[发明专利]一种并联直流-直流变换器的寿命延长方法

说明书

一种并联直流‑直流变换器的寿命延长方法，本发明涉及并联直流‑直流变换器的寿命延长方法。本发明的目的是为了解决现有方法难以精确预测系统的健康状态，导致无法缓解模块化功率转换系统中的老化程度不匹配，从而缩短电力电子系统寿命的问题。过程为：1.获取训练数据；2.搭建神经网络模型；3.训练神经网络，得到训练好的神经网络；4.在线获得测试数据，预测并联式DC‑DC变换器系统的健康状态；5.重复执行3和4N次，保留在测试数据上预测效果最好的神经网络用于最终的在线预测，执行6；6.延长系统的剩余使用寿命。本发明用于电力电子系统人工智能健康管理领域。

技术领域

本发明涉及电力电子系统的健康管理和人工智能相结合的学科交叉领域，尤其涉及并联直流-直流变换器的寿命延长方法。

背景技术

随着电力系统的规模不断扩大，电网的结构日趋复杂，智能电网越来越受到人们的重视。电力变换器是满足电力能源需求，保证电网正常运行的重要设备。

基于模块化连接的功率转换系统是指通过串联或者并联的方式连接若干个电力变换器，每一个电力变换器的工作功率为总体额定功率的一部分。并联式直流-直流(DC-DC)变换器系统，作为一种典型的基于模块化连接的功率转换系统，在工作过程中仅仅只需要很低的功率损耗，与此同时，还兼备较高的开关频率以及小体量等优点，在电源模块的设计中得以大量使用。在电力电子系统的实际工作过程中，重复的工作循环将会导致功率器件产生热机械疲劳，引发器件产生焊点开裂、焊丝脱落以及热循环失效等故障，这将对电力电子系统产生十分严重的后果。因此，如何管理电力电子系统的健康状态至关重要。

在传统的并联式DC-DC变换器系统中，各个组件所分配的功率是固有不变的。然而，对于系统的实际工作过程，不同器件的相关参数，诸如导通电阻、状态电压压降等电气参数以及材料的热膨胀系数都存在差异。不仅如此，系统中组件的更替以及冷却系统的设计差异所造成的温度不匹配等因素，都会导致系统中不同组件之间的健康状态不同。众所周知，系统某个组件的损坏将导致整个系统无法正常工作。因此，如何通过有效的策略缓解并联式DC-DC变换器系统中的老化程度不匹配问题成为目前电力电子技术领域的研究热点。

值得一提的是，目前很少有进行电力电子系统寿命延长这一方面的工作，如何缓解模块化功率转换系统中的老化程度不匹配问题存在着一定的挑战。不仅如此，在缺乏对象系统准确的数学模型的前提下，传统的基于模型的方法难以精确预测系统的健康状态，其应用受到了很大的限制。

综上，现有方法难以精确预测系统的健康状态，导致无法缓解模块化功率转换系统中的老化程度不匹配，从而缩短电力电子系统寿命。

发明内容

本发明的目的是为了解决现有方法难以精确预测系统的健康状态，导致无法缓解模块化功率转换系统中的老化程度不匹配，从而缩短电力电子系统寿命的问题，而提出一种并联直流-直流变换器的寿命延长方法。

一种并联直流-直流变换器的寿命延长方法具体过程为:

步骤1.获取训练数据；

步骤2.搭建LM-BPNN神经网络模型；

所述LM-BPNN神经网络为列文伯格-马夸尔特-反向前馈神经网络；

步骤3.训练LM-BPNN神经网络，得到训练好的LM-BPNN神经网络；

步骤4.在线获得测试数据，预测并联式DC-DC变换器系统的健康状态；

步骤5.重复执行步骤3和步骤4N次，保留在测试数据上预测效果最好的LM-BPNN神经网络用于最终的在线预测，执行步骤6；

所述N为大于等于2的正整数；

步骤6.延长系统的剩余使用寿命。

优选地，所述步骤1中获取训练数据；具体过程为：