[发明专利]一种用于逆变器开路故障诊断的方法和电子设备

说明书

本发明公开了一种用于逆变器开路故障诊断的方法和电子设备，所述方法包括：获取逆变器的输出电流；对所述输出电流进行预处理；从所述预处理的结果中提取特征数据；将所述特征数据进行分类；将所述分类后的特征数据进行计算，得到输出数据；对所述输出数据进行诊断，判断故障的类型；隔离所述故障。这种方法能够准确地完成多种逆变器开路故障特征的辨识，并有效地抵御测量噪声以及负载波动带来的干扰。

技术领域

本发明涉及开路故障诊断，特别是指一种用于逆变器开路故障诊断的方法和电子设备。

背景技术

目前，将近38％的变流系统故障是由于半导体电力电子器件故障直接或间接引起的，大部分表现为开路故障，而国产动车组、CRH、HXD等车型安装的故障诊断系统主要用于列车运行监控与记录，并没有完全实现列车的在线自诊断功能，需要以工程人员的经验为基础进行人为诊断与故障定位，由此造成列车检修效率低，误检概率高等后果。例如，2016年某段共出现主辅变流器故障9次，占所有临修故障的28.3％，其中HXD3C-388、HXD3C-313和HXD3C-715机车因故障被扣临修，HXD3C-387、HXD3C-315和HXD3C-720机车有故障现象但扣车检查正常，误扣临修或重复扣临修较多。因此，有必要针对变流系统开展在线故障诊断研究以保障行车安全，提高检修效率，降低运营成本。

发明内容

有鉴于此，本发明的目的在于提出一种逆变器开路故障诊断的方法，该方法基于人工神经网络，简单明了，能够准确地完成多种逆变器开路故障特征的辨识，并有效地抵御测量噪声以及负载波动带来的干扰。

基于上述目的，本发明提供了一种用于逆变器开路故障诊断的方法，包括：

获取逆变器的输出电流；

对所述输出电流进行预处理；

从所述预处理的结果中提取特征数据；

将所述特征数据进行分类；

将所述分类后的特征数据进行计算，得到输出数据；

对所述输出数据进行诊断，判断故障的类型；

隔离所述故障。

在一些实施方式中，所述将所述输出电流进行预处理包括：

对所述输出电流进行滤波，得到电流表达式；

将所述电流表达式进行坐标变换，得到直角坐标方程；

将所述直角坐标方程表示的二维图像转化为n个像素的二值图像；

扫描所述二值图像；若检测到黑色像素，设置特征值为1；若检测到白色像素，设置特征值为0；

根据所述特征值形成特征数据。

在一些实施方式中，所述特征数据为与像素数相同的特征向量。

在一些实施方式中，所述获取逆变器的输出电流之前，还包括：

通过仿真得到输入数据样本；

设定目标数据；所述目标数据与工作状态一一对应；

将所述输入数据样本赋予到神经网络，所述网络层包括输入层，隐藏层和输出层；所述输入层和所述隐藏层之间及所述隐藏层和所述输出层之间的计算存在网络权重；所述隐藏层包括至少一个隐藏单元；

计算得到输出数据；

计算所述输出数据与所述目标数据的误差；

将所述误差传播回所述隐藏单元，调整所述网络权重至所述误差在设定的阈值范围内，使所述输出数据接近所述目标数据。