（2）故障信号处理。将归一化后的直流电压作FFT分析，提取故障特征参数：幅值频谱中的直流分量和前3次谐波值（即A0、A1、A2、A3），幅值已归一化，故无量纲；相位频谱中的前4次谐波（即B1、B2、B3、B4），单位为°。产生的幅值频谱、相位频谱数据即故障特征参数样本数据见表1。

    在MATLAB软件中对编写的PNN分类函数程序进行仿真，PNN网络完成训练后输出一个故障类别模式相量yc={12345678910}，表示已完成对标准样本数据的分类训练。从训练结果看，该网络具有收敛速度快、分类精度高的优点。
    （3）故障模式分类。将故障特征参数作为样本输入相量录入至PNN网络进行训练分类，故障信息识别后的输出即可产生故障模式类别。根据分类函数在MATLAB软件中编写PNN网络程序，对应的故障模式分类描述情况见表2。

    （4）试验测试验证。将训练好的PNN样本网络应用于实践中，在试验中提取测试数据进行故障诊断测试验证。在试验采集的数据集中，选取任意带有少量误差的4组数据作为测试数据（见表3），并输入到已训练好的PNN程序中进行验证，测试结果输出yc={1 8 2 9），分别对应无故障、VIV4异常断路、V1异常断路、V3 V6异常断路4种工作模式。测试效果理想，有效地验证了PNN故障诊断网络的性能。

    4 结束语
    综合上述基于三相桥式整流电路的故障诊断分析，以频谱分析所得的电压谐波为故障特征参数，以PNN网络作为故障特征参数的模式识别算法，利用采集到的大量故障电压幅值频谱和相位频谱数据，设计了简易可行的故障诊断系统。该诊断系统精度高、训练的收敛速度快，将其推广于整个电力电子系统，可降低电力电子电路故障诊断的误判率，提高诊断速度。根据FFT和PNN网络的自身数学特性，本算法局限性在于处理某些非周期信号或故障规模过大的电路时易降低故障识别精度，但对于大多数电力电子电路还是具有很高的适用性。

上一页  [1] [2] [3]