基于HS_PF的电力电子电路故障预测方法
谈电子电路故障诊断及预测技术.docx
谈电子电路故障诊断及预测技术近年来，现代化的工业发展开始依赖于电子产品。
这主要是由电子产品的高效性来决定的。
当然，这种局面也是有利有弊的。
利就体现在提高了工业生产的效率，而弊就体现在如果电子产品出现故障，整个电子设备的系统可能都会受到影响，严重的时候会导致整个电力系统都无法继续工作，使得工业的生产活动不得不停止。
一旦电子设备的电路发生了故障，很有可能发生整个系统的故障，单是检查、维修的经费都是一大笔，还有由于停工带来的经济损失。
因此，在电子电路故障发生以前做好预测工作以及发生故障后及时诊断故障位置及类型的工作，成为了维修的重中之重。
本篇文章将从目前电子电路中存在的几种常见故障类型入手，分析电子电路故障的诊断技术和预测技术。
一、电子电路中常见的几种故障类型（1）故障出现在测试设备之中：一般来说，当故障出现在测试设备之中的时候，就表示电子电路自身应该没有出现太大的问题。
当电子设备整体显示有地方出现了问题，这就意味着有可能是测试设备方面出现了问题。
这种问题除了测试设备本身存在问题以外，还有可能是因为相关的测试人员在使用测试设备的过程中出现了误操作，进而导致了测试设备出现故障。
比如在测定电效应的物理现象时就需要使用到示波器，此时如果操作的人员在使用的时候没有选择合理的档级，就很有可能会导致波形的显示出现异常。
这个时候示波器就可能会显示是设备本身存在故障，但是其实仅仅只是因为操作人员的操作失误。
（2）元器件的损坏导致故障的发生：从整个电子产品本身来看，电子电路包含的元器件以及线路都是非常多的。
并且这些元器件很多时候都是比较精细的。
如果作为电子电路的重要组成部分的元器件出现了问题，那么整个电子电路也会出现故障。
比如最为常见的几种元器件如电阻、电容以及晶体管等等，这一系列的元器件如果被烧坏的话，那么这些元器件所处的那一块的电子电路的电流输入及输出都会受到很大的影响，或者说直接无法输入输出。
（3）故障是由于人为原因而引起的：电子电路出现故障，有时候还可能是因为操作人员的操作过程存在失误。
电子电路故障诊断与预测技术分析 王雅丽
电子电路故障诊断与预测技术分析王雅丽发表时间：2019-07-19T10:38:10.277Z 来源：《新材料.新装饰》2019年2月下作者：王雅丽[导读] 通过研究电力电子电路故障实例能够发现，大部分的电力电子电路故障通常表现为内部开关元件的损毁。
一般来说，功率开关器件的损坏是电力电子电路故障的主要体现。
电力电子电路出现故障时，由于电子器件的过载能力较小，往（身份证号：13022619791016****）摘要：通过研究电力电子电路故障实例能够发现，大部分的电力电子电路故障通常表现为内部开关元件的损毁。
一般来说，功率开关器件的损坏是电力电子电路故障的主要体现。
电力电子电路出现故障时，由于电子器件的过载能力较小，往往瞬息之间就会产生停电，为相关电力企业带来严重损失。
由于电力电子电路功率极大，甚至可以达到几千千瓦，一旦发生故障，容易引发重大的事故。
鉴于此，本文对电子电路故障诊断与预测技术问题进行解析，以供参考。
关键词：电子电路；故障；诊断与预测引言随着电子技术的不断完善，电子电路的应用范围越来越广，并显现出了较高的应用价值。
电子电路稳定与否，直接关乎其在实际应用中的效果[1]。
电子电路在实际应用过程中，不可避免的会出现一些故障，导致电子电路无法正常运作，降低了电子电路的安全性能，因此亟需通过科学有效地检测技术，来对其中的故障进行发现与解决，进而提升电子电路的运行水平。
1电子电路故障原理1.1故障频率特征的诊断在对电路出现的故障进行诊断的时候，需要按照传感器所传出的故障信号实施相应采集，然后以故障产生的频率算法对电路可能出现的故障实施鉴别，并对产生的故障进行相应判断。
1.2传统算法的弊端对于电子的电路而言，其通常与数字以及模拟等相关电路均不相同，其相关器件所具备的过载能力一般比较小，而且受损的速度比较快，仅为10微秒之内，这种情况下，就无法对可能出现的故障进行提前获取。
而传统的故障诊断主要是依据频率所输出的波形对缓变的故障进行判断，但是，无法对快速、突变的故障进行有效识别。
电力电子电路故障诊断及预测方法研究
电力电子电路故障诊断及预测方法研究摘要：随着电力电子技术的不断发展，各类电力电子设备已广泛应用于各行各业的领域。
然而，常常出现因电力电子电路故障导致的设备损坏、停机甚至安全事故。
