没有合适的资源?快使用搜索试试~ 我知道了~
基于小波包变换-主元分析-神经网络算法的多电平逆变器故障诊断
1 下载量 82 浏览量
2020-04-22
12:04:08
上传
评论 1
收藏 746KB PDF 举报
温馨提示
针对级联多电平逆变器的故障诊断问题,提出了一种基于小波包变换-主元分析-神经网络算法的故障诊断方法。首先,通过小波包变换对故障信号进行多尺度小波包分解,并重构提取小波包能量作为故障特征向量;然后,采用主元分析方法提取主元信息以降低故障特征的维数;最后,利用BP神经网络进行故障分类和识别。通过仿真实验,验证了该方法相对于传统方法具有更高的故障诊断和故障识别的准确率,并且对噪声具有较好的鲁棒性。
资源推荐
资源详情
资源评论
第
38
卷
第
1
期
2
019
年
2
月
山东科技大学学报
(
自然
科学版
)
Jo
urnal
of
Shandon
g
Universit
y
of
Science
and
Technolo
gy
(
Natural
Science
)
Vo
l.38
No.1
Feb.2019
引用
格式
:
宋保业
,
徐继伟
,
许琳
.
基于小波包变换
-
主元
分析
-
神经网络算法的多电平逆变器故障诊断
[
J
]
.
山东科技大学学报
(
自
然
科学版
),
2019
,
38
(
1
):
111
-
12
0.
SONG
Bao
y
e
,
XU
Jiwei
,
XU
Lin.Multilevel
inverter
fault
dia
g
nosis
based
on
WPT
-
PC
A
-
NN
a
l
g
orithm
[
J
]
.Journal
of
Shan
-
do
n
g
Universit
y
of
Science
and
Technolo
gy
(
Natural
Science
),
2019
,
38
(
1
):
111
-
12
0.
基于小波包变换
-
主
元
分析
-
神经网络算法的
多电平逆变器故障诊断
宋
保
业
,
徐继伟
,
许
琳
(
山东科技大学
电气与自动化工程学院
,
山
东 青岛
266590
)
摘
要
:
针对级联多电平逆变器的故障诊断问题
,
提出了一种基于小波包变换
-
主元
分析
-
神经
网络算法的故障诊断
方法
。
首先
,
通过小波包变换对故障信号进行多尺度小波包分解
,
并重构提取小波包能量作为故障特征向量
;
然
后
,
采用主元分析方法提取主元信息以降低故障特征的维数
;
最后
,
利用
B
P
神经网络进行故障分类和识别
。
通过
仿真实验
,
验证了该方法相对于传统方法具有更高的故障诊断和故障识别的准确率
,
并且对噪声具有较好的鲁棒
性
。
关键词
:
多电平逆变器
;
小波包变换
;
主元分析
;
神经网络
;
故障诊断
中图法分类号
:
T
M464
文献标志码
:
A
文章编号
:
1672
-
37
67
(
2019
)
01
-
01
11
-
10
D
OI
:
10.16452
/
j
.cnki.sdk
j
zk.2019.01.013
收稿
日期
:
2018
-
03
-
21
基金
项目
:
国家自然科学基金项目
(
61703242
);
山东省高等学校科技计划项目
(
J14LN34
)
作
者简介
:
宋保业
(
1982
—),
男
,
山东青岛人
,
讲师
,
博士
,
主要从事电力电子故障诊断相关工作
.E
-
ma
il
:
son
g
bao
y
e
@
g
mail.com
Mu
lti
-
le
vel
inverter
fault
dia
g
nosis
based
on
WPT
-
PC
A
-
NN
a
l
g
orithm
SO
NG
Bao
y
e
,
XU
Jiwei
,
XU
Lin
(
Co
lle
g
e
of
Electrical
En
g
ineerin
g
and
Automation
,
Shandon
g
Universit
y
of
Science
and
Technolo
gy
,
Qin
g
dao
,
Shandon
g
266590
,
China
)
Abstract
:
To
handle
the
fault
dia
g
nosis
of
cascaded
multi
-
le
vel
inverters
,
a
fault
dia
g
nosis
based
on
WPT
-
PC
A
-
NN
a
l
g
orithm
was
p
ro
p
osed
in
this
p
a
p
er.Firstl
y
,
the
wavelet
p
acket
transform
(
WPT
)
was
a
pp
lied
to
the
multi
-
sc
ale
wavelet
p
acket
decom
p
osition
of
fault
si
g
nals
,
and
the
fault
feature
vector
was
extracted
from
the
reconstructed
wavelet
p
acket
ener
gy
.Then
,
the
p
rinci
p
al
com
p
onent
anal
y
sis
(
PCA
)
was
em
p
lo
y
ed
to
extract
the
p
rinci
p
al
infor
-
ma
tion
to
reduce
the
dimensions
of
fault
features.Finall
y
,
the
BP
neural
network
(
NN
)
was
used
for
fault
dia
g
nosis
and
identification.The
simulation
results
demonstrate
that
the
p
ro
p
osed
method
is
more
accurate
in
fault
dia
g
nosis
and
identification
in
com
p
arison
with
traditional
methods
,
and
is
more
robust
to
nois
y
fault
si
g
nals.
