[发明专利]基于模糊神经网络的大规模直流模拟电路区间诊断方法

权利要求书

1.基于模糊神经网络的大规模直流模拟电路区间诊断方法，其特征在于，包括以下步骤：

1）利用撕裂原则将大规模模拟电路撕裂成N个不能再进行撕裂的子电路，并给每个子电路配备一个相应的模糊神经网络；

2）在大规模模拟电路中，其它元件参数在容差范围内，而可能的故障元件在其参数全局取值范围[0,+∞]内变化时，利用PSPICE中的参数分析仿真得出可能的故障元件所在的子电路所包含的所有可测节点的电压区间值；

3）按照元件的容差范围将此电压区间值划分为至少3个子区间；

4）对各个子电路所对应的模糊神经网络，利用子电路所包含的可测节点电压子区间和隶属度函数建立模糊神经网络中的模糊逻辑部分，同时，利用训练样本训练模糊神经网络中的BP神经网络，得到训练好的模糊神经网络；

5）在实际诊断中，测出所有可测节点的电压值，将各个子电路中的可测节点实际电压值作为对应模糊神经网络的输入，得到输出，从而得到故障诊断结果。

2.根据权利要求1所述的基于模糊神经网络的大规模直流模拟电路区间诊断方法，其特征在于，所述步骤2）中，可能的故障元件在其参数全局取值范围[0,+∞]内变化时，可测节点的电压值要是单调递增或单调递减变化的。

3.根据权利要求1或2所述的基于模糊神经网络的大规模直流模拟电路区间诊断方法，其特征在于，所述步骤3）中，按照元件的容差范围将此电压区间值划分为5个子区间；

假设元件参数为X，容差范围为XTOL%，根据容差范围将元件参数的取值范围[0,+∞]进行拆分，拆分成如下5个区间：

拆分区间1：[0，                                                ）；

拆分区间2：[，）；

拆分区间3： [、）；

拆分区间4：[、）；

拆分区间5：[、∞]；

每个元件参数的拆分区间都会对应一个电压区间，这样就将电压区间值划分为5个子区间。

4.根据权利要求1或2所述的基于模糊神经网络的大规模直流模拟电路区间诊断方法，其特征在于，所述步骤4）中，隶属度函数结构如下：

式中，x表示可测节点的实际测量电压值，区间1-5分别表示可测节点对应的电压区间。

5.根据权利要求1或2所述的基于模糊神经网络的大规模直流模拟电路区间诊断方法，其特征在于，所述步骤4）中，训练样本具有如下特征：

①输入量为0.6和0以外的同一值时，输出量为1；

②输入量都为0.6和0时，输出量为0；

③输入量至少有两个不相同时，输出量为0；

其中输出量为0代表所对应的元件无故障；为1代表有故障。