[发明专利]一种复杂工况下航空静止变流器健康状态评估方法

权利要求书

1.一种复杂工况下航空静止变流器健康状态评估方法，其特征在于，具体包括以下步骤：

步骤1：构建表征航空静止变流器电路级性能的特征向量，其步骤如下：

步骤1.1、定义各元器件参数均在容差范围内且电路性能参数满足要求的航空静止变流器为健康航空静止变流器；定义能够表征航空静止变流器性能的参数为特征参数，定义健康航空静止变流器下所提取的特征参数为健康特征参数；定义由多个健康特征参数构成的向量为健康特征向量，定义从当前航空静止变流器提取出的多个特征参数构成的向量为特征向量；分别采集不同工况下健康航空静止变流器与当前航空静止变流器工作在稳态时的工况状态信号：环境温度T、输入电压U_in、负载值R_L，电路状态信号：输出电压U_out、直流母线电压V_bus以及开关管控制信号V_gs。

步骤1.2、根据步骤1.1中采集的航空静止变流器的监测信号，提取电路特征参数：输出电压有效值U_o、输出电压频率F_U、输出电压失真度THD_U、直流母线电压纹波比V_pp、直流母线电压平均值V_mean、开关管控制信号占空比V_{gs_d}，构建工况参数向量E＝[T，U_in，R_L]、电路健康特征向量H＝[U_o¹，F_U¹，THD_U¹，V_pp¹，V_mean¹，V_{gs_d}¹]以及电路当前特征向量F＝[U_o，F_U，THD_U，V_pp，V_mean，V_{gs_d}]。

步骤2：构建基于极限学习机的航空静止变流器的工况-健康特征向量映射模型。首先定义由工况-健康特征向量映射模型得到的向量为映射健康特征向量H_F，将步骤1中获得的健康航空静止变流器的工况参数向量E作为极限学习机(ELM)的输入，电路健康特征向量H作为ELM模型的期望输出，构建航空静止变流器的工况-健康特征向量映射模型；然后将当前采集的航空静止变流器的工况参数向量输入至工况-健康特征向量映射模型，得到航空静止变流器当前工况下的映射健康特征向量HF。

步骤3：使用曼哈顿距离度量方法构建航空静止变流器健康指标HI。根据步骤2中获取的航空静止变流器在当前工况下的映射健康特征向量H_F以及步骤1中获取的航空静止变流器当前特征向量F，求取H_F、F的曼哈顿距离来度量当前航空静止变流器与相同工况下健康航空静止变流器的偏移程度，构建电路级健康指标HI，对当前航空静止变流器进行准确的健康状态评估。