因此，快速准确地诊断电力电子电路故障，并进行预测，具有非常重要的意义。
本文首先介绍了电力电子电路的基本原理及其常见故障形式，然后详细阐述了电力电子电路故障的诊断方法，包括诊断信息的采集和处理、故障特征提取和故障定位等环节。
接着，针对电力电子电路故障的预测需求，本文还介绍了一些常见的预测方法，包括基于统计模型的预测方法和基于机器学习的预测方法，并分析了各自的优缺点。
最后，通过实验验证了所述方法的可行性和准确性。
关键词：电力电子，电路故障，故障诊断，预测方法电力电子电路故障诊断及预测方法研究一、引言电力电子技术已广泛应用于各个领域，例如电力系统、交通运输、军事装备、医疗设备等。
然而，电力电子设备存在着各种故障，例如元器件老化、温度过高、电源电压波动等，这些故障不仅会导致设备损坏和停机，还可能引发严重的安全事故，因此快速准确地诊断故障并进行预测具有重要的意义。
二、电力电子电路故障形式电力电子电路常见的故障形式包括：元器件老化、元器件失效、电源电压波动、短路、开路等。
以上故障均会导致电路的性能降低或完全失效，甚至可能引发火灾或爆炸。
三、电力电子电路故障诊断方法针对电力电子电路故障，常用的诊断方法包括：1. 诊断信息的采集和处理通过对电力电子电路的参数进行实时监测和分析，采集有关故障的信息，并对信息进行处理和分析，提取故障特征。
2. 故障特征提取通过分析采集到的数据，提取出反映故障的特征，例如信号的幅值、频率、相位等。
3. 故障定位通过对故障特征进行分析，确定故障发生的位置，例如故障出现在哪个元器件或哪一段电路。
四、电力电子电路故障预测方法电力电子电路故障预测方法主要包括基于统计模型的预测方法和基于机器学习的预测方法。
1. 基于统计模型的预测方法通过对电力电子电路的历史数据进行分析，建立统计模型，从而预测未来可能出现的故障。
电力电子电路故障诊断技术探索与预测
应用技术电子用户随着科技的迅猛发展对电子系统的要求也随之提高，现在对于电子设备与系统来说，最重要的就是逐渐完善其功能，使电子系统的结构逐渐向更大的平台发展，在发展的过程中，发生故障以及失效的概率就日益增加，在分析问题以及解决故障的过程中效率就成了最核心的内容，否则就会因为此产生很大的经济市场的损失，在未来的电子系统中，是否能提高预测故障的技术，决定着我国电子系统的发展道路的平坦与否。
1 电力电子电路故障诊断与预测技术难点电力电子电路有两种特性，即非线性和容差性，这两种说明电路的模拟性，也从一定程度上提高了对故障的检测难度，电力电子电路具有开关方面的特性，这就更加特殊的对其进行健康管理。
当前有很多对电子系统进行故障检测的技术手段，但在解决的过程中还是存在较多问题。
■1.1 失效机理的研究电子系统由若干的电子元件组成，当发生故障的时候，元件失效所占原因比例是最大的，维护人员就会根据元件失效原因采取不同的检修技术，电路的使用时间以及性能好坏程度都可以通过预测技术来判定，电解电容器的失效技术在现阶段的电子电路中应用的很多。
单从元件方面来说，其复杂性很大程度上是和其数量众多有关的，元件所处的环境以及状态不同，物理性能以及工作规律也不同，其性能就很容易发生失效。
所以，研究电力电子电路中存在较大困难的还是元件故障对电路的影响。
■1.2 故障的监测与评估不同电路失效的时候的原因也是有所不同的，没有一个具体评判一个电路是否在健康状态的标准，因为电路具有不同信息，进行故障判断的技术就要根据不同的类型进选择。
因此，电力电子电路故障的检测与评估时，电路的实时状态的判断也具有较大难度。
■1.3 预测的精确度、可靠性和实时性可靠性是电子设备必须具备的一个性能，所以为了保证其性能，就要提高预测时的精确度。
电子设备的故障原因和预测使用的技术都是非常重要的方面，所以及时对电路进行预测是十分必要的，不仅降低电路失效的概率，还能减少在这方面的相应损失，因此，检测的精确度和实时性都是必不可少的。
电子电路故障诊断与预测技术
年第期电路故障的诊断建立在采集并分析传感器传出的故障信号上，通过故障产生的频率算法来判断故障。
为使电子设备与系统达到时代发展的新需求，必须通过电子电路的故障解决与预测，逐渐完善功能结构，保证电路工作效率和使用寿命，是众多行业健康发展的核心工作。
1电子电路故障诊断与预测技术现状分析1.1电子电路故障原理电子电路相比模拟电路和数字电路来说过载能力较小，容易在短时间内受损，这为故障的预测和排查带来了挑战。
