[发明专利]一种NPC三电平光伏逆变器开路故障诊断方法在审

专利信息
申请号: 201711405058.4 申请日: 2017-12-22
公开(公告)号: CN108229544A 公开(公告)日: 2018-06-29
发明(设计)人: 余运俊;裴石磊 申请(专利权)人: 南昌大学
主分类号: G06K9/62 分类号: G06K9/62;G06F17/14;G06F17/50
代理公司: 南昌新天下专利商标代理有限公司 36115 代理人: 施秀瑾
地址: 330031 江西省*** 国省代码: 江西;36
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 径向基神经网络 诊断 测试样本 开路故障 训练样本 逆变器 样本 故障诊断结果 三电平逆变器 信号特征向量 主成分分析法 三相相电压 相电压信号 小波包变换 仿真模型 降维处理 模拟故障 频带能量 神经网络 时域信号 数据矩阵 特征向量 正确率 低维 采集 测试 保存 分析
【说明书】:

一种NPC三电平光伏逆变器开路故障诊断方法,包括如下步骤:(1)搭建NPC三电平逆变器仿真模型,模拟故障情形;(2)采集三相相电压时域信号;(3)对相电压信号进行小波包变换求取变换后各频带能量,作为信号特征向量;(4)用主成分分析法对提取到特征向量降维处理,得到低维数据矩阵样本,将样本分为训练样本和测试样本两部分;(5)建立径向基神经网络,用训练样本训练径向基神经网络,将训练好的神经网络保存;(6)用测试样本测试训练好的径向基神经网络,分析故障诊断结果。本发明诊断速度快;诊断正确率高。

技术领域

本发明属于光伏发电技术领域。

背景技术

在光伏发电系统中,逆变器起着非常重要的作用。与传统的二电平逆变器相比,NPC(Neutral Point Clamped)三电平光伏逆变器有诸多优点,例如,控制方式多样、开关器件应力低、电磁干扰小、输出电压波形谐波低,工作过程中逆变效率高。然而三电平逆变器比两电平逆变器需要跟多的功率开关器件,电路结构更加复杂,所以发生故障的可能性更高,可靠性变差。逆变器功率开关器件如果发生故障,将会对整个逆变系统正常运行产生重要影响,甚至会造成巨大经济损失。因此,对NPC三电平光伏逆变器进行故障诊断,及时对发生故障的开关器件进行定位是非常必要的。

逆变器的故障主要由功率开关器件的短路故障和开路故障造成,功率开关器件的短路故障由保护电路保护,一旦短路故障由保护电路保护,保护电路会迅速断开,最终会将功率开关器件短路故障转化成开路故障。鉴于短路故障存在时间短,会迅速转化为开路故障,只考虑对NPC三电平逆变器功率开关器件的开路故障进行诊断。

故障特征提取技术和故障辨识技术是实现逆变器故障诊断两个难点。故障特征提取是指当逆变器发生故障,对相关物理量进行分析,采用适当的特征提取技术,提取这些物理量的特征信息,使得提取到的特征信息能够完整的表征当前故障。故障辨识是指根据故障特征提取技术提取到的故障特征信息,采用有效的故障辨识方法,实现故障的诊断和定位。

发明内容

对逆变器故障诊断的研究主要是为了提高故障诊断精确度和快速性为目标。本发明从提高诊断精度和诊断快速性出发,提出一种基于小波包变换-主成分分析-径向基神经网络的NPC三电平光伏逆变器故障诊断方法。

本发明所述的一种NPC三电平光伏逆变器开路故障诊断方法,包括如下步骤:

(1)搭建NPC三电平逆变器仿真模型,模拟故障情形。

(2)采集三相相电压时域信号。

(3)对相电压信号进行小波包变换求取变换后各频带能量,作为信号特征向量。

(4)用主成分分析法对提取到特征向量降维处理,得到低维数据矩阵样本,将样本分为训练样本和测试样本两部分。

(5)建立径向基神经网络,用训练样本训练径向基神经网络,将训练好的神经网络保存。

(6)用测试样本测试训练好的径向基神经网络,分析故障诊断结果。

进一步地,本发明步骤(3)所述的对相电压信号进行小波包变换求取变换后各频带能量,作为信号特征向量,包括以下步骤:

(1)对原始采样信号S进行三层小波包分解,分别提取第三层从低频到高频8个频带的分解系数dij

(2)重构小波包分解系数,得到各频带的重构信号。以Sij表示dij重构信号。则总信号S可以表示为:

S=S30+S31+…+S37 (1)

(3)求取各频带重构信号能量,设S3j对应的能量为E3j,则有:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南昌大学,未经南昌大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711405058.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top