[发明专利]基于统计特征典型相关分析的PFC故障检测方法

说明书

一种基于统计特征典型相关分析的PFC故障检测方法，属于PFC故障检测领域。本发明针对现有通过PFC变换器的输出电压对其进行故障检测，不明显的故障特征易被掩盖造成检测效果差的问题。包括：采集PFC转换器的样本输入电压和样本输出电压；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；构建样本残差矩阵，计算获得样本统计量；并确定故障检测阈值；采集实际输入电压和实际输出电压，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；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。本发明用于PFC故障检测。

技术领域

本发明涉及基于统计特征典型相关分析的PFC故障检测方法，属于PFC故障检测领域。

背景技术

功率因数矫正器(PFC)广泛应用于交直流功率转换装置中，可实现高功率因数和低谐波失真。由于PFC在当今工业中的重要性，确保功率变换器的连续安全运行是非常必要的。

现有PFC故障检测方法是对PFC变换器的输出进行分析，当输出电压发生特定改变时认为PFC电路发生故障。然而PFC的软故障对输出产生的影响微弱，故障特征不明显，这增大了PFC的故障检测难度。

PFC变换器的输入电压通常源于上一级输出电压，由上一级输出电压幅值的未知波动导致的PFC变换器输出电压变化，易掩盖故障特征，进而影响故障检测效果。并且在不同类型噪声条件下，PFC软故障检测率也亟待提高。

发明内容

针对现有通过PFC变换器的输出电压对其进行故障检测，不明显的故障特征易被掩盖造成检测效果差的问题，本发明提供一种基于统计特征典型相关分析的PFC故障检测方法。

本发明的一种基于统计特征典型相关分析的PFC故障检测方法，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。

根据本发明的基于统计特征典型相关分析的PFC故障检测方法，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。

根据本发明的基于统计特征典型相关分析的PFC故障检测方法，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。