传统的故障诊断使用不同频率输出的波形，能够对缓变故障进行有效的判断，但对于发生在10微秒之内的电子电路而言，快速、突变的故障是无法进行有效预测和诊断的。
理论上讲，传统算法的使用对实际应用中故障的诊断产生了较大的干扰，由于电路中电器元件产生故障信号的频率参数随部件的承载能力减弱而相应地降低，就导致了元器件的信号频率参数降低，甚至出现漏检。
1.2元件失效的相关分析电路系统是由大量电器元件组成的，在长期的使用中，元件的失效在电路故障中所占比重较大。
对电子电路的维护，实则是对复杂程度高、数量众多的单个元件的养护工作。
元件的工作环境和状态会对其物理性质和工作机制造成影响，造成元件失灵也是很容易的，所以对原件故障的排查是解决电子电路故障的重要部分。
电子设备非常看重可靠性，可靠性的依据是预测的准确度，即检测的时效性和精确度。
提高这方面的能力也是降低电路失效概率、减少电路故障带来的损失的必要工作。
2电子电路故障诊断技术2.1P H M 技术P H M技术以健康管理和预测为核心工作，包含了对正常性能的评判和比较，也是预测故障研究电路状态波动的依据。
该项技术以特征提取的状态检测、基于数据分析的比值判断与残差判断为主要计算流程，并据此进行状态预测和寿命预测。
P H M技术之所以在实际应用中占据重要地位，在于其应用的数据驱动技术、物理技术、混合技术相结合的技术原理。
使其具有广泛的应用领域，能在多领域的电路故障检测及技术匹配工作中发挥优势。
电力电子设备的故障预测与预防方法探索
电力电子设备的故障预测与预防方法探索随着电力电子设备在现代电力系统中的广泛应用，故障预测与预防成为确保系统运行可靠性和安全性的重要任务。
本文将探讨电力电子设备故障预测与预防的方法和技术。
1. 故障预测方法探索1.1 传统方法传统的电力电子设备故障预测方法主要基于统计分析和经验规则。
例如，基于故障历史数据和经验的故障频率分析可以帮助确定设备可能发生故障的概率。
此外，通过监测设备的运行参数和性能指标，如温度、振动和电流等，可以提前发现异常情况，并进行预测。
1.2 机器学习方法近年来，机器学习方法在电力电子设备故障预测中得到了广泛应用。
机器学习模型能够从大量的数据中学习和发现隐藏的规律，进而预测设备故障。
常用的机器学习方法包括支持向量机（SVM）、人工神经网络（ANN）和决策树等。
这些方法基于输入数据的特征，通过对已有数据的分析和学习，建立模型来预测设备故障的可能性。
1.3 深度学习方法深度学习方法是机器学习的高级形式，其核心是人工神经网络的深层结构。
深度学习模型具有更强大的模式识别和自动特征提取能力，能够更精确地预测电力电子设备的故障。
例如，卷积神经网络（CNN）和循环神经网络（RNN）等深度学习模型在图像、信号和序列数据处理方面表现出色，可以应用于故障预测。
2. 故障预防方法探索2.1 定期维护保养定期维护保养是预防电力电子设备故障的基本方法。
通过设定维护保养计划，定期对设备进行检查和维护，如清洁、紧固和润滑等，可以及时发现和修复潜在问题，降低设备故障的发生可能性。
2.2 热管理优化电力电子设备的过热是故障的主要原因之一，因此热管理的优化对于预防故障非常重要。
合理设计和布局散热器、风扇等散热设备，提高散热效率，降低设备温度，可以减少故障发生的风险。
2.3 材料和组件选用合理选择优质的材料和组件也是预防设备故障的一个重要策略。
优质材料和组件具有更高的可靠性和耐受性，能够提高设备的工作效率和稳定性，减少故障的发生概率。
电力电子电路及设备故障问题及诊断方法
电力电子电路及设备故障问题及诊断方法从现代电力电子电路发展以来，现代故障针对技术也已经发展了几十年，并且发展成为一门新兴学科。
我们需要完成的工作，就是克服这些困难，做到精确、快速的清除电路故障。
1.电力电子电路故障诊断特点知己知彼才能百战不殆，要进行电力电子电路的故障诊断，首要任务是熟悉整个电力电子电路，了解电子电路设备可能出现的所有状况。
在至今为止的电力电子电路使用过程中，所反映的情况来看，最常出现的故障通常表现为功率开关器的损坏，而通常情况下，常常以晶夹匣管作为功率开关器，故障问题部位也常常集中在晶夹匣管。
另一方面，作为新型科学技术，电力电子电路故障的诊断与传统电路的诊断，或多或少存在检测方法等不同程度的差异，就数字电路、模拟电路等常见传统电路来说，诊断方法的差别主要体现在电力电子电路的故障信息出现时间，故障信息仅存在与发生故障到引起短路停电的这一小段时间，这段时间通常不超过十毫秒，如此短暂的信息反馈就要求我们在监测电路时做好及时的检测排查。
