隨著社會的發(fā)展和科技的進步,電力電子技術(shù)發(fā)展十分迅速，日趨廣泛地應(yīng)用于能源、工業(yè)、信息、家電消費品等領(lǐng)域。下文是學(xué)習(xí)啦小編為大家搜集整理的關(guān)于電力電子方向畢業(yè)論文的內(nèi)容，歡迎大家閱讀參考!

　　電力電子方向畢業(yè)論文篇1

　　淺析電力電子系統(tǒng)故障診斷方法

　　摘要：由于故障診斷是從被監(jiān)測和診斷的對象表征去尋找故障的成因、部位，并確定故障的嚴重程度的，因此，如果把由已知故障去分析系統(tǒng)或設(shè)備的運行特性與表征叫做正問題，那么故障診斷就是逆問題了。

　　關(guān)鍵詞：電力電子系統(tǒng)，故障診斷

　　電力電子電路的實際運行表明，大多數(shù)故障表現(xiàn)為功率開關(guān)器件的損壞，其中以功率開關(guān)器件的開路和直通最為常見。電力電子電路故障診斷與一般的模擬電路、數(shù)字電路的故障診斷存在較大差別，由于電力電子器件過載能力小，損壞速度快，其故障信息僅存在于發(fā)生故障到停電之前數(shù)十毫秒之內(nèi)，因此，需要實時監(jiān)視、在線診斷;另外電力電子電路的功率已達數(shù)千千瓦，模擬電路、數(shù)字電路診斷中采用的改變輸入看輸出的方法不再適用，只能以輸出波形來診斷電力電子電路是否有故障及有何種故障。

　　故障診斷的關(guān)鍵是提取故障的特征。故障特征是指反映故障征兆的信號經(jīng)過加工處理后所得的反映設(shè)備與系統(tǒng)的故障種類、部位與程度的綜合量。故障診斷方法按提取特征的方法的區(qū)別，可分為譜分析方法、基于動態(tài)系統(tǒng)數(shù)學(xué)模型的方法、采用模式識別的方法、基于神經(jīng)網(wǎng)絡(luò)的方法、專家系統(tǒng)的方法、小波變換的方法和利用遺傳算法等。這些方法將在下文具體介紹。

　　1.故障診斷中的譜分析方法

　　在故障診斷中比較常用的信號處理方法是譜分析。。常用傅里葉譜、沃爾什譜，另外還有濾波、相關(guān)分析等。譜分析的目的：信號中包含噪聲，為了提取特征;故障信號的時域波形不能清楚地反映故障的特征。而電力電子電路中包含故障信息的關(guān)鍵點信號通常具有周期性，因此可以用傅里葉變換將時域中的故障波形變換到頻域，以突出故障特征，實現(xiàn)故障診斷。

　　傅里葉變換是將某一周期函數(shù)分解成各種頻率的正弦分量，類似地，沃爾什變換是將某一函數(shù)分解成一組沃爾什函數(shù)分量。自適應(yīng)濾波是一種數(shù)字信號的處理統(tǒng)計方法，它不需要知道信號一二階的先驗統(tǒng)計知識，直接利用觀測資料，通過運算改變?yōu)V波器的某些參數(shù)，而使自適應(yīng)濾波器的輸出能自動跟蹤信號特性的變化。在電力電子系統(tǒng)故障診斷中，可以用自適應(yīng)處理來實現(xiàn)噪聲抵消，譜線增強等功能，從噪聲背景下提取故障特征，從而實現(xiàn)準確的診斷。

　　2.參數(shù)模型與故障診斷

　　如果系統(tǒng)的數(shù)學(xué)模型是已知的，就可以通過測量，估計系統(tǒng)的狀態(tài)和參數(shù)，確定狀態(tài)變量和系統(tǒng)參量是否變化。采用基于系統(tǒng)數(shù)學(xué)模型的故障診斷方法，可以從較少的測量點去估計系統(tǒng)的多個狀態(tài)量或系統(tǒng)參數(shù)，從而實現(xiàn)故障診斷。

