基于GPR的SEPIC变换器故障预测方法

故障预测是实现电路健康预报的关键技术,对比提出一种基于高斯过程回归(GPR)的方法开展单端初级电感变换器(SEPIC)故障预测研究。通过分析电路关键元器件退化对电路性能的影响,选取输出电压均值作为故障特征参数,依据历史数据建立退化模型,并采用GPR进行递推预测。分析了不同核函数和建模数据规模对预测结果的影响,并与最小二乘法进行对比,验证了所提方法的有效性和准确性。     

基于无迹粒子滤波的功率变换器剩余寿命预测方法

针对功率变换器难以准确建立表征其性能退化过程的物理模型,提出一种基于无迹粒子滤波的方法实现其剩余寿命预测。首先,通过分析电路关键元器件退化对电路性能的影响,选取输出电压均值作为寿命表征参数;其次,依据电路性能退化历史数据,采用无迹粒子滤波进行故障趋势建模;最后,逐步递推预测寿命特征参数值并结合电路失效阈值从而实现功率变换器剩余寿命预测。以闭环SEPIC电路为例,分析了建模数据规模对预测性能的影响,并与卡尔曼滤波方法进行对比分析,其结果验证了所提方法的有效性及准确性。     

变温度下IHF-IGPR框架的锂离子电池健康状态预测方法

通过研究锂离子电池的容量退化与充放电过程中电流、电压、温度等参数的变化趋势的关系,提出一种不同温度条件下基于锂离子电池间接健康特征(IHF)和改进高斯过程回归(IGPR)模型的电池健康状态(SOH)预测方法.针对变温度预测时IHF提取问题,在充放电阶段自适应地提取电压、时间曲线中的健康特征(HF),采用随机数法获取最优的区间.针对容量再生问题,以有理二次协为核函数建立SOH预测的高斯过程回归(GPR)模型,并引用共轭梯度算法优化GPR模型.最后,以方均根误差(RMSE)和平均绝对百分比误差(MAPE)两项评价指标对所提出的框架在电池数据集上设计了单电池、多电池实验进行验证.结果表明:基于常温下等充电时间电压差(CVD-ETS)与高(低)温下等压降放电时间(DTD-EVS)的IGPR方法可以预测锂离子电池容量退化的非线性趋势,所提方法具有小样本性以及较高的预测精度与广泛的适用性.     

电力电子电路故障评估新指标及基于LSSVM的预测新方法

当前电力电子电路故障预测多为元件级,且未考虑电源、负载波动等工作条件影响。针对此问题,提出了一种仅与电路本身故障相关的电路级故障评估新指标——故障特征参数相对变化量,并基于最小二乘支持向量机(LSSVM)算法实现电力电子电路级故障预测。首先,采用LSSVM算法对电路工作条件时间序列、电路参数时间序列预测;其次求解所预测电路未来工作条件下对应的健康电路参数;利用相同工作条件下,健康电路参数与预测的电路参数计算故障评估指标,最终判定未来某时刻电路是否发生故障。以Buck电路为例进行仿真实验验证了方法的可行性和有效性。     

基于宽幅压的SEPIC变换器稳定性分析及参数选取

基于SEPIC拓扑结构,分析其工作原理,通过状态空间平均法,得到该变换器的动态小信号模型,讨论了其占空比与稳定性之间的关系,并在宽幅压输入条件下对其各元件参数进行了优化选取,并通过Matlab软件仿真加以分析,从而得出结论,具有独具特色优点的SEPIC变换器是船用幅压直流变换器的方案选择之一。     

基于RLS-SVR的光伏并网变流器早期故障预测方法研究

针对光伏并网变流器故障预测问题,提出了基于鲁棒最小二乘-支持向量回归(RLS-SVR)的早期故障预测方法。从系统层面分析了光伏并网变流器脆弱元件退化互相耦合机理及对系统状态特征和早期故障特征选取的影响,进而提出了以特征相对变化量表征变流器状态的电路故障预测方法。为了减小工作条件对特征退化预测的影响,方法首先采用RLS-SVR算法,建立以工作条件为输入、状态特征为输出的无退化拟合RLS-SVR计算模型;然后,根据退化过程中工作条件序列、状态特征量序列,结合变流器无退化RLS-SVR拟合模型,计算特征相对变化量退化序列;最后,根据特征相对变化量序列,再次采用RLS-SVR算法构建特征相对变化量预测模型,以实现故障早期预测。预测方法无需额外增加传感器,具有简单、成本低、预测精度高的优点。最后,以光伏发电单相并网变流器为例进行了实验,结果验证了方法的可行性和有效性。     

宽幅压输入、恒压输出的ZVZCT-PWM SEPIC变换器分析设计

分析ZVZCT-PWM SEPIC拓扑结构的工作原理,一个开关周期内得到14种工作模态.在宽幅压输入、恒压输出,以及SEPIC变换器工作于电流连续模式(CCM)的条件下,对其各元件参数进行了优化选取,并计算出辅助开关管在主开关管占空比变化后相应的具体导通、关断时间.Matlab软件仿真结果表明,该变换器在上述条件下能够...     

