[发明专利]风电并网逆变器故障诊断方法与装置

说明书

本发明提供一种风电并网逆变器故障诊断方法与装置，属于光伏发电技术领域。本发明的方法包括：基于风力发电系统对其逆变器的故障进行分析，以得到故障数据；对所述故障数据进行经验模态分解，并利用经验模态分解对故障数据进行计算以得到IMF；采用改进的烟花算法求解最优的两个正则化参数和核函数的超函数；根据所述最优的两个正则化参数和核函数的超函数，采用MLS‑SVM训练数据并进行故障诊断。本发明使用改进的烟花算法优化MLS‑SVM故障诊断方法，相比MLS‑SVM故障诊断的方法，能够有效提升风电并网逆变器开路故障诊断的准确率。

技术领域

本发明属于光伏发电技术领域，具体涉及一种风电并网逆变器故障诊断方法与装置。

背景技术

风力发电系统(WPGS)可以作为一种可持续的解决方案，以减轻温室气体排放的影响，满足不断增长的经济的能源需求。此外，风电场建设周期短，投资建设规模具有很大的灵活性。因此，风能已成为过去十年中增长最快的可再生能源之一。

然而，风电系统的大规模发展带来了两个重要问题：1)风电系统的可靠性；2)风电系统的维护成本。在风力发电系统的发展中，不仅要考虑风力发电系统的功能，还要考虑风力发电系统的可靠性，以促进风力发电系统的安全运行，最大限度地利用风力发电，大幅度提高风力发电系统的渗透率。另一方面，维修费用应降低。对于使用寿命为20年的风力涡轮机，估计维护费用至少占总费用的10-15％。因此，需要研究有效的方法来提高风电系统的可靠性，降低维护成本。

由于风电系统中变流器故障的发生是独立且随机的，故障诊断是一种可行的故障快速检测和隔离方法，因此风电变流器故障诊断的工程价值如下：(1)在研制过程中，故障诊断可以为改进变换器的设计提供可靠的理论依据，以调整变换器的结构，优化变换器控制器。例如，较高的故障诊断精度可以保证有效的容错控制，提高风电机组在故障条件下的连续运行能力。(2)对于运行而言，故障诊断可以指导操作人员在变频器故障早期采取积极有效的调整措施，最大限度地减少灾难性故障的发生，有效避免不必要的停机，减少故障造成的经济损失。(3)在风电系统的维护管理方面，故障诊断可以快速检测和识别故障；这对于更早地做出决策、降低风险和更有效地降低成本具有重要意义。

因此，本发明提出一种风电并网逆变器故障诊断方法与装置。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一，提供一种风电并网逆变器故障诊断方法与装置。

本发明的一方面，提供一种风电并网逆变器故障诊断方法，包括下述步骤：

基于风力发电系统对其逆变器的故障进行分析，以得到故障数据；

对所述故障数据进行经验模态分解，并利用经验模态分解对故障数据进行计算以得到IMF；

采用改进的烟花算法求解最优的两个正则化参数和核函数的超函数；

根据所述最优的两个正则化参数和核函数的超函数，采用MLS-SVM训练数据并进行故障诊断。

可选的，对所述故障数据进行经验模态分解，包括：

利用经验模态分解对时间序列号进行分解，分解为如下形式：

其中，y(t)为原始信号，表示的是IMFs，b_i(i＝1,2,...,N)为IMF,d_N为残差。

可选的，所述利用经验模态分解对故障数据进行计算以得到IMF，包括：

经验模态分解的计算过程如下：

在原始信号y(t)上加入随机高斯白噪声g_m(t):

式中A为上述噪声的振幅系数；