　　進一步又可以分為檢測濾波器方法、狀態(tài)估計法和參數(shù)辨識方法三種。

　　2.1檢測濾波器方法

　　它將部件、執(zhí)行機構(gòu)和傳感器的故障的輸出方向分別固定在特定的方向或平面上。

　　2.2狀態(tài)估計法

　　通過監(jiān)測系統(tǒng)的狀態(tài)變化，也能反映由系統(tǒng)參數(shù)變化引起的故障，并對故障進行診斷。與一般的狀態(tài)估計不同，在進行故障診斷時，并不是去估計未知的狀態(tài)信息，而是借助觀測器或卡爾曼濾波器去重構(gòu)系統(tǒng)的輸出，以便取得系統(tǒng)輸出的估計值。這個估計值與實際輸出值之差就叫量測殘差。殘差中含有大量的系統(tǒng)內(nèi)部變化的信息，因此可以作為故障診斷的依據(jù)。狀態(tài)估計法的優(yōu)點是在線計算量小，診斷速度快。

　　2.3參數(shù)辨識方法

　　實時辨識出系統(tǒng)模型的參數(shù)，與正常時模型的參數(shù)比較，確定故障。常用的有最小二乘法。

　　3.模式識別在故障診斷中的應(yīng)用

　　故障的模式識別就是從那些反映系統(tǒng)的信息中抽取出反映故障的特征，并根據(jù)這些特征的不同屬性，對故障進行分類。用模式識別方法進行故障診斷，是根據(jù)樣本的數(shù)學(xué)特征來進行的，因此它不需要精確的數(shù)學(xué)模型。。對于一些被診斷對象數(shù)學(xué)模型過于復(fù)雜、不易求解的問題，模式識別方法也是適用的。另外，在對工業(yè)系統(tǒng)的故障診斷中應(yīng)盡量利用非數(shù)學(xué)(包括物理和結(jié)構(gòu))方面的特征，設(shè)計出各種各樣的特征提取器，這樣將有利于利用對已有系統(tǒng)的知識，有利于減少計算工作量。由于特征的選擇和提取與待識別的模式緊密相關(guān)，故很難有某種泛泛的規(guī)律可循。目前常用的方法有：最小距離分類法，Bayes分類法，F(xiàn)isher判別法，從參數(shù)模型求特征，用K-L變換提取特征等

　　4.基于神經(jīng)網(wǎng)絡(luò)的故障診斷方法

　　利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)、自歸納能力，經(jīng)過一定的訓(xùn)練，建立起故障信號與故障分類之間的映像關(guān)系。利用學(xué)習(xí)后的神經(jīng)網(wǎng)絡(luò)，實現(xiàn)故障診斷。神經(jīng)網(wǎng)絡(luò)是由大量的神經(jīng)元廣泛互連而成的網(wǎng)絡(luò)，這里以BP網(wǎng)絡(luò)為例加以介紹。BP網(wǎng)絡(luò)是單向傳播的多層前向網(wǎng)絡(luò)，它由輸入層、中間層和輸出層組成，中間層可有若干層，每一層的神經(jīng)元只接受前一層神經(jīng)元的輸出。BP網(wǎng)絡(luò)中沒有反饋，同一層的節(jié)點之間沒有耦合，每一層的節(jié)點只影響下一層節(jié)點的輸入。

　　BP網(wǎng)絡(luò)一般采取的學(xué)習(xí)算法是：網(wǎng)絡(luò)的輸出和希望的輸出進行比較，然后根據(jù)兩者之間的差調(diào)整網(wǎng)絡(luò)的權(quán)值，最終使誤差變?yōu)樽钚?。?dāng)電力電子電路發(fā)生故障時，如果能夠利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力，使故障波形與故障原因之間的關(guān)系通過神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)后保存在其結(jié)構(gòu)和權(quán)中，然后將學(xué)習(xí)好的神經(jīng)網(wǎng)絡(luò)用于故障診斷，神經(jīng)網(wǎng)絡(luò)就可以通過對當(dāng)前電壓或電流波形的分析，得出故障原因，從而實現(xiàn)故障的在線自動診斷。

　　5.專家系統(tǒng)

