[发明专利]一种MMC半桥子模块开关管开路故障的识别和定位方法

权利要求书

1.一种MMC半桥子模块开关管开路故障的识别和定位方法，其特征在于：

Step1：计算桥臂电流i_arm谐波畸变率，简称THD，当THD超过阈值THD_th则该桥臂半桥子模块开关管发生了开路故障；

Step2：基于故障桥臂半桥子模块的电容电压值，首先利用小波分解得到合适的分解信号，选取合适的细节分解信号进行希尔伯特变换得到包络谱，提取出有效故障特征，并利用离群点检测算法进行故障模块检测。

2.根据权利要求1所述的MMC半桥子模块开关管开路故障的识别和定位方法，其特征在于，所述Step1具体步骤为：

对桥臂电流计算谐波畸变率，超过谐波畸变率阈值则触发该桥臂半桥子模块IGBT的开路故障诊断，THD的计算如下式：

式中，I_h为桥臂电流中第h次谐波有效值，I₁位桥臂电流中基波有效值，m为谐波畸变率计算的最高次谐波。

3.根据权利要求1所述的MMC半桥子模块开关管开路故障的识别和定位方法，其特征在于，所述Step2具体步骤为：

Step2.1：在设定时间窗口内采集故障桥臂电容电压数据作为原始数据集，其中原始数据集包括正常模块和故障模块的电容电压数据；

Step2.2：对采集的原始数据集的所有电容电压数据进行小波分解后得到细节分量，并对细节分量进行希尔伯特变换包络谱分析得到每个电容电压对应的均值幅值；

Step2.3：将均值幅值作为故障特征值，并将故障特征值作为基本样本点，进行基于距离的异常值检测，异常值检测是计算各样本点到样本中心的距离，如果单独某个或多个样本点的距离偏差超过设定的阈值就判断该样本点为异常值。

4.根据权利要求3所述的MMC半桥子模块开关管开路故障的识别和定位方法，其特征在于，所述Step2.2具体步骤为：

对采集的原始数据集的所有电压数据进行去噪和分解处理，将时间窗口内的各电容电压信号进行5层小波分解，得到细节分量和近似分量，其中信号的小波分解具体为：

式中，w_v(m,n)表示信号函数u_c(t)的小波变换，u_c(t)表示电容电压信号，是小波函数，t为采样时间，a₀1为尺度因子，m∈Z为阶数，b₀∈R为平移因子，n∈Z为任意常数；

所述细节分量能够明显反映故障信息，因此对细节分量w₅(m,n)进行希尔伯特变换包络谱分析，希尔伯特变换具体为：

式中，w₅(t)是电容电压u_c(t)通过小波分解后得到的细节分量信号，H[w^*₅(t)]为W₅(t)经过希尔伯特变换得到的信号，变换后得到的信号幅值为h(t)，瞬时相位为瞬时频率ω(t)，其中每一个瞬时频率ω(t)对应一个幅值h(t)，对应的公式如下：

5.根据权利要求3或4所述的MMC半桥子模块开关管开路故障的识别和定位方法，其特征在于：所述Step2.2中的均值幅值是将不同频率的信号幅值h(t)做均值化处理得，到均值幅值a(t)作为故障特征值，电池组中不同子模块故障特征集x＝[a_l(t),a₂(t)....a_N(t)]，N为每个桥臂半桥子模块个数。

6.根据权利要求3所述的MMC半桥子模块开关管开路故障的识别和定位方法，其特征在于，所述Step2.3具体步骤为：

将故障特征值作为基本样本点，进行基于距离的异常值检测；

所述异常值检测为计算各样本点到样本中心的距离，如果单独某个或多个样本点的距离偏差超过设定的阈值就判断该样本点为异常值；

具体公式如下：

式中，Dist(x_i)为所求的样本距离，X_i为故障特征值，为平均值；

具体为：

式中，i＝1,2,3.....n。