[发明专利]基于多SVDD模型的DC‑DC变换器健康监测与故障预测方法

摘要

本发明公开一种基于多SVDD模型的DC‑DC变换器健康监测与故障预测方法首先，采集健康DC‑DC变换器的状态信号(输入电压、输入电流、输出电压、输出电流)，并计算多组性能参数(输出电压平均值Uo、输出纹波电压Upp和效率η)；然后，构造3个训练样本集，获取电路健康状态下的3个SVDD模型，计算电路健康基准值最后，对待测DC‑DC变换器进行实时监测，计算各性能参数(Uo、Upp和η)到对应SVDD模型的相对距离，并加权求和，获取电路故障特征参数Hk，比较Hk与的大小，当时，表明电路发生异常，采用高斯过程模型对电路进行故障预测。本发明综合考虑DC‑DC变换器多个性能参数的变化情况，弥补单一信息的缺陷，获取可全面评估电路性能状况的故障特征参数，可有效实现电路的准确故障预测。

主权项

基于多SVDD模型的DC‑DC变换器健康监测与故障预测方法，其特征在于该方法包括如下步骤：步骤1、针对DC‑DC变换器进行故障模式、机理及影响分析，根据分析结果得到DC‑DC变换器电路主要的故障模式及故障元件，确定需监测的电路状态信号为输入电压ui、输入电流ii、输出电压uo、输出电流io，需计算的性能参数为输出电压平均值Uo、输出纹波电压Upp和效率η，其中效率η为电路输出有功功率与输入有功功率之比；将每个故障模式的严重性、发生概率划分为了5个等级，依次用1‑5表示故障严重性和发生概率的程度，计算二者乘积得到风险系数(Risk Priority Number，RPN)，以风险系数的大小表示故障模式风险等级的高低；步骤2、将性能指标均满足设计要求的DC‑DC变换器定义为健康DC‑DC电路，采集健康DC‑DC电路的状态信号，计算电路性能参数Uo、Upp、η，进行归一化操作，获取训练样本集，训练多SVDD模型，并基于信息融合方法获取健康DC‑DC电路的故障特征参数，作为健康基准值步骤3、对待测DC‑DC变换器进行实时监测，依据步骤2中故障特征参数计算方法，实时获取待测DC‑DC变换器电路当前k时刻的故障特征参数值Hk，通过比较Hk与健康基准值的大小，对电路进行健康监测，若电路发生异常，则对电路进行故障预测。