[发明专利]一种级联H桥多电平逆变器的故障诊断方法在审
申请号: | 202110814817.2 | 申请日: | 2021-07-19 |
公开(公告)号: | CN113537080A | 公开(公告)日: | 2021-10-22 |
发明(设计)人: | 丁石川;李明扬;杭俊;鲍海波;郭小璇;方洁 | 申请(专利权)人: | 安徽大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 合肥正则元起专利代理事务所(普通合伙) 34160 | 代理人: | 匡立岭 |
地址: | 230031*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 级联 电平 逆变器 故障诊断 方法 | ||
1.一种级联H桥多电平逆变器的故障诊断方法,其特征在于,包括如下步骤:
步骤一,建立级联H桥多电平逆变器的混合逻辑动态模型,将输出侧电流作为故障诊断的特征量;
步骤二,根据步骤一中建立的混合逻辑动态模型,将每种故障状态与正常状态比较,得到理论残差信号;
步骤三,通过电流滑模观测器来预测正常工作状态下的输出侧电流值,比较实际系统的输出和观测器的输出得到残差信号,对残差信号进行分析得出故障所属的类别;
步骤四,对故障状态下的输出电流进行小波包分解,得到小波包能量谱,再经PCA降维,得到故障特征向量,最后利用故障特征向量对每种故障类别中的SVM进行训练;
步骤五,利用已训练完成的SVM进行故障定位。
2.根据权利要求1所述的一种级联H桥多电平逆变器的故障诊断方法,其特征在于,步骤一中混合逻辑动态模型的建立方法为:
以Sij代表开关管的状态,Sij=1表示开关管导通,Sij=0表示开关管关断;
其中i为一个逆变电路中的第i个开关管,i=1,2,3,4;j为一个级联逆变系统中第j个模块,j=1,2,3...N;
结合基尔霍夫电压定律,求得级联H桥多电平逆变器系统的混合逻辑动态模型。
3.根据权利要求2所述的一种级联H桥多电平逆变器的故障诊断方法,其特征在于,步骤二中理论残差信号的求取方法为:
每种故障状态均为一个或两个开关管发生开路故障,即:使相应的Sij=0,据此求得各种故障状态下的混合逻辑动态模型;
将求得的每种故障状态的混合逻辑动态模型与正常工作状态的混合逻辑动态模型相比较,得到每个故障所对应的理论残差信号。
4.根据权利要求1所述的一种级联H桥多电平逆变器的故障诊断方法,其特征在于,步骤三中对故障所属的类别进行判断的方法为:
对步骤二中每个故障所对应的理论残差信号进行分析并列成表;
把拥有相同残差信号特征的故障类型归为一种故障类别,共分为若干个故障类别,得到故障类别表;
对残差信号进行分析,之后通过故障类别表,得出此故障所属的类别。
5.根据权利要求4所述的一种级联H桥多电平逆变器的故障诊断方法,'其特征在于,步骤三中设实际系统的输出为iL,观测器的输出为iL,则残差信号为ie=iL-i′L。
6.根据权利要求1所述的一种级联H桥多电平逆变器的故障诊断方法,其特征在于,步骤四中小波包分解包括如下步骤:
对输出电流进行N层小波包分解后,得到每个频带的小波系数,共2N-1个频带,N为大于0的整数;
对小波系数进行单支重构,得到分解后的重构信号;
求取故障信号在各频带的能量分布:
EN,p为N层小波包分解后第p个小波系数的能量;
为第p个重构信号的离散序列幅值;
根据各频带能量的分布,构造故障特征向量如下:
T=(EN,0,EN,1,EN,2...EN,p);
将正常工作状态以及每种故障状态下的T'作为输入,对每种故障类别下的SVM进行训练。
7.根据权利要求6所述的一种级联H桥多电平逆变器的故障诊断方法,其特征在于,在对每种故障类别下的SVM进行训练之前,将故障特征向量经PCA降维,按特征值方差累计率来确定主元个数,将故障特征向量变为:
T'=(EN,0,EN,1,EN,2...EN,y),(1≤y≤p)。
8.根据权利要求7所述的一种级联H桥多电平逆变器的故障诊断方法,其特征在于,步骤五中,在进行故障诊断时,先通过步骤三得到故障所属的类别,再将该故障的故障特征向量输入到该类别下已经训练好的SVM中,完成具体的故障定位。
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安徽大学,未经安徽大学许可,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/202110814817.2/1.html,转载请声明来源钻瓜专利网。