[发明专利]基于滑窗特征提取的模块化多电平换流器故障诊断方法

说明书

本发明公开基于滑窗特征提取的模块化多电平换流器故障诊断方法，包括以下步骤：提出基于滑动时间窗口的快速小波包变换算法提取故障信号时域和频域综合特征—小波包系数，在两次相邻滑动间隔通过预先存储一部分与前次滑动时窗收集的信号序列的相同小波包系数，避免重复计算过程，以较小的存储空间为代价，获得了计算效率很高的小波变换实时算法。基于提取的小波包系数特征，可以使用二维卷积神经网络生成可能故障类型的发生概率P(F)，判别P(F)值是否达到故障标准，可同时短时间内实现高精度的故障检测和定位。此外，基于滑动时间窗特征分析结果还可以标记出子模块中特定的故障开关设备，从而实现故障分类并使子模块的容错控制更加灵活。

技术领域

本发明属于多电平电力电子变换器技术领域，具体涉及一种基于滑窗特征提取的模块化多电平换流器故障诊断方法。

背景技术

随着现在科技的不断发展，相对于传统的两电平和三电平换流器，模块化多电平换流器(Modular Multilevel Converter，MMC)具有效率高、输出交流电压谐波小、高度模块化等特点，更适用于高电压、大功率的应用场合，在柔性直流输电、中压电机驱动等领域具有广阔的前景。

通过将大容量直流电容分成较小的电容器，串联的子模块(SM)可在MMC中应用。这种独特的结构导致没有大容量的直流电容，较低的开关同步需求和较高的模块化程度。但是，大量串联子模块对MMC可靠性构成巨大的威胁，因为它们成为巨大的潜在故障点。

子模块故障主要有两种类型：子模块开路(OC)故障和子模块短路(SC)故障。短路故障破坏性较大，因而子模块驱动电路中一般配备了短路保护模块，当短路故障发生时，由本地闭锁该子模块，确保系统仍可正常运行。开路故障危害相对较小，因而不易被立即检测到，从而造成电压电流波形畸变等后果，威胁到系统的正常运行。子模块开路(OC)故障诊断通常需要故障检测和故障定位。在故障检测中，会生成错误警报以通知子模块开路(OC)故障的发生。为了在子模块开路(OC)故障时实现MMC的不间断运行，将通过故障定位来识别故障SM，以确保正确配置拓扑。

目前学界提出了多种故障检测和定位方法，如故障检测通过基于卡尔曼滤波器的观察器实现的，而故障SM则通过电容电压的比较来进行故障定位；基于滑模观测器的分析分别执行用于故障检测和故障定位；状态观察器分别执行用于故障检测和故障定位；使用单环定理评估电容电压进行故障检测，使用异常值分析进行故障定位。所有这些方法需要分别执行故障检测和故障定位，这不仅使故障诊断过程复杂化，而且延长了所需的故障诊断时间。

发明内容

针对现有技术的不足，本发明的目的在于提供基于滑窗特征提取的模块化多电平换流器故障诊断方法，可同时实现子模块开路故障检测和定位，不需要额外的硬件资源。

本发明的目的可以通过以下技术方案实现：

基于滑窗特征提取的模块化多电平换流器故障诊断方法，包括如下步骤：

S1、用N×M滑动时间数据矩阵S_i(n)对模块化多电平换流器的电容电压、环流、桥臂电流、直流侧电压、三相电流和电压以及时间等无限长流量信号序列集合X(n)进行采样，其中N为滑动时间数据S_i(n)长度，M为模块化多电平换流器的电容电压、环流、桥臂电流、直流侧电压、三相电流和电压以及时间等无限长流量信号的数目，S_i(n)的滑动间隔为ΔN且ΔNN；