基于多源信号的单向阀内泄漏预测研究

单向阀作为液压系统重要元件,发生内泄漏故障时影响液压系统的工作效率和设备的安全稳定运行。针对单向阀内泄漏预测,提出了一种基于多源信号和布谷鸟搜索支持向量回归(CS-SVR)的单向阀内泄漏无损预测方法。首先建立单向阀内泄漏检测实验平台,获得不同工况不同故障特征下单向阀内泄漏的振动信号和声发射信号。然后利用小波包能量分析方法,提取两种信号最优频带重构信号的均方根值作为预测变量,并结合阀前压力建立基于布谷鸟算法优化的支持向量机回归(CS-SVR)的多源信号预测模型。最后,将模型进行对比分析。结果表明,布谷鸟搜索算法相对于网格搜索法(GS)和粒子群算法(PSO)对SVR模型参数寻优优势更大;基于多源信号输入的预测方法相对于单源输入的预测方法精确程度更高,同时该方法能实现不同压力、不同故障类别、不同故障程度的单向阀内泄率预测,平均相对误差为8.97%鲁棒性较高,为阀内泄漏无损检测应用技术的开发奠定了基础。     

基于阻抗幅值波动差异的新型参数识别方向元件

针对故障分量方向元件在大规模双馈风机并网不适用的问题,提出了基于正序阻抗幅值波动差异的新型参数识别方向元件。首先,将风电场正序阻抗波动量化,分析阻抗波动对正序故障分量方向元件影响,得到正序故障分量方向元件在风电场送出线路的拒动边界。其次,基于Prony算法结合带通滤波器提取工频量,分析送出线路风电侧正、反方向故障正序阻抗幅值变化特征。最后,引入去趋势波动分析(detrended fluctuation analysis, DFA)计算波动函数,构造新型参数识别方向元件动作判据,实现故障方向判别。仿真结果表明,提出的参数识别方向元件不受风电场运行工况、故障类型和系统振荡的影响。当过渡电阻达到100?W?时,仍能正确判别故障方向,具有较强的抗干扰性能,适用于含风电接入的弱馈型电力系统。     

电流型单端初级电感变换器中分岔行为与稳定性

导出了连续运行模式下电流型单端初级电感变换器(SEPIC)的频闪映射方程.采用数值方法研究了系统中的分岔和混沌现象,并对不稳定区域中的非线性行为(如倍周期分岔、边界碰撞分岔和吸引子共存)进行了分析.数值结果表明,较之低维DC-DC变换器,SEPIC变换器作为一类高维的DC-DC变换器,电路参数的变化使得系统出现了更为复杂、多样化的非线性现象.根据系统Jacobian矩阵特征乘子的变化趋势,确定了系统首次失稳时分岔点的位置和类型,讨论了电路参数的变化对系统稳定性的影响.     

变流器开路故障下永磁直驱风电系统运行分析

变流器是永磁直驱风电系统中故障率最高的器件,文中针对变流器故障后系统运行特性的变化,在变流器数学模型的基础上,深入分析变流器中一个开关管发生开路故障后的工作情况。研究表明:一个开关管发生开路故障后系统可持续运行,但会影响该变流器的正常工作,引起对应侧电流波形畸变。在MATLAB/Simulink环境下建立永磁直驱风电系统模型,并搭建永磁直驱风力发电实验平台,分别在3种不同的开路故障下进行仿真和实验,围绕机侧和网侧电流、直流母线电压、有功输出比例、总谐波畸变率,评估故障对系统运行特性的影响。根据仿真和实验结果得出变流器开路故障特征:一个变流器的开路故障对另一侧的正常运行影响较小,但故障器件对应侧的相电流出现波形畸变。     

应用于高频辅助变流器的DBSRC变换器IGBT开路故障分析及容错运行研究

随着电力电子技术的进步,以双向全桥串联谐振变换器(dual bridge series resonant DC-DC converter, DBSRC)为核心的新一代高频车载辅助变流器发展迅速,并逐步走向实用化。为了提高基于DBSRC变换器的高频辅助变流器的可靠性,首先利用模态分析法(operation mode analysis, OMA)对移相闭环控制下DBSRC发生IGBT开路故障展开研究,分析并阐明了DBSRC输入、输出侧故障后的运行机理及特性。其次,提出一种基于输出功率调整的高频车载辅助变流器容错运行策略,在不改变DBSRC拓扑及移相控制方法的条件下通过实时监测辅助变流器输入电压并动态调节辅助变流器的输出功率,将谐振电流应力及谐振电容电压应力限制在安全阈值内,实现容错运行。最后通过仿真与实验对故障特性分析的准确性与该容错运行策略的有效性进行验证。     

Fault Diagnosis of an Induction Generator in a Wind Energy Conversion System Using Signal Processing Techniques

In this article, a contribution to fault diagnosis of an induction machine in a wind energy conversion system in closed-loop operation using a combination between short-time Fourier transform and discrete wavelet transform algorithms is proposed. An on-line fault diagnostic technique based on stator currents analysis of the squirrel-cage induction generator is proposed to detect and localize abnormal electrical conditions that indicate, or may lead to, a stator or rotor failure in a squirrel-cage induction generator. This technique also permits identification of a fault severity factor and consequently helps to determine the best choice of corrective maintenance. Furthermore, a generalized model of the squirrel-cage induction generator is used to simulate both the rotor and stator faults, taking iron losses, main flux, and cross-flux saturation into account. The efficiency of diagnostic procedure in closed-loop operation of the wind energy conversion system under non-stationary operating conditions is illustrated with simulation results.     