　　由于故障診斷是從被監(jiān)測和診斷的對象表征去尋找故障的成因、部位，并確定故障的嚴重程度的，因此，如果把由已知故障去分析系統(tǒng)或設(shè)備的運行特性與表征叫做正問題，那么故障診斷就是逆問題了。這種逆問題的求解明顯不同于正問題的求解，而人工智能AI(ArtificialIntelligence)技術(shù)中的專家系統(tǒng)ES(ExpertSystem)正是解這種逆問題的有利工具。專家系統(tǒng)是人工智能研究的一個分支，它是通過模擬專家的經(jīng)驗，實現(xiàn)故障診斷。專家系統(tǒng)的結(jié)構(gòu)如下表所示：一個典型的診斷專家系統(tǒng)通過在線監(jiān)測并進行數(shù)據(jù)采集、存貯，然后傳送到診斷運行中心，在這里由專家系統(tǒng)進行處理、分析和診斷，最后將診斷結(jié)果和處理建議自動地反饋回運行現(xiàn)場。因此，專家系統(tǒng)是診斷系統(tǒng)中最核心的部分。

　　6.小波變換的方法

　　在故障診斷中,突變信號往往對應(yīng)著設(shè)備的某種故障，分析和識別系統(tǒng)中產(chǎn)生的各種波形信號，并判別其狀態(tài)，是進行電路故障診斷中的有效方法之一。設(shè)備正常運行時發(fā)出的信號較平穩(wěn)，一旦設(shè)備出現(xiàn)故障，就將發(fā)出具有奇異性的動態(tài)非平穩(wěn)信號。為了實現(xiàn)設(shè)備故障的快速、準確檢測，必須有效地識別故障發(fā)生瞬間的非平穩(wěn)信號。信號的處理與分析是故障預(yù)測和診斷的基礎(chǔ)，提高診斷的準確度需要信號處理和分析方法，小波變換以其對非平穩(wěn)信號局部化分析，及良好的時—頻定位功能的突出優(yōu)點，為故障診斷提供了新的、強有力的分析手段，彌補了傳統(tǒng)故障診斷中因為專家的經(jīng)驗知識很難精確描述，存在知識獲取的“瓶頸”問題。。

　　7.遺傳算法

　　遺傳算法GA(GeneticAlgorithm)是一種新發(fā)展起來的優(yōu)化算法，目前它已經(jīng)成為人們用來解決高度復(fù)雜問題的一個新思路和新方法。它依據(jù)適者生存、優(yōu)勝劣汰的進化規(guī)則，對包含可能解的群體進行基于遺傳學(xué)的操作，不斷生產(chǎn)新的群體并使群體不斷進化，同時以全局并行搜索優(yōu)化群體中的最優(yōu)個體以求得滿足要求的最優(yōu)解。GA以其能以較大概率求得全局最優(yōu)解、計算時間較少、具有較強魯棒性等特點在電力電子故障診斷系統(tǒng)中也得到了應(yīng)用。合理利用采集信息(即把采集信息分為三層)，運用遺傳算法進行分層信息故障診斷;將遺傳算法應(yīng)用在故障診斷專家系統(tǒng)的推理和自學(xué)習(xí)中，可以克服專家系統(tǒng)存在的推理速度慢和在先驗知識很少的情況下知識獲取困難的障礙，提高了專家系統(tǒng)的適應(yīng)性。

　　參考文獻：

　　[1]虞和濟.故障診斷的基本原理[M].北京;冶金出版社，1989.

　　[2]周青龍.故障診斷與監(jiān)控[M].北京;兵器工業(yè)出版社，1992.

　　[3]宋報維.系統(tǒng)可靠性設(shè)計與分析[M].西安;西北工業(yè)大學(xué)出版社，2000.

　　[4]蔣建國等.故障診斷學(xué)及其在電工中的應(yīng)用[M].北京;科學(xué)出本社，1995.

