基于PSCAD的逆变电路仿真

逆变电路的工作过程伴有电磁暂态过程,波形复杂且不便实际测量。利用电磁暂态分析软件PSCAD,建立了（PWM）控制方式的并联谐振型逆变电路的仿真模型,在此基础上进行了电路仿真和分析,仿真波形能准确地反映逆变电路的电磁暂态过程,证实了PSCAD软件在电力系统仿真领域比其他仿真软件更具优势。     

基于独立主成分分析的PWM逆变电路的故障诊断

PWM逆变电路故障具有多发性和非线性相关性,对其准确检测的难度较大。为了提高PWM逆变电路的故障诊断性能,提出基于独立主成分分析的PWM逆变电路的故障诊断方法,采用电路输出信号测量方法进行故障状态特征检测,对采集的PWM逆变电路信号进行调理和抗混叠滤波处理,提取检测信号的独立主成分特征,实现故障识别。仿真结果表明,采用该方法进行PWM逆变电路故障诊断的准确检测性能较好,故障诊断可靠稳定。     

数码相机电源DC/DC逆变电路研究

根据逆变系统的构成原理。设计出一种适合数码相机电源部分的DC／DC电路，并详细分析了所设计电路的工作原理和特性。     

基于神经网络的整流电路故障诊断

整流电路模型具有很强的非线性,通常时其进行在线故障诊断比较困难.提出采用基于波形直接分析的神经网络故障诊断方法实现整流电路在线故障诊断.以三相整流电路为例,对电路发生故障时输出的波形进行分析,采样故障波形的数据制作样本时神经网络进行训练,将训练好的神经网络用于故障诊断.仿真实验结果表明该方法是有效的.     

基于BP神经网络的模拟电路故障诊断

模拟电路的可靠性决定了电子设备的可靠性.针对目前BP网络在模拟电路故障诊断中存在的容差和非线性等问题,提出多频组合法,对电路中的软故障进行诊断.通过在电路输入端施加3 V的正弦激励,选取不同的测试频率,对测试点进行测试,得到各待测元件的故障值.该系统解决了模拟电路中的容差问题,提高了诊断率,并在仿真中得以证明.     

基于神经网络信息融合技术的模拟电路故障诊断

研究了神经网络信息融合技术在模拟电路故障诊断中的应用。利用BP神经网络建立信息融合中心,对多传感器数据进行融合处理,减少模拟电路故障诊断的不确定性。对标准电路的输出电压与电源电流特征信息,及两者融合信息的故障诊断性能比较,表明神经网络信息融合方法用于模拟电路故障诊断是有效和可行的。     

H桥级联多电平逆变器相移SVPWM技术的研究

载波相移SPWM调制法是级联型逆变器的主流控制方法,其等效载波频率高、谐波特性好、功率单元之间输出功率平衡。而空间矢量法谐波特性好、电压利用率高、控制方法简单便于数字实现。文中针对H桥级联型多电平逆变器的结构特点,综合采用载波移相SPWM法和空间矢量法,并用一种新的空间矢量算法取代传统的方法。该算法中无需三角函数和无理数计算,计算过程非常简单,节约了计算时间,结果更为准确。最后通过系统仿真验证该算法的正确性和有效性。     

基于模糊神经网络的板级电路故障诊断研究

板级电路故障诊断过程复杂，故障征兆和故障原因之间存在着许多不确定因素，建立精确的故障诊断系统存在着许多困难，针对这种情况，本文提出了基于模糊神经网络，利用模糊逻辑和神经网络相结合建立故障诊断系统的方法，并以某电路板为研究对象对该方法作了验证。     

级联型多电平逆变器中多载波PWM控制方法的改进

级联型多电平逆变器由于其模块化结构、便于生产高度、更换容易等特点，受到电力电子工程技术人员的广泛关注。本文通过对于级联型多电平逆变器几种典型的控制方法的分析比较，提出了一种改进多载波PWM控制方法。该方法通过改变载波的幅值，使级联逆变器的各个逆变单元开关规律相同，并使所有的开关器件的损耗一致，有利于逆变单元的统一设计和可靠运行。     

浅谈正弦波逆变电路的数字化控制技术

文章概述了正弦波逆变电路数字化控制技术的发展状况和意义,详细介绍了几种较为先进的逆变电路数字化控制策略,并指出了逆变控制技术的发展趋势和方向。     

Fault detection and diagnosis in asymmetric multilevel inverter using artificial neural network

The increased component requirement to realise multilevel inverter (MLI) fallout in a higher fault prospect due to power semiconductors. In this scenario, efficient fault detection and diagnosis (FDD) strategies to detect and locate the power semiconductor faults have to be incorporated in addition to the conventional protection systems. Even though a number of FDD methods have been introduced in the symmetrical cascaded H-bridge (CHB) MLIs, very few methods address the FDD in asymmetric CHB-MLIs. In this paper, the gate-open circuit FDD strategy in asymmetric CHB-MLI is presented. Here, a single artificial neural network (ANN) is used to detect and diagnose the fault in both binary and trinary configurations of the asymmetric CHB-MLIs. In this method, features of the output voltage of the MLIs are used as to train the ANN for FDD method. The results prove the validity of the proposed method in detecting and locating the fault in both asymmetric MLI configurations. Finally, the ANN response to the input parameter variation is also analysed to access the performance of the proposed ANN-based FDD strategy.     

