[发明专利]一种基于小波包分析和支持向量机的三相PWM整流器故障诊断方法

说明书

技术领域

本发明涉及电力电子装置故障诊断领域，尤其是一种基于小波包分析和支持向量机的三相PWM整流器故障诊断方法。

背景技术

随着电力电子技术的飞速发展，可达到能量变换目标的整流装置，由于其可实现无电网污染和可调整的功率因数，已成为理想的用电设备或电网与其它电气设备的接口。同时电力电子设备的故障问题也越来越突出，设备一旦发生故障，轻则造成电器装置的损坏，重则威胁到人身财产安全，甚至造成重大事故，所以对电力电子设备进行故障诊断与识别是尤为重要的。在整流系统中，任何一个单元或器件都会发生故障，其中整流器IGBT的开路和短路故障占据相当大的比重，对于IGBT短路故障，可通过驱动模块集成的保护电路实现监控，而其开路故障诊断则正处于研究之中。

由于电力电子设备发生故障的种类复杂，原因繁多，因此传统的只靠人工检查和维修去定位故障往往很困难，所以要求采用一种能进行故障检测和识别的方法对设备进行故障诊断。基于数据驱动的思想，利用整流系统运行过程中不断产生着反映运行机理和状态的数据，通过适当有效的分析和提取，实现整流系统的故障检测与识别，这种基于数据驱动的故障检测、诊断与辨识技术正处于学术界和工业界全面重视的阶段，是一个热门的研究领域。

小波分析是一种信号时频分析方法，它弥补了傅里叶变换不能同时描述信号时域和频域信息的缺点，可同时提供时域和频域的局部化信息，是近年来在故障特征提取领域兴起的一门前沿科学，小波包分析是在小波分析方法的基础上的改进，解决了小波分析对高频段分辨率低的缺点，可同时分解高频和低频信号，将信号进行了更加精细的划分。支持向量机是一种基于统计学习理论的机器学习算法，为了排除电力电子整流装置的故障，确保其正常工作运行，不仅要诊断出整流装置有无故障，同时还要确诊具体的故障类型和故障元所在部位，这就是多值分类问题。多值分类问题也是目前支持向量机研究领域的一个重要研究方向。

发明内容

本发明的目的是提供一种基于小波包分析和支持向量机的三相PWM整流器故障诊断方法。

本发明的目的是通过下述方法和步骤实现的：

一种基于小波包分析和支持向量机的三相PWM整流器故障诊断方法，其步骤为：

1.建立三相PWM整流电路的模型，根据实际运行的单只和两只功率管开路故障进行故障分类，共分为五大类二十二小类。

(1)IGBT功率管均正常运行，整流器无故障发生。

(2)仅有单只IGBT功率管发生故障，即VT₁、VT₂、VT₃、VT₄、VT₅或VT₆中任一功率管发生故障，共六小类。

(3)有两只IGBT功率管发生故障，且两只功率管同相不同侧，即(VT₁，VT₄)、(VT₃，VT₆)或(VT₅，VT₂)任一种情况，共三小类。

(4)有两只IGBT功率管发生故障，且两只功率管同侧不同相，即(VT₁，VT₃)、(VT₃，VT₅)、(VT₅，VT₁)、(VT₆，VT₄)、(VT₂，VT₆)或(VT₄，VT₂)任一种情况，共六小类。

(5)有两只IGBT功率管发生故障，且两只功率管既不同相也不同侧，位于交叉位置，即(VT₁，VT₆)、(VT₁，VT₂)、(VT₃，VT₄)、(VT₃，VT₂)、(VT₅，VT₄)或(VT₅，VT₆)任一种情况，共六小类。

2.在所有故障状态下，对三相PWM整流电路进行建模，获得电路所有的直流侧输出电压信号。选取合适的小波基函数，对所得的各个输出电压信号进行四层小波包分解，并对小波分解系数重构，提取各个频带范围的细节信号。