检测与诊断
|
基于量子神经网络的电力电子电路故障诊断
龙伯华, 谭阳红, 许慧, 孙磊, 文娟
湖南大学电气与信息工程学院 长沙 410012
Fault Diagnosis of Power Electronic Circuits Based on Quantum Neural Network
Long Bohua, Tan Yanghong, Xu Hui, Sun Lei, Wen Juan
Hunan University Changsha 410012 China
摘要 针对电力电子电路故障诊断时故障模式间存在交叉数据的模式识别问题, 在量子计算和人工神经网络结合的基础上, 提出了一种基于量子神经网络的故障诊断方法, 并以双桥12相脉波整流电路为例进行故障诊断。实验结果表明:量子神经网络有一种固有的模糊性, 它能将不确定性数据合理地分配到各故障模式中, 从而使网络具有高性能、更好的鲁棒性和省时的特点, 且能正确地识别大部分的样本故障模式, 成功地完成电力电子电路的故障诊断。
关键词 :
故障诊断 ,
脉波整流电路 ,
量子计算 ,
神经网络 ,
电力电子电路
Abstract :In this paper, a method for fault diagnosis based on quantum neural network is presented on combination of quantum computation and artificial neural network, which aims at the pattern recognition problems of cross-data in fault modes, during the power electronic circuits fault diagnosis. By taking the Twin-bridge 12 phase pulse wave rectifier circuit as an example, the results show that quantum neural network has the characteristic of inherent ambiguity, which can assign the uncertainty data to each fault mode reasonably, making the network with the features of high capacity, better robust and timesaving. Meanwhile it can identify the majority of the sample fault modes correctly, and has accomplished the fault diagnosis of power electronic circuits successfully.
Key words :
Fault diagnosis
pulse wave rectifier circuit
quantum computation
neural network
power electronic circuit
收稿日期: 2008-05-04
出版日期: 2014-02-17
基金资助: 国家自然科学基金(50277010)和教育部博士基金(20020532016)资助项目
作者简介 : 龙伯华 男, 1982年生, 硕士研究生, 主要研究方向为电路故障诊断。谭阳红 女, 1971年生, 博士, 教授, 主要研究方向为神经网络、小波及信号处理和故障诊断。
引用本文:
龙伯华, 谭阳红, 许慧, 孙磊, 文娟. 基于量子神经网络的电力电子电路故障诊断[J]. 电工技术学报, 2009, 24(10): 170-175.
Long Bohua, Tan Yanghong, Xu Hui, Sun Lei, Wen Juan. Fault Diagnosis of Power Electronic Circuits Based on Quantum Neural Network. Transactions of China Electrotechnical Society, 2009, 24(10): 170-175.
链接本文:
http://dgjsxb.ces-transaction.com/CN/Y2009/V24/I10/170
[1] 朱博, 胡燕, 赵永标. 人工神经网络在故障诊断系统中的应用[J]. 中国电机工程学报, 2005, 25(1): 91-93. [2] Chrisley R. Quantum learning[C]. Finish Asso- ciation of Artificial Intelligence, Lapland, 2005, 77-89. [3] 解光军, 庄镇泉. 量子神经计算模型研究[J]. 电路与系统学报, 2002, 7(2):83-88. [4] Kak S C. On quantum neural computing[J]. Information Sciences, 2005, 31(1): 83-143. [5] 朱大奇, 桑庆兵. 光电雷达电子部件的量子神经网络故障诊断算法[J]. 电子学报, 2006, 3(3): 573-576. [6] 李飞, 赵生妹, 郑宝玉. 量子神经网络及其在CDMA多用户检测中的应用[J]. 信号处理, 2005, 21(6): 555-559. [7] Ezhov A, Ventura D. Quantum neural networks. future directions for intelligent systems and infor- mation sciences[M]. Beijing: Publishing House of Electronics Industry, 2000. [8] Purushothaman G, Karayiannis N B. Feed-forward neural architectures for membership estimation and fuzzy classification[J]. International Journal of Smart Engineering System Design, 1998: 163-185. [9] Angja, Uang Z Q. Research of quantum genetic algorithm and its application in blind source reparation[J]. Journal of Electronics, 2003, 20(1): 62-68. [10] Gopathy Purushothaman, Nicolaos B Karayiannis. Quantum neural networks(QNN’s):inherently fuzzy feedforward neural networks[J]. Neural Networks, 1997, 17(2): 679-693. [11] 刘大年, 史旺旺, 吴桂峰. 基于神经网络的多重化整流电路的故障诊断[J]. 扬州大学学报(自然科学版), 2006, 9(1): 53-57. [12] 李微, 谭阳红, 彭永进. 基于小波分析及网络的电力电子电路故障诊断方法[J]. 电机与控制学报, 2005, 9(6): 557-562.