Switch fault detection and diagnosis in space vector modulated cascaded H-bridge multilevel inverter

This article investigates the development and online implementation of the power switch open-circuit fault detection and diagnosis in symmetric cascaded H-bridge multilevel inverter. A mathematical modelling technique is presented to understand the effect of the fault on the bridge voltages and output voltage. The modelled values of the output voltage, simulation results and experimental results indicate that the fault diagnostic methods based on the output voltage as the diagnostic feature have certain ambiguity in identifying the fault switch, since the output voltage waveform and its features remain the same for a group of switches under the fault condition. In order to overcome this, fault detection and diagnosis method based on the mean values of the bridge voltages is proposed in this article, which identifies the faulty switch pair and H-bridge in which the fault has occurred. Further, this method has been experimentally validated on a five-level space vector modulated symmetric cascaded H-bridge multilevel inverter.     

Reduction in controlled power switches for a single-phase novel multilevel inverter

Multilevel inverter (MLI) generates stepped voltage with appropriate switching combination of power devices, thus restraining the requirement of filter circuit for an efficient power conversion. MLIs are attracting due to some of the major features like economic cost, installation space, bulkiness, complexity along with its enormous applications in industries like cement factory, ceramic industry, aerospace applications etc. In this paper, a single-phase generalised inverter based on five different algorithms is proposed that uses the minimum of overall power components. The presented topology can be used in low and medium voltage applications. To verify the simulation results obtained by MATLAB/Simulink, DS1103 controller is used to generate the corresponding experimental results by developing a prototype model in the laboratory. Nevertheless, a comparative assessment for the different required components of the proposed topology is carried out with some recently developed topologies. Reduction in power switches, driver circuits and DC voltage sources reduces the size, cost, complexity and enhances the overall performance. In addition, level per switch ratio is added in this paper to decide the effectiveness of the proposed topology.     

基于神经网络的电子设备故障诊断专家系统

对复杂的电子设备的故障进行快速准确的诊断和维护是一个急待解决的重要问题。在分析了单独应用专家系统和神经网络的优缺点的基础上,提出了一种集成式诊断专家系统模式,将神经网络与传统的专家系统进行有机结合。经实验证明,系统的推理效率明显提高,且具备良好的鲁棒性、启发性和透明性。由此可见,该集成方法对故障诊断十分有效。     

改进的BP神经网络在模拟电路故障诊断中的应用研究

介绍了应用小波变换法与BP神经网络相结合实现模拟电路故障诊断的方法。应用小波变换法作为故障信号的预处理器,提取故障特征量,减小了BP神经网络的规模。该方法提高了神经网络收敛的速度以及故障类别识别的准确度,具有一定的应用价值。     

变频器故障诊断技术研究

随着社会的不断发展和完善,变频器的应用越来越广泛。传统的设备调速方法效率比较低,并且损耗相对比较大,应用变频器可以有效解决这些问题。但是在对变频器实际应用的过程当中,经常有故障出现,从而对变频器的使用效率产生比较严重的影响,所以需要解决这些问题。文章对此展开分析。     

基于模糊神经网络的执行器故障诊断

针对神经网络在故障诊断中的局限性,提出了一种将模糊理论与BP神经网络结合的故障诊断方法,使其应用到执行器故障诊断中.通过和BP神经网络学习算法对执行器故障诊断的结果比较来证明模糊神经网络算法的优越性.首先介绍执行器常见故障;其次对故障征兆进行模糊化预处理,获得了神经网络训练样本,最后应用Matlab软件进行了系统仿真.仿真结果表明:该方法收敛速度快、诊断精度高、自适应性强,能够有效地诊断执行器故障.     

BP神经网络在电子战效能评估中的应用

利用BP神经网络算法对电子对抗干扰效果进行评估,根据干扰效果评定的诸因素的隶属函数确定其隶属度,以此作为神经网络输入层数据.然后,根据选定的训练样本对所构造的三层BP神经网络进行训练,再运用几组典型干扰对抗效果实验数据对该BP神经网络性能进行检验.结果表明BP网络已经训练好,用此BP神经网络评估电子对抗干扰效果是合理的,该方法减少了评估中的人为因素,使得评估结果更为可信.     

控制系统故障诊断浅析

简要回顾了故障诊断技术的发展历程,介绍故障诊断的基本概念,着重综述基于模型故障诊断技术和不依赖于模型的智能故障诊断技术特点和发展概况.为未来故障诊断技术的发展提出了一些展望.     

大规模电路故障诊断神经网络方法

提出了一种采用BP神经网络诊断大规模电路故障的新方法。介绍了故障诊断的原则及BP网络的算法,并给出了仿真实例。实验证明所提出的方法是有效可行的。