共查询到16条相似文献,搜索用时 93 毫秒
1.
针对传统基于信号分析的中性点箝位(NPC)逆变器故障诊断方法存在频谱易泄露,及难以分析非稳态、非线性故障信号的问题,提出一种基于Prony算法的三电平逆变器开路故障诊断方法。首先,采用小波变换对原始测量信号去噪预处理,克服Prony法对噪声敏感的缺点。其次,通过Prony分析拟合逆变器的三相电流信号,提取其幅值、频率、相位、衰减因子四维故障特征。然后,应用支持向量机(SVM)对中性点箝位逆变器故障进行分类。最终,在仿真平台上验证文中所提算法,仿真结果表明,对中性点箝位逆变器开路时瞬变非线性电流信号可以有效的提取故障特征,实现单、双管的开路故障诊断。 相似文献
2.
3.
三电平逆变器的功率管开路故障诊断 总被引:14,自引:2,他引:12
三电平变换器因其输出谐波小、开关应力低等优点而受到广泛关注,而对变换器故障情况的诊断处理是变换器能可靠、高效运行的前提。该文针对三电平变换器的拓扑,通过理论分析和仿真实验,对变换器中的各功率管开路故障诊断进行研究。以二极管钳位三电平半桥逆变器为例,分析三电平变换器在功率管开路下的电路工作情况及故障表现形式,并由此提出根据检测逆变器输出侧PWM电压和输出电流极性来诊断功率管开路故障的故障识别方案。最后通过仿真和实验验证该方法的正确性和有效性。该方法相对于已往的功率管开路故障诊断方法,具有诊断迅速、可靠性高的优点。 相似文献
4.
针对三电平逆变器交叉两桥臂的两只功率管同时开路故障(非典型故障)诊断问题,提出一种基于相空间重构和支持向量机(SVM)的故障诊断方法。该方法以三相电流为检测信号,为降低特征向量的维数,对三相电流进行了Park变换,然后采用相空间重构技术,对d、q轴电流分别进行重构,得到不同形状、大小和方向的电流轨迹图形,借助图像处理技术从中提取出故障特征向量,将其作为学习样本,在SVM中训练,使分类器能够建立不同特征向量和故障类型的映射关系,实现对二极管中点箝位型(NPC)三电平逆变器的故障诊断。仿真结果表明,该方法能够准确地定位故障元,诊断精度高。 相似文献
5.
针对二极管箝位型三电平逆变器的开路故障诊断问题,提出一种基于决策树支持向量机(decision tree support vector machines,DT-SVM)的故障诊断方法。以逆变状态为例,首先分析逆变器主电路的运行情况并进行故障分类,然后以中、上、下三种桥臂电压为测量信号,采用小波多尺度分解法提取特征信号,进而利用粒子群聚类算法(particle swarm clustering algorithm)生成决策树SVM分类模型,最终实现了三电平逆变器的多模式故障诊断。仿真结果表明,本方法在使用了较少分类模型的情况下完成故障诊断任务,相较于BP神经网络、一对一结构的支持向量机和极端学习机等方法,在10%白噪声扰动下对于三电平逆变器多模式开路故障的诊断精度可达98.46%,算法具有更好的准确性和鲁棒性。 相似文献
6.
7.
H桥逆变器IGBT开路故障诊断方法研究 总被引:1,自引:0,他引:1
针对H桥结构的逆变器中功率器件(insulated gate bipolar transistor,IGBT)开路故障的特点,提出了基于小波多分辨率分析、核主成分分析和最小二乘支持向量机的故障诊断方法。此方法选取半个基波周期的电容电压平均值为原始信号,避免了负载变化对故障诊断的影响。首先利用小波多分辨率分析对原始信号进行多尺度分解提取出特征向量,然后利用核主成分分析方法来实现特征降维,最后建立了基于最小二乘支持向量机的故障分类器。在一台660 V低压静止同步补偿器试验样机上进行了试验和分析,结果表明该方法具有良好的准确性和实时性。 相似文献
8.
由逆变器、滤波器、负载和控制器等组成的逆变系统可视为一个混杂系统,传统的建模方法不能有效地揭示系统的状态特性,影响逆变器功率管故障分析和诊断的准确性。文中介绍了一种基于混合逻辑动态模型的NPC三电平逆变器故障诊断方法。分析了NPC三电平逆变器的工作原理,在混杂系统理论和建模方法基础上,构造逆变系统在无故障时的状态估计器。比较功率管发生单管开路故障时逆变器输出的三相电流真实值和状态估计器输出的三相电流估计值得到残差方程,通过对残差方程表现特性进行分析实现故障诊断。设计了相应的仿真实验,实验结果表明,文中方法可以准确快速地诊断单管开路故障,验证了所述方法的可行性。 相似文献
9.
10.