2.电力电子电路故障诊断目的电力电子电路作为近现代以来的新型产物，在带来无数便利的同时也会带来一些问题，即当电子电路发生故障之后所引发的一系列不良影响。
往细节方面论述，家庭、个人使用的电子电路设备一旦发生故障，就极为有可能引发电器产品的损坏，家庭电网出现问题，甚至引起家庭火灾。
另一方面，若是大型工业、企业电子电路设备发生故障，就会造成更加大型的危害，例如，对工矿企业来说可能导致停产等危急情况的出现。
另外，一旦交通运输中出现电子电路、电子设备的故障，必然造成交通瘫痪甚至带来更严重的后果。
因此，对电力电子电路故障进行准确的诊断，检查排除故障原因从而解决故障就是一件刻不容缓的工作。
通常我们所说的电路维修有两种方式，一是损坏维修，即在设备发生损坏之后进行检查维修，这样带来的问题就是设备损坏带来的损失无法避免，造成巨大的经济损失。
与其相反的另一种方法则是在设备发生故障之前进行定期检查维护，及时预防故障事故的出现。
对电力电子电路故障分析及方法
１ ）故 障 信 息 的 检 测 ：以一 定 的 检 测技 术 ，获 取 故 障发 生 时 的所 需 的 故 障 诊 断法 。
故障信息 ，供故障分析 ，推理用 ； 专家系统诊断 的基本思想是 ：先通 过实验或仿真建立起一个可靠 ２ ）故障的诊断 ：依据检测 的故障信 息 ，运用合 适的故 障诊断方 的知识库 ，该知识库包含了电路 的环境知识 、系统知识 和一个规则库 。 法 ，对故障进行 分析 、推理 ，找 出故 障发生的原因并定位故障发生部 其 中知识库反映 了系统 的因果关 系，具 体到故障诊 断系统 中就是系统
２ 电力 电 子 电 路故 障 诊 断 方 法
专家系统就是利用计算机推 理能力 和领 域专家的丰富经验 ，以及
系 统 内部 因 果 关 系 和人 工 智 能 的机 器 学 习 功 能 ，设 计 出 的 一 种 智 能 计
算机程序系统 ，解决复杂 的系统 故障诊 断问题。专家系统对经验性的 诊断知识进行形式化描述 ，突破个人局 限广为传播 ，有利于存储 和推 广专家的经验 ，发挥专 门人才作用 ，开辟 了综合利用专家知识的新途 径 ，比人类专家更可靠 、灵活 ，不受环境影 响。专家系统的知识结构
位。传统的故障诊断方法在电力 电子 电路 故障诊断中也得到 了广泛应 变量和故障类型 、故障点之 间的因果关 系 ：然后通过人机接 口得到实 用 ，如故 障字典法 、故障树 、专家系统等。 际 运 行 中的 特 征 变 量 值 ；将 它 应 用 到规 则库 进 行 推 理 ，就 得 到 了电 路
民 营科 技
２１ ０ ０年第 ５ 期
科技 论坛
对 电力 电子 电路故 障分析及 方法
周 晓 芳 孙 晓东
（ 、 尔滨正大建筑企业集 团有 限责任公司， １哈 黑龙 江 哈 尔滨 ５ ０ １ ２ ２ ２ ２ ９ ０ ７ ５ ６１ 黑龙 江 哈 尔滨 １０ ０ ） １ ０ ０ 、 ３ ３ ４１ ８ ０ ０ ０ ６， ５ ０ １
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Abstract: To predict the soft fault of the power electronic system, a state-space model of the power electronic system is given in this paper, which can describe the failure process. The power electronic system can be viewed as a typical hybrid system and the particle filter is also used to estimate the current state and the future development of the circuit. According to the analysis of the BUCK circuit, the voltage ripple of the output is chosen as the failure criterion to predict the probability of malfunction. The experimental results show that the method is feasible and effective.
