[发明专利]非侵入式三相全桥逆变器复合故障诊断方法

摘要

本发明公开非侵入式三相全桥逆变器复合故障诊断方法，具体步骤为：首先采集三相全桥逆变器正常状态下以及开关管单管开路故障的三相电压，采用小波包分解，提取三相电压小波包能量谱特征；然后基于胶囊神经网络建立单管故障数据下的故障诊断模型，根据胶囊神经网络的多模式输出性质，多管同时开路故障时，模型能够确定发生故障开关管的个数与位置，实现三相全桥逆变器复合故障诊断。本发明仅采集电路电压信号，只需单管开路故障信息，即可诊断电路多管同时开路的故障情况。该方法无需检测电流，能够降低实施成本，完善故障信息。

主权项

1.非侵入式三相全桥逆变器复合故障诊断方法，其特征在于，具体包括以下步骤步骤1、获取三相全桥逆变电路不同工况下开关管开路故障的电路信息，其具体步骤如下：步骤1.1、模拟不同输入电压，负载组合的电路工作情况，设置电路工作状态模式有正常工作状态模式M1，以及6种单开关管开路故障的状态模式(定义为M2、M3、M4、M5、M6、M7)，并设置少量双开关管开路故障以及三、四、五、六开关管故障情况；步骤1.2、检测7种状态模式下的三相电压信号，获取A、B、C三相相电压VA、VB、VC；步骤2、对三相电压信号进行特征提取，并将单开关管开路故障下电压信号特征作为训练样本集，多开关管开路故障电压信号特征作为测试样本集；步骤2.1、将三个测点电压信号进行n层小波包分解，得到3×2n维能量谱特征向量：步骤2.2、对单开关管开路故障下的特征向量作为训练样本，训练样本标签对应M1、M2……M7，测试样本为多开关管开路故障的特征向量，测试样本标签为各种模式的组合，例如M2&M3，M3&M2&M4等；步骤3、使用训练样本集训练胶囊神经网络，输出为每个开关管的状态属性；步骤4、测试集测试训练完成后的模型的泛化性能。