[发明专利]基于统计特征典型相关分析的PFC故障检测方法

权利要求书

1.一种基于统计特征典型相关分析的PFC故障检测方法，其特征在于包括，

步骤一：采集N组正常状态PFC转换器的样本输入电压和样本输出电压；N为正整数；

步骤二：由样本输入电压和样本输出电压进行特征提取，获得样本输入电压特征量和样本输出电压特征量，对样本输入电压特征量和样本输出电压特征量进行典型相关分析，得到典型相关系数；

步骤三：利用样本输入电压特征量、样本输出电压特征量和典型相关系数构建样本残差矩阵，计算获得N个样本统计量；并取N个样本统计量中的最大值作为故障检测阈值；

步骤四：采集运行状态PFC转换器的实际输入电压和实际输出电压，进行特征提取获得实际输入电压特征量和实际输出电压特征量；

步骤五：利用实际输入电压特征量、实际输出电压特征量和典型相关系数构建实际残差矩阵，计算获得实际统计量；

步骤六：将实际统计量与故障检测阈值进行比较，若实际统计量大于故障检测阈值，则判定运行状态PFC转换器为故障状态。

2.根据权利要求1所述的基于统计特征典型相关分析的PFC故障检测方法，其特征在于，步骤二和步骤四中进行特征提取的方法相同；

对第i个样本输入电压，进行特征提取后获得由四个采样点确定的第i个样本输入电压初始特征值x_iobs：

式中r_i-in为第i个样本输入电压的最大值与最小值的差；i＝1，2，3，……，N。

3.根据权利要求2所述的基于统计特征典型相关分析的PFC故障检测方法，其特征在于，

对第i个样本输出电压，按输出电压时间序列、FFT序列、各阶自相关系数和差分序列分别进行包括幅值、均值、标准差、偏度和峰度的统计特征提取，获得20个第i个样本输出电压初始特征值y_iobs。

4.根据权利要求3所述的基于统计特征典型相关分析的PFC故障检测方法，其特征在于，

对第i个样本输入电压初始特征值x_iobs和第i个样本输出电压初始特征值y_iobs进行去均值计算，得到第i个样本输入电压特征量x(i)和第i个样本输出电压特征量y(i)：

x(i)＝x_iobs-μ_x，

y(i)＝y_iobs-μ_y，

式中μ_x是样本输入电压初始特征值均值，μ_y是样本输入电压初始特征值均值。

5.根据权利要求4所述的基于统计特征典型相关分析的PFC故障检测方法，其特征在于，