Keywords: Power electronic circuit; Fault prediction; Hybrid system; Particle filter
1引言
为了保证电子设备在特殊工作环境中可靠、安 全的运行, 必须能够实时监测其工作状态和可靠 性。故障预兆与健康管理(prognostics and health management, PHM)技术利用传感器采集系统的各 类信息, 借助不同推理算法来估计系统自身的状况, 在系统故障发生前实时监测与有效预测其故障或故 障趋势, 结合各种信息资源提供维修保障措施, 目 前正在受到越来越多的关注[1-4]。电力电子装置通常 在电子设备中充当控制器和核心电源, 其健康状况 直接影响到整个系统的性能, 因此对其进行故障预 测有利于提高设备的安全和可靠性。电源系统的构 成复杂, 故障预测的难度很大。电源系统的主电路
主要由电力电子电路组成, 是故障易发部件, 在本 文中作为重点研究对象。
目前, 对电力电子电路系统的故障诊断技术已 经有了相对成熟的发展[5-6], 其故障预测技术研究 相对偏少, 主要集中于对具体产品的预兆单元设计, 通过应力损伤模型计算产品剩余寿命等[7-9], 先兆 失效预测方法研究不多。现有预测方法主要针对系 统模型采用参数辨识方法得到对应元件值[10-12]。此 建模方法较符合电力电子电路的特点, 经过计算后 可方便地定位和判断元件故障类型, 但在系统辨识 的递推过程中, 对去噪过程要求十分严格, 数据量 大, 实时计算有困难。同时由于电力电子电路工作 在高频开关状态导致电路工作过程中具有高噪声、 强非线性等特点。通常情况下应用最广的卡尔曼滤
对状态变量进行 m 步预测:
xki +h|z+h−1 = f ((xki +h−1),u(k + h −1), wk+h−1)
(8)
h = 1,2, ,m
5) 当预测步骤满足要求或达到阈值时, 输出
电路状态及故障概率。
4 纹波电压分析
DC/DC 转换器失效主要表现为平均输出电压 漂移、转换效率降低、输出纹波增大、负载调整率 变大等。建立 BUCK 变换器运行模型如图 3 所示。
在电容上会产生相应的纹波电压, 主要可以分为 2 部分, 第一部分是流过理想电容产生的电压变化。
∫ ∆Vc = icdt
(9)
取积分下限为 ton / 2 , 积分上限为 toff / 2 , 积分得:
∆ Vc
=
∆iL 8 fsC
(10)
第二部分主要是由于电容的等效串联电阻和等
效串联电感产生, 对于电解电容, 由前面的分析可
获得状态最小方差估计的过程[12-16]。 设研究对象
故障演化过程如式(3)、式(4)描述:
x(t) = f (x(t −1), u(t),ϖ (t))
(3)
y(t) = h(x(t),e(t))
(4)
式中: 式 (3)为系统状态方程, 式 (4)为量测方程 ;
x(t) 为 t 时刻状态, u(t) 为控制量, ϖ (t) 和 e(t) 分别
θ1,n,q ⎤
θ2,n,q
⎥
⎥ ⎥
,θn
,n
=
hn,n (λ1,λ2 ,
⎥
θn,n,q ⎥⎦
,λJ ),
式中: hn,n (*) 表示由电路结构决定的线性函数。
3 基于粒子滤波的故障预测算法
图 1 电力电子故障预测框图 Fig. 1 Schematic diagram of the power electronics fault
相对于大规模集成电路及模拟电路而言, 电力 电子电路主电路拓扑结构较简单, 其典型特点为开 关管的动作是离散状态, 主电路的工作过程是连续 状态, 具有明显的非线性特征及混杂系统特性[10]。
本文采用基于粒子滤波的预测算法对电力电子 电路故障进行预测, 首先通过对电路进行分析得到 其特征性能参数(本文中选用输出纹波), 采用过去 1 到 K−1 时刻的电路参数分别对未来 K 时刻的电路 进行 K−1 次预测, 最后对所有预测结果进行统计, 得到 K 时刻电路的故障概率, 其原理图如图 1 所示。