用于三电平逆变器中的IGBT驱动保护电路设计 总被引:6,自引:1,他引:5
IGBT驱动保护电路是IGBT高性能可靠工作的基础。所提出的驱动及保护电路主要应用于三电平逆变器中,在研究IGBT各种相关特性的前提下,基于CONCEPT公司的2SD315模块,设计一套具有高集成度、高可靠性、高效率等特点的IGBT驱动及保护电路。 相似文献
11.
电力变压器是电力系统运行中的重要设备之一,对故障和缺陷进行正确的诊断,关系到整个电网的运行安全。支持向量机(SVM)能够较好地解决小样本、非线性特征的多分类问题,适用于变压器故障类型判断。利用布谷鸟搜索算法,对支持向量机进行寻优得到全局最优解,从而得到具有最佳参数的支持向量机分类模型。该分类模型将变压器油色谱数据(DGA)中各气体相对含量作为评估指标,将变压器的故障分为低能放电、高能放电、中低温过热、高温过热等4个故障类型。通过已有的数据实例分析得出,利用布谷鸟搜索算法得到的分类模型比常用的网格搜索算法(GS)、粒子群搜索算法(PSO)、遗传算法搜索(GA)等算法得到的模型拟合准确率更好。 相似文献
12.
针对风机轴承振动信号故障特征提取困难的问题,提出了一种基于多尺度模糊熵(MFE)特征提取,并结合乌燕鸥优化算法(STOA)优化支持向量机(SVM)的风机轴承故障诊断方法。首先采集原始振动信号并计算其多层次模糊熵,其次构造故障特征向量集合作为SVM的输入,最后采用STOA优化SVM对轴承故障进行分类诊断。通过凯斯西储大学轴承振动数据进行仿真,结果显示轴承故障诊断准确率达到了99.3〖WTB4〗%〖WTBZ〗,证明了所提方法具有较高的准确度和有效性。 相似文献
13.
鲁棒能量模型最小二乘双支持向量机作为最小二乘双支持向量机(LS-TSVM)的改进算法,训练速度快、鲁棒性好且泛化能力强。将其引入到变压器故障诊断中,并提出一种鸡群算法优化鲁棒能量模型LS-TSVM的变压器故障诊断模型。在该模型中,结合二叉树和鲁棒能量模型LS-TSVM构造多类分类器用于变压器故障类型识别,并采用搜索性能较强的鸡群算法对鲁棒能量模型LS-TSVM的参数进行优化,以使模型的诊断性能达到最佳。基于DGA的变压器故障诊断实例表明,该方法故障诊断模型精度高,诊断效果优于PSO-SVM模型。 相似文献
14.
随着用电需求增大,电能计量装置的可靠性与安全性备受关注。针对电能计量装置的故障诊断正确率低的难题,研究设计了一种改进海鸥算法优化支持向量机(ISOA-SVM)模型。为弥补海鸥优化算法(SOA)的不足,提出了寻优性能较好的改进海鸥优化算法(ISOA)。采用ISOA优化SVM的内部参数,构建了基于ISOA-SVM算法的电能计量装置的故障诊断模型。实验结果为在相同评价指标下,ISOA-SVM模型的50次故障诊断的平均值高达96.575%,较PSO-SVM、SOA-SVM、SVM及ELM模型的故障诊断正确率提高了6.681%、5.63%、11.95%和12.79%,表明研究所设计的ISOA-SVM算法鲁棒性强,故障诊断性能良好。 相似文献
15.
三电平中点箝位式逆变器SVPWM方法的研究 总被引:11,自引:3,他引:8
本文论述了三电平中点箝位式逆变器SVPWM原理和实现方法,为了避免三电平逆变器在扇区切换中输出矢量突变,提出了一种首发矢量全部采用正小矢量或负小矢量的空间矢量调制算法,利用三个判断规则,可以很方便地确定出参考矢量所在的扇区和小三角形,并给出了合成矢量的相应输出电压矢量,推导了三角形顶点工作矢量的作用时间.通过检测负载电流方向和直流电容的电压,合理分配正负小矢量对的作用时间,实现了电容电压的平衡.仿真研究结果证实了本文提出的空间矢量调制算法的有效性. 相似文献
16.
功率开关器件是逆变器的核心部件,功率开关器件的故障诊断对逆变器的可靠运行意义重大,而功率开关器件故障特征提取技术是实现其故障诊断的技术基础。分析三电平逆变器中常见的功率开关器件开路故障,将故障类型分成典型故障与非典型故障两大类。对于非典型故障应用基于独立量分析的稀疏编码算法对逆变器输出相电压信号进行故障特征提取,并采用BP神经网络的分类器对非典型故障进行诊断。通过仿真验证其可行性,故障诊断准确率达到95%,并通过与小波分析及主元分析的特征提取算法的对比试验,说明独立量分析算法的在逆变器开关器件开路故障特征提取应用的合理性和优越性。 相似文献