[1]
魏惠芳, 王丽梅. 永磁直线同步电机自适应模糊神经网络时变滑模控制 [J]. 电工技术学报, 2022, 37(4): 861-869.
[2]
刘树鑫, 宋健, 刘洋, 曹云东, 李静. 交流接触器触头系统运动分析及故障诊断研究 [J]. 电工技术学报, 2021, 36(zk2): 477-486.
[3]
闻枫, 荆凡胜, 李强, 赵文翰, 朱雪琼. 基于改进BP神经网络的无线电能传输系统接收线圈参数优化 [J]. 电工技术学报, 2021, 36(zk2): 412-422.
[4]
张征, 杨少兵, 吴命利, 叶晶晶. 一种用于钢轨电位评估的回归建模方法 [J]. 电工技术学报, 2021, 36(zk1): 31-39.
[5]
葛磊蛟, 廖文龙, 王煜森, 宋丽可. 数据不足条件下基于改进自动编码器的变压器故障数据增强方法 [J]. 电工技术学报, 2021, 36(zk1): 84-94.
[6]
游颖敏, 王景芹, 舒亮, 倪侃, 周新城. 基于音频特征的交流接触器电寿命预测方法 [J]. 电工技术学报, 2021, 36(9): 1986-1998.
[7]
郑含博, 李金恒, 刘洋, 崔耀辉, 平原. 基于改进YOLOv3的电力设备红外目标检测模型 [J]. 电工技术学报, 2021, 36(7): 1389-1398.
[8]
徐奇伟, 黄宏, 张雪锋, 周传, 吴绍朋. 基于改进区域全卷积网络的高压引线接头红外图像特征分析的在线故障诊断方法 [J]. 电工技术学报, 2021, 36(7): 1380-1388.
[9]
彭诗怡, 刘衍, 周涛涛, 阮江军, 刘源. 基于操作力矩的高压隔离开关机械缺陷智能诊断 [J]. 电工技术学报, 2021, 36(7): 1356-1367.
[10]
王天鹤, 赵希梅, 金鸿雁. 基于递归径向基神经网络的永磁直线同步电机智能二阶滑模控制 [J]. 电工技术学报, 2021, 36(6): 1229-1237.
[11]
孙丙香, 任鹏博, 陈育哲, 崔正韬, 姜久春. 锂离子电池在不同区间下的衰退影响因素分析及任意区间的老化趋势预测 [J]. 电工技术学报, 2021, 36(3): 666-674.
[12]
程显, 袁晓东, 葛国伟, 朱剑鹏. 真空开关高动作稳定性的永磁操动机构控制系统 [J]. 电工技术学报, 2021, 36(21): 4617-4626.
[13]
吴月宝, 赵晋斌, 张少腾, 张俊伟, 汪学良. 基于径向基神经网络的多负载无线电能传输系统自适应阻抗匹配方法 [J]. 电工技术学报, 2021, 36(19): 3969-3977.
[14]
张帅, 许家悦, 李梦迪, 赵明康, 徐桂芝. 基于皮层神经元模型的经颅磁声电刺激神经网络放电活动仿真分析 [J]. 电工技术学报, 2021, 36(18): 3851-3859.
[15]
马速良, 武建文, 袁洋, 贾博文, 罗晓武, 李维新. 多振动信息下的高压断路器机械故障随机森林融合诊断方法 [J]. 电工技术学报, 2020, 35(zk2): 421-431.