Ke
y
words
:
multi
-
le
vel
inverter
;
wavelet
p
acket
transform
;
p
rinci
p
al
com
p
onent
anal
y
sis
;
neural
network
;
fault
dia
g
-
no
sis
目前
,
电
力电子技术在交直流输电
、
新能源电力变换
、
变频电机控制和配电网谐波治理等方面得到了广
泛应用
。
电力电子设备突发故障会导致设备损坏
、
生产停滞甚至人员伤亡等
,
因此故障诊断是保障电力电子
设备安全稳定运行的基础
[
1
-
2
]
。
逆变器是一种应
用广泛的电力电子设备
,
其中级联
H
桥多电平逆变器由于
中国煤炭行业知识服务平台www.chinacaj.net
山东科技大学学报
(
自然
科学版
)
20
19
年第
1
期
开
关损耗低
、
稳定性高
、
输出电压谐波分量少等优点得到了快速发展
。
但是
,
随着功率器件数量的增多
,
发生
故障的概率也随之增大
。
据统计分析
,
逆变器故障主要分为功率器件的短路故障和开路故障
。
通常
,
当功率
器件出现短路故障时
,
急剧增加的电流会导致保护熔断器断路
,
从而短路故障最终会转化为开路故障
。
因
此
,
在逆变器故障诊断的研究中
,
以功率器件的开路故障诊断为主
[
3
-
4
]
。
近年
来
,
随着智能算法的不断发展
,
智能故障诊断方法被广泛地应用在故障诊断方面
。
文献
[
5
]
针对
电力电子变流器提出基于故障与基本测量相关性的逻辑诊断方法
,
其主要目的是使电力电子系统能够在
故障出现时容错运行
,
以适应智能电网的要求并 延长其 工作寿 命
。
文献
[
6
]
针对三相逆变器提出一种基
于三相电流极值及其比值
,
并结合概率神经网络的开路故障诊断策略
。
通过以各相输出电流的极值和比
值作为诊断过程中的特征向量
,
利用概率 神经网 络对故 障进行 分类定 位
。
文献
[
7
]
针对三 相逆变 器提出
一种结合小波与
Co
ncordia
变换
的方法
,
提取三相输出电流的故障特征值作为故障诊断的特征向量
,
并利
用传统的支持向量机方法对故障进行分类
。
文献
[
8
]
针对逆 变器中 功率管 的开路 故障
,
提出一种非侵 入
式的逆变器开路故障在线诊断与定位 方法
。
利用故障线电压包络线与实测线电压进行比较对故障进行
定位
。
文献
[
9
]
针对三相逆变器提出一种基于贝叶斯网络的三相逆变器数据驱动故障诊断方法
,
首先测
量不同故障模式下两路输出线电压
,
采用
FF
T
(
fast
Fourier
transform
)
变换
提取信 号特征
,
然后采用主成
分分析法降低维数
,
再利用贝叶斯网络对故障进行检测和分析
。
文献
[
10
-
11
]
通过
小波 包 变换 对 三相逆
变器故障进行分解
,
然后分别通过相空间重构和小波包包络流行学习算法进行学习并重构得到故障特
征
,
再对故障进行分类定位
。
图
1
级联
H
桥七电平逆变器
F
i
g
.
1
Cascade
H
-
br
id
g
e
seven
-
le
vel
inverter
目前
,
关于逆变器的
故障诊断多集中于三电平逆变器电路
,
多电
平逆变器的故障诊断还需要进一步深入研究
。
为此
,
针对级联多电
平逆变器提出一种基于小波包变换
-
主元
分析
-
神经
网络算法的故障
诊断方法
。
首先
,
通过仿真实验获取原始故障数据
,
然后通过小波包
变换
(
wa
velet
p
acket
transform
,
WPT
)
对原
始信号进行多尺度小波
包分解并重构提取小波包能量作为故障特征向量
,
再利用主元分析
(
p
ri
nci
p
al
com
p
onent
anal
y
sis
,
PCA
)
方法
降低故障特征维度
,
最后
将得到的低维特征向量作为
BP
神经网络的输入
,
经网络训练之后
进行故障分类
,
达到多电平逆变器故障诊断的目的
。
1
多电平逆变器故障模型
逆变
器故障一般分为开路故障和短路故障两种情况
,
本研究针
对逆变器的功率管的开路故障进行分析
。
在负载变化的情况下
,
交
流侧输出电流波动较大
,
不利于分析研究
,
而此时电压信号则受其影
响很小
,
因此选取逆变器的交流输出电压作为故障信号
。
级联
H
桥逆变器每相由多个
H
桥单元级联而成
,
逆变器输出
相电压的电平数
L
与单
元级联个数
N
存在
关系式
L
=
2
N
+
1
[
1
2
]
。
为方
便分析 故障的 特点
,
选取由
3
个级联单元组成的七电平级联
H
桥逆变器作为研究对象
。
七电平逆变器由
12
个功率管组成
,
单
个功率管开路的情况是
12
种
,
连同正常状态一共有
13
种状态
。
图
1
为单相
3
单元级联
H
桥七电平逆变
器拓扑图
。
图
2
给出了功率管
12
种故障情况下交流输出电压信号
。
2
故障
特征提取
在电
力电子电路故障诊断过程中
,
有些系统可以通过建立数学模型的方式对测量变量进行估计
,
输出电
压残差来进行故障分析
。
但是
,
当所检测系统数学模型的建立比较困难或者是建模过程相对复杂时
,
可以先
采用智能算法对采集的原始数据进行故障特征提取
,
然后再对故障进行智能分类
,
这样可以极大地减少工作
·
21
1
·
中国煤炭行业知识服务平台www.chinacaj.net
剩余9页未读,继续阅读
资源评论
weixin_38545332
- 粉丝: 6
- 资源: 979
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功