[发明专利]一种功率变换器主电路的智能自修复技术

摘要

一种功率变换器主电路的智能自修复技术，属于电路测试领域。该方法包括如下步骤1)对主电路进行仿真和分析，确定主电路功率管的故障类型、数目、测试节点(即电压或电流信息)等；2)利用可测节点采集故障信息，并实施特征提取，进行分类器的离线训练，构建故障字典并存储在CPU的存储器中；3)CPU采集主电路功率管的相关信息，并进行特征提取(与步骤2)中一致)，借助于故障字典进行计算和分析，判断功率管是否故障，如果无故障，则重新监测；如果出现故障，判断功率管位置，关断故障功率管，并切换至备份功率管，以实现主电路功能和结构自修复。本发明灵活性强、可靠性高，十分适合用于对功率管可靠性要求极高的场合。

主权项

一种基于功率变换器主电路的自修复方法，其特征在于，包括如下步骤：(1)利用数字信号控制器(Digital signal controller，简称DSC)强大的数字信号处理功能，利用模数转换器(Analog to digital converter，简称ADC)采集电路可测节点处的包括电压和电流的状态信息；(2)数字信号控制器对采集到存储器内部的状态信息进行预处理，用于提取故障特征信息，具体步骤如下：(2.1)对包括正常状态在内的所有状态信息进行分数阶傅里叶分析，得到分数阶分解系数，假设每个故障样本的分数阶分解系数的特征数目为N：(2.2)采用遗传算法(Genetic algorithm，简称GA算法)寻找合适的特征组合：其中，GA算法的个体采用二进制编码方式；适应度函数设定为：di为当前特征下第i个故障模式类样本均值和其余所有故障模式类样本均值之间的欧式距离，Φ(.)为一个非线性映射核函数，该函数在选定的核参数下可以把对应的数据映射入高维空间，欧式距离也是该高维空间内的距离度量，min(.)表示取最小值函数；(2.3)运行遗传算法，在某一个核参数下，将会得到一个范围内最优的特征集，被选中的特征就是后续处理所需提取的故障特征信息；(3)故障特征信息的使用：把故障特征信息输入至模式分类器，以便对整个功率变换器主电路的工作状态进行评估；如果电路工作属于正常状态，则返回步骤(1)；如果电路工作不正常，给出故障功率管的具体位置，数字信号控制器根据故障功率管的数目和位置，发出控制信号，控制电路内部动作，使得备份功率管替换故障功率管，这样可以保持整个主电路的拓扑结构不变，实现了功率变换器主电路结构和功能的自修复。