流检测法和电压检测法来确定。

本文只研究晶闸管开路时的故障诊断，用电压检测法来确定。

2.3利用小波变换提取故障数据

小波变换具有良好的时——频特性，因此可以有效地用于电气设备故障诊断。

小波变换能够通过多尺度分析提取信号的奇异点，其基本原理是当信号在奇异点附近的Lipschitz指数α＞0时，其连续小波变换的模极大值随尺度的增大而增大；当α＜0时，则随尺度的增大而减小。

噪声对应的Lipschitz指数远小于0，而信号边沿对应的Lipschitz指数大于或等于0，因此，利用小波变换可以区分噪声和信号边沿，有效地检测出信号突变点。

小波变换提取故障数据设计思路如图2-2所示。

图2-2小波变换提取故障数据设计思路

2.4　神经网络检测故障

本文采用的神经网络需具有以下特点：

（1）有导师监督的学习方式。

当某组故障信号输入到神经网络中时，要求该神经网络的输出对应于所设定的故障类型代码，即要求输出信息是可靠的，有导师监督的学习方式可以达到这样的要求。

（2）样本记忆容量要比较大。

整流装置发生故障时，故障类型较多，对于每类故障，往往要求整流装置在运行情况下所发生的故障都能正确诊断，这样