[发明专利]一种基于多新息递推最小二乘的Boost变换器故障诊断方法

摘要

本发明公开了一种基于多新息递推最小二乘的Boost变换器故障诊断方法，属于电力变换器故障诊断领域。该方法包括建立Boost变换器的混杂系统离散模型；获取Boost变换器的最小二乘递推模型；根据最小二乘递推模型获取新息标量；获取预定时间范围内Boost变换器的信息向量和系统输出；根据新息长度扩展出多新息向量，获取信息矩阵和输出向量；估计Boost变换器的参数向量；根据估计得到的参数向量，确定Boost变换器中各个元件的估计值并判断Boost变换器是否发生故障；解决了目前Boost变换器故障诊断数据利用率低的问题；达到了平滑各元件的参数估计数值，提高Boost变换器故障诊断的精度和收敛速度的效果。

主权项

1.一种基于多新息递推最小二乘的Boost变换器故障诊断方法，其特征在于，所述方法包括：建立Boost变换器在电感电流持续导通情况下的混杂系统离散模型；根据混杂系统离散模型，获取Boost变换器的最小二乘递推模型；根据Boost变换器的最小二乘递推模型获取新息标量；获取预定时间范围内Boost变换器在工作状态下的电感电流、输出电压和MOSFET管的切换状态，并确定Boost变换器的信息向量和系统输出；设置新息长度，根据新息长度将新息标量扩展为多新息向量；根据新息长度和信息向量得到信息矩阵，根据新息长度和系统输出得到输出向量；根据多新息向量、信息矩阵和输出向量，按如下公式估计k时刻Boost变换器的参数向量：P^‑1(k)＝P^‑1(k‑1)+Φ(p,k)Φ^T(p,k)，P^‑1(k)＝P^‑1(k‑1)+Φ(p,k)Φ^T(p,k)，根据估计得到的k时刻的Boost变换器的参数向量，确定k时刻Boost变换器中各个元件的估计值；根据Boost变换器中各个元件的估计值判断Boost变换器是否发生故障；其中，Φ(p,k)表示信息矩阵，X₁(p,k)和X₂(p,k)表示输出向量，X₁(p,k)＝[X₁(k) X₁(k‑1) … X₁(k‑p+1)]^T，X₂(p,k)＝[X₂(k) X₂(k‑1) … X₂(k‑p+1)]^T，p表示新息长度，k表示离散时间，P(k)表示k时刻的协方差阵；E₁(p,k)和E₂(p,k)表示k时刻的多新息向量，e₁(k)和e₂(k)表示k时刻的新息标量，X₁(k)和X₂(k)表示k时刻的系统输出量，系统输出Y(k)为表示信息向量，θ₁(k)和θ₂(k)表示k时刻Boost变换器的参数向量，和表示k时刻Boost变换器的参数向量的估计，T表示采样周期，E表示Boost变换器的输入电压，R表示Boost变换器中电阻的值，L表示Boost变换器中电感的值，Boost变换器中电解电容C'等效为电容和串联电阻，C表示电容的值，R_C表示串联电阻的值。