[发明专利]光伏二极管箝位型三电平逆变器的决策树SVM故障诊断方法

摘要

本发明公开了一种光伏二极管箝位型三电平逆变器的决策树SVM故障诊断方法，针对光伏微网中的三电平逆变器故障诊断问题，以逆变状态为例，首先分析逆变器主电路的运行情况并进行故障分类，然后以中、上、下三种桥臂电压为测量信号，采用小波多尺度分解法提取特征信号，进而利用粒子群聚类算法生成决策树SVM分类模型，最终实现了光伏二极管箝位型三电平逆变器的多模式故障诊断。其优点是：该算法能够明显区分光伏二极管箝位型三电平逆变器的各个故障状态，使用了较少的分类模型完成故障诊断任务，且诊断精度高，抗干扰能力强。

主权项

1.一种光伏二极管箝位型三电平逆变器的决策树SVM故障诊断方法，其特征包括：建立光伏二极管箝位型三电平逆变器电路的模型；提取三电平逆变器主电路开路故障特征；构建粒子群聚类故障诊断决策树；训练和测试决策树支持向量机SVM故障分类模型，最终实现光伏二极管箝位型三电平逆变器的故障诊断；第一步：建立光伏二极管箝位型三电平逆变器电路的模型三电平逆变器主电路由A、B和C三相桥臂构成，每相桥臂由四个主开关管、四个续流二极管和两个中点钳位二极管组成，由于三电平逆变器电路本身的结构，每个开关管在工作过程中承受的最高电压只有两电平逆变器的一半，三电平逆变器可降低开关器件的电压应力，满足高压逆变的要求；三电平逆变器主电路故障是开路故障，包括IGBT开路、串联熔断器熔断、触发脉冲丢失故障和中点钳位二极管开路，根据实际运行的情况对主电路A相进行故障分类，共三大类十三小类；1)所有IGBT开关管都正常运行，逆变器无故障，共一小类；2)单个器件发生故障，即在四个功率管和两个中点钳位二极管中任意一个发生故障，共六小类；3)两个器件发生故障，这大类存在两种情况，一是故障的两个开关管不在同一桥臂，归结为不同桥臂上的单个器件故障，参考单个器件发生故障的情况；二是故障的两个开关管在同一桥臂，即四个开关管中任意两个开关管发生故障的情况，共六小类；第二步：提取三电平逆变器主电路开路故障特征三电平逆变器主电路不同故障的各个桥臂电压经分解后在各频带上的投影是不同的，即主电路故障时，会对各频带的能量发生影响，故障会对某些频率能量起增强作用，某些频率能量起抑制作用，故障输出和正常输出会有差异，采用不同频带的能量作为故障特征，对采用空间矢量脉宽调制SVPWM控制的二极管箝位型三电平逆变器主电路进行建模，建模后对各种故障发生时的桥臂电压进行j层小波多尺度分解，分别提取j+1个信号特征，再对小波多尺度分解系数进行重构，提取各个频带的能量，计算频带信号的能量，设En为第n个分解系数序列Sn的能量，则 E n = Σ k = 1 N | X n | 2 - - - ( 1 ) ]]>式中，Xn，n＝0，1，…，j为重构信号序列Sn的离散点幅值，进而得到各个桥臂电压的能量后就可以构建特征向量，其中特征向量T1为：T1＝[E0 E1 ... Ej] (2)进一步统一量纲，归一化处理特征向量得到：T1′＝[E0/E E1/E ... Ej/E] (3)其中，E为信号的总能量，T1′中各个元素对应各个频带能量的百分比，采用同样的方法再处理上、下桥臂，可以分别得到特征向量T2′和T3′，定义故障特征向量为：T＝[T1′ T2′ T3′] (4)将各个故障情况下的桥臂电压按照上述过程进行特征提取，最后构建数据样本；第三步：构建粒子群聚类故障诊断决策树由于三电平逆变器共有13种故障小类，要构建决策树将故障完全区分，需要用到粒子群聚类算法将故障不断地划分成两类；粒子群聚类算法需要先进行初始化，随机初始化粒子群，设置聚类数目、粒子数目、迭代次数，再将每个样本随机分类，并作为最初的聚类划分后计算聚类中心、适应度，设置粒子初速度为零；根据初始粒子群得到的粒子个体的最优位置pid和全局最优位置pgd，并利用公式 ω = ω m a x - i t e r i t e r m a x ( ω m a x - ω m i n ) - - - ( 5 ) ]]> c 1 = R 1 + i t e r i t e r m a x R 2 - - -