　　電力電子方向畢業(yè)論文篇2

　　淺談電力電子仿真教學(xué)

　　摘要：該文介紹了一種基于multisim仿真軟件的電力電子課程教學(xué)方法。并選擇了兩種典型的電力電子電路進行仿真實驗，通過實驗過程詳細說明了仿真電路的建立、電子元件的選擇、電路參數(shù)設(shè)置以及波形分析。

　　關(guān)鍵詞：multisim;仿真;電力電子電路

　　1 概述

　　電力電子技術(shù)是強電專業(yè)的一門核心基礎(chǔ)課程，其實踐性很強，對學(xué)生的動手能力要求較高。筆者在該課程的教學(xué)過程中發(fā)現(xiàn)主要存在以下幾個問題：

　　1)學(xué)生很難理解電力電子器件的工作原理，比如晶閘管的導(dǎo)通和關(guān)斷條件。

　　2)在授課過程中電力電子波形的繪制需要花費較長的時間，尤其是三相電路的相關(guān)波形。

　　3)在實訓(xùn)過程中耗材的損耗很大，比如晶閘管、晶體管等。

　　4)電力電子系統(tǒng)多為高電壓、大電流的大功率系統(tǒng)，實訓(xùn)過程中對于學(xué)生的人身安全和設(shè)備安全不能得到絕對保證。

　　如果在教學(xué)過程中引入計算機仿真技術(shù)就可以很好的解決這些問題，同時仿真教學(xué)可以使得教學(xué)過程更為生動、直觀，有利于激發(fā)學(xué)生的學(xué)習(xí)興趣，提高教學(xué)質(zhì)量。

　　2 multisim仿真軟件介紹

　　20世紀80年代加拿大的IIT公司推出了一款頗具特色的電子仿真軟件EWB5.0，其界面形象直觀、操作方便、分析功能強大、易學(xué)易用。Multisim軟件是它的升級版，本文中所使用的是最新的multisim10版本，其主要特點有：

　　1)具有完全交互式的仿真器，允許使用者對電路進行實時的改變，并能實時的看見電路仿真結(jié)果。

　　2)具有二十多種不同的虛擬儀器，包括示波器、萬用表、頻譜分析器等。

　　3)功能強大的教學(xué)選項，老師可以自行制定Multisim 10的使用界面和可能選用的儀器和分析，從而控制學(xué)生在電路中所見的畫面，以及能夠存取的功能。

　　4)16000個零件數(shù)據(jù)庫，16000個零件資料庫。

　　圖1為multisim10的主界面。

　　3 仿真實例

　　1)單相半波可控整流電路(阻性負載)

　　啟動multisim10軟件，從其元件庫中選擇所需的電路元件，連接成電路。如圖2所示。其中雙蹤示波器用來顯示觸脈沖和負載上的電壓波形，A相位為負載波形，B相位為觸發(fā)波形。

　　啟動電路開始仿真，波形如圖3所示，顯然負載上的波形為缺口的正弦半波波形。

　　2)三相半波可控整流電路(阻感性負載)

　　如圖4所示為三相半波整流電路，負載為阻感性負載。圖5為阻感性負載上的電壓波形。

　　4 結(jié)束語

　　利用multisim實現(xiàn)仿真實驗教學(xué)，同傳統(tǒng)的電力電子實驗相比，可以邊實驗邊修改，由于使用的元器件和儀表都是虛擬的，所以不存在安全問題，另外實驗成本低，實驗效率高，實驗結(jié)果直觀形象。學(xué)生在仿真實驗過程中，有自己獨立思考的時間和空間，有利于培養(yǎng)學(xué)生的創(chuàng)新思維能力。但是仿真實驗并不能完全取代傳統(tǒng)的實驗手段，因為學(xué)生在仿真實驗中看到的都是理想波形，而實際上會存在很多的干擾信號，學(xué)生只有在真實的硬件試驗中才會掌握。只有將仿真實驗與硬件實驗相結(jié)合，才能幫助學(xué)生更快更好地掌握知識，進一步提高學(xué)生的綜合實驗和創(chuàng)新的能力。

　　參考文獻：

　　[1] 王兆安，黃俊. 電力電子技術(shù)[M].4版.北京：機械工業(yè)出版社，2000.

　　[2] 王云亮. 電力電子技術(shù)[M].北京：電子工業(yè)出版社，2006.

　　[3] 聶典，丁偉. Multisim10計算機仿真在電子電路設(shè)計中的應(yīng)用[M].北京：電子工業(yè)出版社，2009.