[发明专利]一种中压模块化多电平变流器故障诊断方法在审
申请号: | 202110267772.1 | 申请日: | 2021-03-11 |
公开(公告)号: | CN113159119A | 公开(公告)日: | 2021-07-23 |
发明(设计)人: | 张莉;马瑞 | 申请(专利权)人: | 大连理工大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04;G06N3/08;G01R31/00 |
代理公司: | 大连东方专利代理有限责任公司 21212 | 代理人: | 姜威威;李洪福 |
地址: | 116024 辽*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 模块化 电平 变流器 故障诊断 方法 | ||
1.一种中压模块化多电平变流器故障诊断方法,其特征在于:包括如下步骤:
S1:每间隔N个采样周期采集一次模块化多电平变流器的各子模块电容电压值和各桥臂电流值,同时记录每个采样周期模块化多电平变流器MMC的各子模块的开关运行状态数据;
S2:将采集到的模块化多电平变流器MMC的各子模块电容电压值和各桥臂电流值构造成数据集,所述数据集中包括模块化多电平变流器MMC的子模块的正常运行状态数据和故障运行状态数据;
S3:对模块化多电平变流器MMC的各子模块电容电压值和各桥臂电流值构造成数据集进行特征重构及样本筛选,得到新的特征值,由新的特征值构成样本集,将样本集分为训练集及测试集,将样本集根据模块化多电平变流器运行状态进行独热编码,得到编码向量,作为类标签;
S4:采用神经网络并基于BP反向传播算法对训练集进行参数训练,得到模块化多电平变流器故障诊断模型;
S5:将测试集输入MMC故障诊断模型中,进行模块化多电平变流器的各子模块开路故障诊断,通过与类标签的匹配,得出故障类型。
2.根据权利要求1所述的一种中压模块化多电平变流器故障诊断方法,其特征在于:所述对模块化多电平变流器MMC的各子模块电容电压值和各桥臂电流值构造成数据集进行特征重构及样本筛选,得到新的特征值包括如下步骤:
S3-1:将采集到的子模块电容电压、各桥臂电流和记录的开关状态数据根据初步样本集公式构造初步样本集;
S3-2:根据故障类型筛选样本,若与电容串联开关器件发生开路故障,仅保留当故障子模块的输入电流小于零时的样本;若与电容并联的开关器件发生开路故障,仅保留故障子模块的输入电流大于零时的样本;进而得到新的特征值。
3.根据权利要求1所述的一种中压模块化多电平变流器故障诊断方法,其特征在于:所述初步样本集公式如下:
其中:Upji(k)表示p相第j个桥臂的第i个子模块k时刻的电容电压值;Ipj(k)表示p相第j个桥臂k时刻的电流值;Spjig表示p相第j个桥臂的第i个子模块在k+1-g时刻的开关运行状态,其中,‘1’为子模块投入,‘0’为子模块切除;CSM为子模块的电容值,Ts为采样周期,Gpji表征第p相第j个桥臂的i个子模块的重构特征值,即初步特征值。
4.根据权利要求1所述的一种中压模块化多电平变流器故障诊断方法,其特征在于:所述独热编码的编码规则如下:
当模块化多电平变流器为正常状态时,独热编码的编码规则为0 0...0 1;
当模块化多电平变流器为故障状态时,独热编码的编码规则如下;
若模块化多电平变流器故障发生在第p(1,2,3)相第j(1,2)个桥臂的第i(1,2.....,M-1,M)个子模块,则从最高位起其第(M*(p-1)+M*(j-1)+i)位为‘1’其余位为‘0’;其中,p(1,2,3)分别表征A,B,C三相,j(1,2)分别表征上下桥臂,i(1,2.....,M-1,M)分别表征单一桥臂子模块编号。
5.根据权利要求1所述的一种中压模块化多电平变流器故障诊断方法,其特征在于:所述神经网络激活函数是sigmoid函数,其输入为的6M维向量,分别代表6M个子模块的重构特征,隐藏层有10个单元,输出层有6M+1个单元,分别代表1个正常工作状态外加6M个故障位置。
6.根据权利要求1所述的一种中压模块化多电平变流器故障诊断方法,其特征在于:所述MMC故障诊断模型包括Softmax分类器;所述Softmax分类器输出属于变流器各个状态的概率值,选择概率最大所匹配的类标签,得出故障类型。
7.根据权利要求6所述的一种中压模块化多电平变流器故障诊断方法,其特征在于:所述Softmax分类器公式为:
式中,yi为第i个状态对应的概率值;m为输出神经元的个数,即对应变流器的各个状态。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于大连理工大学,未经大连理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110267772.1/1.html,转载请声明来源钻瓜专利网。