[发明专利]一种基于电流误差的MMC子模块IGBT开路故障诊断方法在审
申请号: | 202210340916.6 | 申请日: | 2022-03-28 |
公开(公告)号: | CN114740326A | 公开(公告)日: | 2022-07-12 |
发明(设计)人: | 杨兴武;王江;王雅妮;刘春;鲍一鸣;丁青杰;江友华;张亚楠;徐常天;任品顺 | 申请(专利权)人: | 上海电力大学 |
主分类号: | G01R31/26 | 分类号: | G01R31/26;G01R31/54;G06F30/27;G06K9/62 |
代理公司: | 南京禹为知识产权代理事务所(特殊普通合伙) 32272 | 代理人: | 沈鑫 |
地址: | 201306 上*** | 国省代码: | 上海;31 |
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 基于 电流 误差 mmc 模块 igbt 开路 故障诊断 方法 | ||
1.一种基于电流误差的MMC子模块IGBT开路故障诊断方法,其特征在于:包括,
将从仿真实验中获得的时间序列故障数据,以一个历史周期的历史误差数据作为输入数据,对应当前状态的故障结果作为输出数据,进行数据预处理;
根据已知故障状态下的训练数据对LS-SVM二分类网络进行训练,根据最优分类决策对测试样本给出故障诊断结果;
根据子模块电容电流预测值与电容电流实际值之间的误差,以及对应子模块的故障状态作为故障特征,基于故障类型和桥臂电流方向进行故障定位;
根据各子模块电容电流误差故障信息,且在发生不同类型故障和不同子模块故障时各子模块故障信息之间相互独立,进行多个子模块的故障定位。
2.如权利要求1所述的基于电流误差的MMC子模块IGBT开路故障诊断方法,其特征在于:所述通过已知故障状态下的训练数据对LS-SVM二分类网络进行训练,根据最优分类决策对测试样本给出故障诊断结果包括:
基于搭建的MMC模型,预处理不同类型的子模块故障数据;
采用不同故障类型的样本数据集X,Y;
根据麦瑟定理选择LS-SVM网络的核函数以及有关参数,作为高维输入特征空间在低维输入空间的等效形式;
基于训练阶段样本数据所得到的系数α、β以及LS-SVM的网络核函数,构建MMC子模块故障定位LS-SVM网络;
给定未知故障定位样本,基于构建的LS-SVM网络给出故障决策输出值。
3.如权利要求2所述的基于电流误差的MMC子模块IGBT开路故障诊断方法,其特征在于:所述构建MMC子模块故障定位LS-SVM网络包括:
对于n组训练样本{(x1,y1),(x2,y2),…,(xn,yn)},其中x∈Rd,y∈{1,0},存在最优分类超平面,且最优分类超平面为:
其中,ω为超平面的法向量,β为偏置量;
最小二乘支持向量机分线性分类模型优化函数φmin(ω,ei)为:
其中,C为规则因子,ei为误差变量;
构建Lagrange方程为:
其中,αi为Lagrange乘子;
最小二乘支持向量机的分类决策函数为:
其中,K(x,xi)为支持LS-SVM的核函数。
4.如权利要求3所述的基于电流误差的MMC子模块IGBT开路故障诊断方法,其特征在于:所述故障决策输出值包括故障和非故障,所述故障定位包括上管IGBT故障和下管IGBT故障。
5.如权利要求4所述的基于电流误差的MMC子模块IGBT开路故障诊断方法,其特征在于:所述通过子模块电容电流预测值与电容电流实际值之间的误差,以及对应子模块的故障状态作为故障特征,基于故障类型和桥臂电流方向进行故障定位,其中电容电流与桥臂电流表示为:ic=iarm或ic=0,其中ic为电容电流,iarm为桥臂电流。
6.如权利要求5所述的基于电流误差的MMC子模块IGBT开路故障诊断方法,其特征在于:上管IGBT故障时,当iarm0且开关状态S=1,上管IGBT发生开路故障不流经反向桥臂电流,桥臂电流流经与上管IGBT反并联的二极管D2,此时子模块电容上实际流经电流为0,电容电流预测值等于桥臂电流。
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上海电力大学,未经上海电力大学许可,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/202210340916.6/1.html,转载请声明来源钻瓜专利网。