[发明专利]一种模块化多电平换流器故障分类方法

说明书

本发明涉及多电平换流器故障诊断技术，具体涉及一种模块化多电平换流器故障分类方法，通过对三相交流输出电流和内部环流进行采样，对采样得到的电流信号进行小波硬阀值去燥，滤除其中的噪声；再将去燥信号归一化处理；对归一化的信号使用同步挤压小波变换(SST)得到原始电流信号的三维时频图；将三维时频图像随机划分为训练集和测试集；用遗传算法优化卷积神经网络模型的超参数,用4折交叉验证法在验证集上评估模型；在优化后的模型上输入测试集数据，测试结果即为故障分类结果。该方法能准确的分类待测试样本中的故障类型。对于整个MMC换流器，仅需要6个电压传感器，节省了成本，减少了检测复杂性，简单易实现。

技术领域

本发明属于多电平换流器故障诊断技术领域，特别涉及一种模块化多电平换流器故障分类方法。

背景技术

模块化多电平换流器(MMC)最先由德国学者R.Marquardt于2001年提出。作为一种新型电压源换流器拓扑结构，由于其具有模块化结构设计、易于扩展、输出波形质量高、运行损耗小、具有公共直流母线等优点,在中高压直流输电、新能源并网、高压电力驱动等场合得到了越来越广泛的应用。三相MMC拓扑机构如图-1所示，它由三相6个桥臂组成，上下桥臂合成一个相单元，每个桥臂含有一个桥臂电抗和相同数目的串联子模块。图中，u_a，u_b，u_c分别为换流器三相交流电压。i_pz和i_nz分别为上下桥臂电流，u_zp为上桥臂电压，u_zn为下桥臂电压，z＝a,b,c。

模块化多电平换流器(MMC)由大量半桥子模块(Sub-Modules,SMs)级联而成，每个子模块又包含有2个功率器件IGBT，功率器件极易发生开路故障，因此，每个功率器件都是潜在的故障点。子模块故障是MMC常见的故障类型之一，子模块故障会导致桥臂输出电压与期望出现偏差、相间环流增大、交直流侧谐波增大，继而影响整个系统的安全可靠运行。

故障子模块可能位于MMC六个桥臂中的一个，加上正常状态，共有7种故障类型。

发明内容

针对背景技术存在的问题，本发明提供一种模块化多电平换流器子模块故障分类方法。

为解决上述技术问题，本发明采用如下技术方案：一种模块化多电平换流器故障分类方法，模块化多电平换流器包括A、B、C相6个桥臂，A、B、C相上下桥臂组合成一个相单元，每个桥臂含有一个桥臂电抗和相同数目的串联子模块；该方法包括以下步骤：

步骤1：对三相输出电流和三相内部环流信号进行采样；

步骤2：使用小波硬阀值方法对采样信号进行滤波降噪并归一化处理；

步骤3：对归一化后的信号做同步挤压小波变换，获取原始电流信号的三维时频图像特征数据；

步骤4：将三维时频图像数据随机划分为训练集、验证集和测试集，其中训练集作为卷积神经网络模型的输入数据，网络自动学习时频图像中的潜在故障信息；

步骤5：利用遗传算法优化卷积神经网络模型的超参数，采用4折交叉验证法在验证集上评估模型，得到优化模型；

步骤6：在优化模型上输入测试集数据，得到故障类型的结论。

在上述模块化多电平换流器故障分类方法中，步骤2采用小波硬阀值方法进行处理时，先对信号做连续小波变换得到小波系数，再估计噪声阀值λ，若小波系数小于λ，则该系数为噪声引起，去除这部分系数；若小波系数大于λ，则该系数为信号引起，保留这部分系数，然后对处理后的小波系数进行小波逆变换得到去噪后的信号。