建立了包含了各关键器件的失效模型的电力电 子电路混合模型, 同时提出了一种基于混杂建模 (hybrid system, HS)与粒子滤波(particle filter, PF)的 故障预测方法, 将参数辨识和粒子滤波预测算法结 合, 对系统将来时刻的状态进行估计, 进而实现电 路故障预测。
2 电力电子电路混杂系统建模
变压器等); 开关器件(如 IGBT、功率 MOSFET、功 率二极管等)。开关管等效为理想开关与等效电阻, 其他常用的器件有电容 C、电感 L、等效电阻 R(如 电容等效串联电阻 ESRc , 二极管寄生电阻 ESRD 等) 和输出阻抗 Z , 系统元器件参数个数为 J , 器件参 数 λ = [λ1, λ2 , , λJ ] = [R1, , L1, ,C1, ] 。
Xq (t) = f (Xq (t),t) +W(t) = Aq Xq (t) +W(t) (2) 式中: W (t) 为系统等效噪声, Aq 为模型参数矩阵,
在第 q 个离散状态中, 参数矩阵
⎡θ1,1,q ,θ1,2,q
Aq
=
⎢⎢θ2,1,q ,θ2,2,q ⎢
⎢
⎢⎣θn,1,q ,θn,2,q
参数的变化趋势。通过分析 BUCK 电路的工作状态, 阐述了选择输出纹波电压作为电路故障判据的理由。仿真实验证明了本文
方法的有效性。
关键词: 电力电子电路; 故障预测; 混杂系统; 粒子滤波
中图分类号: TM85
文献标识码: A
国家标准学科分类代码: 470.40
method of power electronic system fault prediction based on hybrid system and particle filter
以看出, 等效串联电感(ESL)只在高频时起作用, 在
分析开关频率时可以将其忽略。但必须考虑等效串
联电阻ESR, 当电流流过时会在两端产生压降:
∆VESR = ∆ic ⋅ ESR
(11)
由此得到非理想状态下纹波为:
Vpp,2 = ∆Vc + ∆VESR
n 个分量。记 xq,n 构成的向量 X q = [xq,1 ,xq,2 ,..,xq,n ]T 。 例如, 选取电路电感电流 i 、输出电压 u 为可测状 态信号, 构成的电路状态信号(集)向量为
X q = [xq,1 , xq,2 ]T = [iq,1 ,uq,2 ]T 。由此得到电力电子电路 微分方程:
计算 k 时刻 Ns 个粒子的状态 xki :
xki = f ((xki −1), u(k), w(k))
(5)
3) 量测更新。计算 Ns 个粒子 xki 的权值 wki :
wki
=
wi k −1
⋅
p(
y
i k
|
x
i k
)
(6)
归一化处理:
Ns
∑ wki = wki / wki
(7)
i =1
4) 选用适当的重采样函数进行重采样, 同时
假设系统共有 M 个离散状态, 第 q 个离散状态 ( q = 1, 2,…, M )所对应的子系统(包括控制电路)的微 分方程可表示为
xq,n = fq[xq,n (t), λ1, λ2 , , λJ ]
(1)
式中: xq,n 是系统在第状态信号)的第
第 25 卷 第 5 期 2011 年 5 月
电子测量与仪器学报 JOURNAL OF ELECTRONIC MEASUREMENT AND INSTRUMENT
DOI: 10.3724/SP.J.1187.2011.00427
Vol. 25 No. 5 · 427 ·
基于 HS-PF 的电力电子电路故障预测方法*
prediction
电力电子电路一般是由 3 类元件构成的: 理想 电压源或电流源; 线性元件(例如电阻、电容、电感、
粒子滤波(particle filter, PF)算法是一种基于贝
叶斯估计的非线性滤波算法, 其本质为通过寻找一
组在状态空间中传播的随机样本对概率密度函数
P(x | y) 进行近似, 以样本均值代替积分运算, 从而
杨媛媛 王友仁 崔 江 罗 慧