[发明专利]一种基于小波分析和SVM的逆变器故障诊断方法

摘要

本发明涉及一种基于小波分析和SVM的逆变器故障诊断方法，首先建立二极管NPC三电平逆变器模型并确定分类原则，将逆变器无故障时的交流输出侧3个相电压Ua、Ub、Uc与每种故障时的交流输出侧3个相电压进行相减，得到ΔUa、ΔUb、ΔUc，然后对ΔUa、ΔUb、ΔUc进行d‑q变换，将三相变为两相，得到Ud和Uq，并利用小波变换对Ud和Uq进行分析；其次对Ud、Uq经小波变换后的各频带信号分别进行能量提取，确定故障特征向量，以此建立数据样本；最后利用MATLAB软件和LIBSVM工具箱建立多值分类器，从而实现二极管NPC三电平逆变器交叉双相桥的故障诊断。

主权项

1.一种基于小波分析和SVM的逆变器故障诊断方法，其特征在于，包括如下步骤：步骤一，建立二极管NPC三电平逆变电路的模型，仅考虑交叉双相桥同时两只IGBT功率管的开路故障的情况，并将故障类型进行分类；所述的故障类型分类具体为六大类：1.1，逆变器上半桥交叉两桥臂有两只功率管IGBT同时发生故障，共分为12小类；1.2，逆变器下半桥交叉两桥臂有两只功率管IGBT同时发生故障，共分为12小类；1.3，逆变器交叉两桥臂中，每只桥臂1、4管中各有一只功率管IGBT发生故障，分为6小类；1.4，逆变器交叉两桥臂中，每只桥臂2、3管中各有一只功率管IGBT发生故障，分为6小类；1.5，逆变器交叉两桥臂中，每只桥臂1、3管中各有一只功率管IGBT发生故障，分为6小类；1.6，逆变器交叉两桥臂中，每只桥臂2、4管中各有一只功率管IGBT发生故障，分为6小类；步骤二，通过仿真软件分别获得无故障和所述故障条件下交流输出侧的三个相电压Ua、Ub、Uc，将逆变器无故障时的交流输出侧3个相电压与每种故障时的交流输出侧3个相电压进行相减，得到各故障条件时交流输出侧的三个相电压差值ΔUa、ΔUb、ΔUc，然后对所述差值ΔUa、ΔUb、ΔUc进行d‑q变换，得到Ud和Uq，选取小波基函数db3分别对各故障下的Ud、Uq进行6层的小波分解，提取各个频段下的信号；输出侧三相相电压差，并对它们进行d‑q变换，将三相化为两相Ud、Uq，选取db3小波函数，分别对Ud、Uq进行6层的小波分解，分别获得小波分解后的第6层的近似信号能量以及第1至6层细节信号的能量，共14个小信号的能量值，将其作为故障的一个特征向量；步骤三，计算步骤二获得的Ud、Uq小波分解后的各频段的能量，提取各个故障下的Ud、Uq的能量特征，构造特征向量；步骤四，获取数据样本；根据步骤一划分故障种类和步骤三获得的所有故障的特征向量，从不同种类中各选择一个作为样本，并分别对选择的故障特征向量添加随机噪声，每类故障选取若干组样本，得到故障样本；步骤五，根据步骤四获得的故障样本，将其输入至处理器中，并利用处理器对所述故障样本进行分类，建立针对各种故障的数据模型，在后期出现故障时直接调取故障数据进行比对，判断故障类型；对故障样本进行分类，每大类各选一部分作为训练样本，其余的作为测试样本，并对训练样本进行归一化处理，选取C‑SVC支持向量机和RBF核函数exp(‑gamma|u‑v|^2)对训练样本进行分类，用训练样本训练支持向量机，对支持向量机惩罚系数c和RBF参数gamma进行寻优，得到训练模型，对训练好的模型用测试样本进行测试，验证故障判断准确性；利用改进的网格法和交叉验证的思想对惩罚系数c和RBF参数gamma进行寻优，所述的改进的网格法具体过程如下：(1)首先进行大范围搜索，设置惩罚系数c的初始范围为[2^(‑10)，2^(10)]，搜索步距为1；(2)设置gamma的初始范围为[2^(‑10)，2^(10)]，搜索步距为1；(3)通多大范围搜索得到最优的c＝256，gamma＝512；(4)其次根据大范围搜索得到的c和gamma，设置小范围搜索下的惩罚系数c的范围为[2^(6)，2^(9)]，gamma的范围为[2^(8),2^(10)]，搜索步距减小为0.1；(5)通过小范围搜索得到最优的c＝119.4282，gamma＝776.0469；该方法提供一种三电平逆变器电路，具体结构为：包括三相桥臂电路和两个直流电压源，其中，每相桥臂包括串联的四只功率管IGBT，依次标号为1、2、3、4，上两只功率管IGBT为上半桥，下两只功率管IGBT为下半桥；每相桥臂还包括两个串联二极管支路，所述二极管支路的一端与1号功率管IGBT的正极、2号功率管IGBT的负极相连，另一端与3号功率管IGBT的正极、4号功率管IGBT的负极相连；所述直流源分为两个等值的并联支路，其中一条并联支路包括两个串联的等值的直流源；步骤四中对选取的六大类故障特征向量各添加随机噪声，对每类故障特征向量选取若干组样本。