基于 BiLSTM-Attention 的迁移学习变工况故障识别方法研究

针对传统深度学习网络模型在变工况条件下的故障诊断泛化能力差的问题,提出一种基于迁移学习的双向长短时记忆网络和注意力机制(TLBA)融合的故障识别方法。将原始故障数据划分为源域及目标域;并构建融合注意力机制的双向长短时记忆网络(BiLSTM-Attention, BA)模型,之后使用此模型学习源域数据特征;最后利用迁移学习通过对目标域数据的学习,进一步优化调整BA模型的网络参数,最终得到目标域的故障分类辨识模型。以航空器翼梁故障为案例,结果表明,该方法与传统故障诊断方法BiLSTM-Attention相比,其综合评价指标F_1-score有3.4%的提高,故障平均诊断准确率在91%以上;同时针对变工况下的故障分类结果较为稳定。     

基于故障本征证据和特征指标的换流变压器状态评估

针对当前状态评估指标体系对带故障运行的换流变压器"评估死区"的问题,提出一种基于故障本征证据和特征指标的换流变压器状态评估方法。分析了换流变压器阀侧绕组的绝缘特性并选取适用于换流变压器状态评估的故障类型和指标量;采用数据驱动的模糊层次分析法提取故障类型的特征指标,并用关联规则提取故障类型的本征证据集,得到拓宽的状态评估指标体系;引入变权思想突出劣化指标对整体状态估计的影响,以反映换流变压器的真实运行状态,对故障设备的二次评估拓宽了状态评估的应用范围。实例分析结果表明,该方法对换流变压器故障判定的准确率更高,故障识别和故障程度的二次评估使状态评估结果更具实践价值。     

基于递推PCA的变工况中央空调系统故障诊断

由于节能以及用户需求等原因,中央空调系统(HVAC)设定温度和风量等工况时常发生改变,这会导致系统模态发生变化,给故障诊断增加难度。为此开展了中央空调变工况下的故障诊断方法研究,首先为了准确模拟HVAC系统变工况及其典型故障,通过专用建筑能源模拟器TRNSYS软件进行建模,并实时采集HVAC系统各传感器数据,随后针对传统PCA算法模型无法适应系统工况变化,容易出现大量误报的问题,发展一种递推主元分析(RPCA)方法,通过利用传感器输出的新数据在线更新原始的PCA模型,即对数据矩阵的均值、方差等进行更新,解决了HVAC系统变工况时参数动态变化所引发的误报的问题,最后基于TRNSYS和MATLAB联合仿真,验证了所提方法的有效性和优越性。     

电力设备多光谱图像融合及多参量影响的故障渐变规律演化预测研究

不具备维修条件的情况下为保障重点区域供电的可靠性,允许故障设备在系统失稳前运行一段时间,演化预测当前故障渐变规律成为了安全预警亟待解决的核心问题。然而,现有演化预测方法所需的评估参量不仅获取困难,还会因参量之间融合不当,而使得预估时间偏差较大。为此,通过改进的全状态集成法模型,进行了电力设备多光谱图像融合及多参量影响的故障渐变规律演化预测研究。通过红外检测图像与红外标准图库匹配以及红外–可见光的图像融合的方式从非结构化的图像数据中提取设备关键构件温度参量。结合运行参数采用聚类算法进行故障诊断,在此基础上综合短期电负荷和环境因素构建了负荷/环境–温升模型,并通过关联热老化、负载率、光照等状态约束条件预估设备故障后续走势。以综合状态为评估依据的电压互感器PT故障演化实验表明:该方法可有效识别设备并对热缺陷进行定位和分类评估,预测设备的运行状态随负荷、环境变化的趋势,为电力设备不停电检修智能化决策提供理论基础。     

基于Quasi-Z源间接矩阵变换器的永磁同步电机驱动系统

将Quasi-Z源间接矩阵变换器与永磁同步电机的矢量控制相结合,提出了一种新型的变频调速系统,克服了传统变频调速系统电压传输比低的限制,能够满足永磁同步电机在不同运行状态下的电压等级,扩展了电机的调速范围。同时在小信号模型的基础上,提出了Quasi-Z源间接矩阵变换器直流母线电压的闭环控制策略。仿真结果表明,可有效提高永磁同步电机的运行性能,抵抗电网电压跌落。