[发明专利]针对轨道列车牵引变流器的开路故障诊断方法及系统有效

专利信息
申请号: 202010807693.0 申请日: 2020-08-12
公开(公告)号: CN111983414B 公开(公告)日: 2022-07-29
发明(设计)人: 陈志文;徐佳敏;伍晓赞;樊欣宇;彭涛;任浩 申请(专利权)人: 中南大学
主分类号: G01R31/26 分类号: G01R31/26;G01R31/40;G06K9/62;G06N3/04
代理公司: 长沙朕扬知识产权代理事务所(普通合伙) 43213 代理人: 何湘玲
地址: 410083 *** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 针对 轨道 列车 牵引 变流器 开路 故障诊断 方法 系统
【说明书】:

发明公开了一种针对轨道列车牵引变流器的开路故障诊断方法及系统,该方法包括:建立整流器结构模型并列出物理方程组,确定故障类型,获得故障诊断数据集;根据物理方程组构建用于故障诊断的残差,根据残差与故障的关系生成诊断决策表;计算出故障诊断数据集中每个数据对应的残差值,通过诊断决策表对每个数据进行初步的故障诊断,所有数据按故障类型进行预分类,并按照预分类构造数据集中各数据之间的关联关系图;将关联关系图转化为关联关系矩阵,构造图卷积神经网络,在网络前向传播公式中使用关联关系矩阵,训练图卷积神经网络模型;图卷积神经网络模型输出作为故障诊断预测结果。本发明可提高整流器故障诊断准确率。

技术领域

本发明涉及轨道列车牵引系统电路故障诊断领域,尤其涉及一种针对轨道列车牵引变流器的开路故障诊断方法及系统。

背景技术

整流器是一种常用的电力变换装置,常用于牵引传动控制系统和可再生能源转换系统,这些应用场合都对整流器运行的可靠性和安全性有着非常严格的要求,但其中的功率器件经常运行于高压、高频和大电流的条件下,因此其开关损耗很大,长时间不间断的运行容易导致功率器件发生故障。典型变流器装置由传感器、控制电路以及功率电路三部分组成。其中容易出现故障及误差的是功率电路以及传感器两部分,这也是故障诊断设备集中关注的部分,控制电路主要由电子元器件组成,不容易出现故障,可靠性较高。另一方面,传感器部分则由于机械振动、电磁干扰、电浪涌和静电等不确定因素等原因,易导致输出信号与实际信号发生偏差,严重时更导致输出信号失真或错误,影响控制系统正常运行。而功率电路作为变流器装置实现电能变换的主体,在运行过程中承受主要的电热应力,且应用场合大多处于电、磁、热、机械等多场域耦合,故障率较高。IGBT管是功率电路的一个重要元器件组成部分,当IGBT管发生开路故障时,如果得不到及时处理,将会对系统的控制功能产生严重影响,使系统的无法按要求运作。

目前对于整流器故障的诊断系统往往分别针对不同结构(例如两电平或者三电平)变流器采用不同的诊断方法,彼此间没有联系,且往往需要使用较多传感器以确保诊断无误,这会导致硬件成本的提高。

因此,现急需提供一种通用性好,硬件要求低的故障诊断方法及系统。

发明内容

本发明提供了一种针对轨道列车牵引变流器的开路故障诊断方法及系统,用以解决目前对于整流器故障的诊断系统通用性差,硬件成本高的技术问题。

为解决上述技术问题,本发明提出的技术方案为:

一种针对轨道列车牵引变流器的开路故障诊断方法,包括:

根据整流器拓扑结构建立整流器结构模型并列出包含故障变量在内的物理方程组,根据工业现场条件确定整流器的故障类型,设置传感器以获得故障诊断数据集;

根据物理方程组构建用于故障诊断的残差,并根据残差与故障的关系生成诊断决策表;

计算出故障诊断数据集中每个数据对应的残差值,通过诊断决策表对每个数据进行初步的故障诊断,将故障诊断数据集中所有数据按故障类型进行预分类,并按照预分类构造数据集中各数据之间的关联关系图;

将关联关系图转化为关联关系矩阵,将关联关系矩阵作为先验知识并构造图卷积神经网络,在网络前向传播公式中使用关联关系矩阵,并对图卷积神经网络进行迭代训练直至完成收敛;

将故障诊断数据集输入到训练好的图卷积神经网络中,以图卷积神经网络的输出作为最终的故障诊断预测结果。

优选地,物理方程组,包括:

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中南大学,未经中南大学许可,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/202010807693.0/2.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