CC BY
60
УДК 621.314
А.В. Денисов, Ю.Б. Томашевский ИНТЕЛЛЕКТУЛЬНАЯ СИСТЕМА ДИАГНОСТИКИ АВАРИЙНЫХ РЕЖИМОВ В ПРЕОБРАЗОВАТЕЛЬНЫХ КОМПЛЕКСАХ НА ОСНОВЕ НЕЙРОСЕТЕВОГО ПОДХОДА
Показано, что исследования, связанные с созданием систем диагностики преобразовательных комплексов, использующих методы и алгоритмы искусственного интеллекта, являются актуальными, так как направлены на повышение надежности систем электропитания. Предложена классификация типичных аварийных и предаварийных ситуаций в преобразовательных комплексах. Разработана структура интеллектуальной системы диагностики аварийных режимов в преобразовательных комплексах с использованием нейронной сети. Представлена методика поиска неисправностей в случае резкого ухудшения качества кривой выходного напряжения при частичном выходе из строя одного или нескольких элементов силовой схемы.
Интеллектуальная система, нейронные сети, преобразовательный комплекс, предаварийные и аварийные режимы, графические образы, диагностика, моделирование, обучение, надежность систем электропитания
A.V. Denisov, Y.B. Tomashevsky
INTELLECTUAL SYSTEM OF DIAGNOSTICS OF EMERGENCY OPERATION IN CONVERTING COMPLEXES ON THE BASIS OF NEURAL NETWORKS THE APPROACH
The researches directed on creation of diagnostics systems of the converting complexes, using methods and algorithms of an artificial intellect are urgent as they increase the reliability of power supplies. Classification of typical emergency and preemergencies situations in converting complexes is offered. The structure of intellectual system of diagnostics of emergency operation in converting complexes with using of neural network is developed. The technique of the search of malfunctions in case of sharp
deterioration of the quality of a curve of output voltage at partial failure of one or several elements of the power scheme is offered.
Intellectual system, neural networks, a converting complex, preemergency and emergency operation, graphic images, diagnostics, modelling, reliability of systems of power supplies
Ключевым моментом повышения надежности систем электропитания на основе преобразовательных комплексов (ПК) является своевременная диагностика аварийных режимов [1]. Степень решения указанной проблемы на сегодняшний день характеризуется:
— отсутствием комплексной постановки задачи исследования аварийных режимов в ПК;
— отсутствием систематизированных данных об аварийных режимах в ПК и, в частности, в преобразователях частоты на основе автономных инверторов;
— недостаточной проработкой методик анализа причин и признаков аварийных режимов ПК;
— отсутствием специализированных математических моделей типичных предаварийных и аварийных режимов ПК.
Все сказанное делает актуальными исследования, направленные на создание систем диагностики нового поколения, использующих для решения перечисленных задач методы и алгоритмы искусственного интеллекта.
В качестве возможных неисправностей, представленных в составе интеллектуальной системы, используем предложенную нами классификацию типичных аварийных и предаварийных ситуаций в преобразовательных комплексах (рис. 1). Как следует из рис. 1, все неисправности в ПК можно отнести к одной из следующих групп: неисправности в силовой схеме; неисправности в системе управления; аварии в нагрузке; аварии системного характера.
На рис. 2 приведена интеллектуальная система диагностики аварийных режимов в ПК, ядром которой является нейронная сеть, обучаемая на результатах моделирования различных предаварий-ных и аварийных режимов в среде Matlab+Simulink [3]. При возникновении неисправности обученная система мгновенно выдает отчет о ее причинах и мерах по скорейшему устранению. Данная интеллектуальная система производит оценку работоспособности по интегральным параметрам, таким как ток и напряжение.
Рассмотрим функционирование разработанной в случае резкого ухудшения качества кривой выходного напряжения при частичном выходе из строя одного или нескольких элементов силовой схемы. Применяемая методика состоит в следующем: исследуемая типичная неисправность в ПК имитируется на компьютерной модели преобразователя, что позволяет построить по описываемой ниже методике графические образы искаженных трехфазных систем напряжения. Затем указанные образы используются при обучении нейронной сети, предназначенной для распознавания соответствующих неисправностей в преобразователе. Методика построения графических образов основана на оценке функционала качества трехфазной системы [4] и состоит в следующем. В случае идеальной трехфазной системы напряжения функция времени является константой:
o(t )=U2 (t )+ u2 (t )+ U2 (t ).
В случае искажения системы напряжений из-за определенной неисправности функция Ф( )
получает характерную для данного вида неисправности зависимость от времени. Для наглядности график функции Ф(0) будем представлять в полярных координатах, где в = 2п t / T - электрический угол. В этом случае возникает возможность визуально оценить качество трехфазной системы по характеру искажения графика.
Преимущество такого способа представления результатов подобны тем, какие имеются в методе фазовой плоскости, широко применяемом в теории автоматического регулирования нелинейных систем.
