用人工神经网络诊断电力电子电路主回路故障

提出了一种用前向神经网络（ＢＰ网络）来诊断新型无功发生器（ＡＳＶＧ）逆变器主回路元件开路故障的方法。把逆变器输出电压波形在一个周期内分为４个区，则可以发现单个元件开路的相应故障特征。这个特征表现在某一区域的电压值异常现象（为浮动状态），这可以用前向神经网络来进行识别。通过电力电子仿真软件（ＰＳＩＭ），得到了主回路单个元件开路时逆变器输出的电压波形样本，利用这些样本可以训练神经网络。研制了用神经网络诊断故障的软件，对测试样本的识别得到满意结果。