Проиллюстрируем искажение графического образа трехфазной системы напряжения, генерируемого трехфазным автономным мостовым инвертором тока (АИТ) при значительном увеличении сопротивления одного из вентилей в прямом направлении. На рис. 3 показан графический образ трехфазной системы напряжений идеального АИТ в нормальном режиме. Здесь кривая Ф(в) содержит 6-ю гармонику, что соответствует наличию в разложении фазных кривых напряжения инвертора тока 5-й и 7-й гармоник. На рис. 4 представлен графический образ выходного напряжения инвертора при указанной неисправности одного из вентилей. Вид этого образа и его расположение относительно системы координат является характерным как для типа неисправности, так и для номера неисправного вентиля.
На рис. 5 представлен скриншот программы, на котором наглядным способом (путем наложения) представлены графические образы трехфазной системы напряжения для идеального случая и при предаварийном состоянии двух вентилей АИТ. Здесь же приведены значения параметров в ре-
жиме реального времени, что дает наиболее полную картину о характере предаварийных режимов электротехнических модулей ПК.
Разработанная система позволяет проводить настройку сети для различных видов неисправностей, а также всех основных модулей ПК [5]: выпрямителей, импульсных преобразователей и инверторов напряжения.
Рис. 1. Классификация аварийных ситуаций в ПК: ВЭ - вентильный элемент; СЦ - снабберная цепь; КК - коммутирующий конденсатор; КУ - каскад усиления; КФ - конденсатор фильтра;
УИ - управляющий импульс; РФ - реактор фильтра; КЗ - короткое замыкание
ИЗМЕРИТЕЛЬНЫЙ
НЕЙРОННАЯ
КОМПЛЕКС СЕТЬ
(и, I)
л
нет
да
Выпрямитель
ЭЛЕКТРОТЕХНИЧЕСКИЕ МОДУЛИ В СОСТАВЕ ФУНКЦИОНИРУЮЩИХ КОМПЛЕКСОВ
Обучение
Результаты (база неисправностей)
МАТЕМАТИЧЕСКИЕ МОДЕЛИ (МаИаЬ)
Инвертор і
Моделирование
Возможные
неисправности
Отчет по неисправности
I
ВЫХОД
Рис. 2. Структура интеллектуальной системы локализации неисправностей ПК
Рис. 3. Г рафический образ трехфазной системы выходных напряжений идеального АИТ в нормальном режиме
Рис. 4. Г рафический образ трехфазной системы выходных напряжений АИТ при неисправности одного из вентилей
Рис. 5. Наложение графических образов трехфазной системы напряжения идеального АИТ и АИТ при предаварийном состоянии сразу двух вентилей
Выводы
1. Показана актуальность исследований, направленных на создание систем диагностики аварийных режимов в преобразовательных комплексах, использующих методы и алгоритмы искусственного интеллекта.
2. Предложена классификация типичных аварийных и предаварийных ситуаций в преобразовательных комплексах.
3. Разработана структура интеллектуальной системы диагностики аварийных режимов в преобразовательных комплексах, ядром которой является нейронная сеть, обучаемая на результатах моделирования различных предаварийных и аварийных режимов в среде Matlab+Simulink.
4. Разработана методика поиска неисправностей в случае резкого ухудшения качества кривой выходного напряжения при частичном выходе из строя одного или нескольких элементов силовой схемы.
ЛИТЕРАТУРА
1. Зиновьев Г.С. Основы силовой электроники: учеб. Ч. 2 / Г.С. Зиновьев. Новосибирск: Изд-во НГТУ, 2000. 197 с.
2. Круглов В.В. Нечеткая логика и искусственные нейронные сети: учеб. пособие /
В.В. Круглов, М.И. Дли, Р.Ю. Голунов. М.:Физматлит, 2001. 224 с.
3. Дьяконов В.П. Matlab 6.5 SP1/7 + Simulink 5/6. Основы применения / В.П. Дьяконов. М.: Солон-Пресс, 2005. 800 с.
4. Дерунов В.А. Функционал качества трехфазной системы / В.А. Дерунов, Н.П. Митяшин // Электротехнические комплексы и силовая электроника. Анализ, синтез и управление: межвуз. науч. сб. Саратов, 2005. С. 52-57.
5. Томашевский Ю.Б. Системный анализ адаптивных электротехнических комплексов / Ю.Б. Томашевский, Н.П. Митяшин. Саратов: СГТУ, 2006. 132 с.
Денисов Алексей Вячеславович - Aleksey V. Denisov -
аспирант кафедры «Системотехника» Postgraduate,
Саратовского государственного Department of Systems Engineering,
технического университета имени Гагарина Ю.А. Gagarin Saratov State Technical University
Томашевский Юрий Болеславович - Yuriy B. Tomashevsky -
доктор технических наук, профессор, Dr. Sc., Professor,
заведующий кафедрой «Системотехника» Head: Department: Systems Engineering,
Саратовского государственного Gagarin Saratov State Technical University
технического университета имени Гагарина Ю.А.
Статья поступила в редакцию 15.11.11, принята к опубликованию 02.03.12
