基于小波神经网络的风电变流器故障诊断系统

由于小波神经网络具有较强的逼近能力和容错能力,本文研究了一套基于小波神经网络的永磁直驱风电变流器的故障诊断系统。首先对风电变流器中的故障进行设置,然后使用小波变换的多分辨率特性,提取风电变流器的故障特征向量,最后应用BP神经网络进行故障模式识别。通过仿真结果表明,此种风电变流器的故障诊断系统具有较强的稳定性和准确性。     

一种基于特征空间矢量的故障诊断方法

提出了一种基于特征空间矢量的故障诊断方法。该方法物理意义明确,可以通过对故障诊断误差的学习,实时修正故障模型,实现对不确定性和慢时变性对象的鲁棒故障诊断。在对象故障先验知识不完备的情况下,能够通过学习逐步建立对象完善的故障诊断模型。还可以对诊断模型的故障可分离度进行评判,为优化征兆信号选取提供条件。示例表明,该方法能适用于具有不确定性和慢时变性的复杂民对象的故障诊断。     

基于小波分析和随机森林算法的变流器电路故障诊断研究

针对变流器电路中电力电子器件的故障特性,利用小波分析对采集的数据进行去噪,运用随机森林算法对变流器电路故障类别进行诊断,并与单一随机森林故障诊断方法进行对比。仿真与实验结果分析表明,提出的方法在变流器故障诊断中具有较强的抗噪能力和较高的正确诊断率,尤其在干扰噪声较大时效果明显,在实际工程解决变流器电路故障诊断问题上具有良好的实用价值。     

一种基于PI控制器的储能变流器中点电位控制方法

针对二极管钳位型三电平变流器拓扑固有的直流母线中点电压不平衡问题,本文分析了中点电压偏移的原因,介绍了中点电压控制的思路和传统的控制方法。针对传统PI算法控制精度不够和基于电荷守恒原理的精确控制算法计算繁琐等问题,本文提出了一种改进算法,其能有效地控制中点电位,其仿真和实验结果验证了该方法的有效性。     

四象限变流器的空间矢量解耦控制

本文介绍一种新型的基于空间矢量调制的三相电压型四象限变流器解耦控制,给出了基于虚磁链的功率估算式,设计了功率调节器参数,对有功功率调节器和无功调节器之间的相互耦合影响关系做了分析,并做了仿真研究。研究和分析表明,三相电压型四象限变流器基于空间矢量调制的解耦控制系统具有结构和算法简单、高功率因数、低谐波、开关频率固定等优点。     

基于移相空间矢量调制的多通道三相变流器

在传统阶梯波合成变流器基础上,提出一种移相结合错时采样空间矢量调制(STS-SVM)的多通道三相并网变流器,该变流器由多组结构完全一致的阶梯波合成变流器组成,其中一组变流器采用STS-SVM方式得到控制信号,其他各组变流器的控制信号可以依次延迟一定的角度得出。交流侧串联叠加各组阶梯波合成变流器输出,大幅抑制了其中的高次谐波,网侧接入很小滤波器即可得到高质量进网电流。研究了该多通道变流器的数学模型,给出了直接电流控制方案。研制了一台16通道中频脉宽调制(PWM)变流器,实验结果表明该多通道PWM变流器具有开关频率低、网侧电流质量高、系统响应速度快和功率因数可控的优点。     

PWM可逆变流器空间电压矢量控制技术的研究

为了提高PWM可逆变流器电流跟踪性能,提出了以电流偏差微分矢量进行电流跟踪控制的新方案,当电流偏差较大时,选择适当的空间电压矢量,使其对应的电流偏差微分矢量具有与电流偏差矢量方向相反的最大分量,以获得电流的快速响应;当电流偏差较小时,则选择适当的空间电压矢量,使其对应的电流偏差微分矢量具有与电流偏差矢量方向相反的最小分量以抑制电流谐波;当电流偏差很小时,则不进行空间电压矢量切换,以限定开关频率,实验结果表明：新方案通过简单的空间电压矢量切换,在限定开关频率条件下,使电流获得快速响应的同时抑制了电流谐波。     

三相PWM AC/DC变流器优化空间矢量控制的研究

针对常规三相PWM AC／DC变流器的空间矢量控制，提出了空间矢量的优化控制策略，这种优化控制策略采用无差拍电流控制且能在一个电流周期使每个功率管关断1／6周期，从而在改善电流响应的基础上，降低了功率管损耗，提高了变流器的电压利用率及运行效率，实验证明了该方案的有效性。     

基于智能算法实时矢量优化的永磁同步风电系统变流器容错控制方法研究

风电机组运行环境复杂多变、受非定常载荷影响显著,功率变流器作为风力发电系统的关键部件,面临着严峻的可靠性挑战。由于风电机组可及性差和运维成本高,变流器的容错运行不但能有效提高系统不间断运行能力和可用率,而且还能使检修人员可以更合理地安排事后维修,最大程度地提升风电场的经济效益和运维安全保障。为了实现容错运行,该文提出一种基于智能算法实时矢量优化的变流器容错控制方法。该方法采用遗传算法,并以实际参考电压矢量作用时间和角度与设定目标之间的绝对误差最小值作为优化目标函数,同时借助高算力硬件和并行计算策略对畸变电压空间矢量进行实时精准优化补偿。实验结果表明:故障产生的三相电流畸变、直流电压降低和发电机转速波动经容错控制后均有明显改善;容错运行的变流器性能表现稳定,并且不会随故障状态的改变而发生大范围的波动。该文的探索也为在电力电子系统实时控制中运行大计算量的智能优化算法提供了有效的解决方案。     

电力电子变流器故障诊断的智能方法综述

电力电子变流器作为能源变换的核心之一,其故障诊断技术为能源安全可靠转换提供了有力保障。本文综述了当前电力电子变流器故障诊断常用的智能算法,其中包括故障树分析、人工神经网络、支持向量机、模糊集理论及信息融合方法等。首先简单阐述了这些智能方法的基本概念,然后基于电力电子故障诊断领域的研究现状,对各种智能方法的特点和存在的不足做了简单分析,最后结合当前电力电子电路故障诊断领域的难点,探讨该领域未来研究的新思路。     

基于小波变换的TWERD变频器故障诊断研究

以TWERD变频器为研究对象,分析了三相SPWM逆变器的工作原理和故障类型,研究了该类型变频器在正常运行和故障状态下的输出线电压波形。根据故障信息和输入及负载变化时的不同数据,对变频器输出线电压进行小波变换,提取其低频能量值作为特征向量,再利用BP神经网络建立特征向量与故障类型的映射关系,确定变频器故障桥臂和故障点。仿真结果表明经过46次训练后,诊断准确率达到96.5%以上,收敛速度快,精度高。     

神经网络诊断变压器故障的新方法

介绍了一种用于信号分类识别的小波神经网络,其网络权值由小波函数集充当,并在学习过程中应用了共轭梯度法。将此小波神经网络用于变压器油色谱诊断,经仿真计算,证实它具有比ＢＰ网络更好的逼近性能,可以达到较高的准确率。     

基于模糊神经网络的凝汽器故障诊断研究

采用模糊神经网络进行凝汽器的故障诊断。根据某电厂的运行规程及运行经验构造了进行凝汽器故障诊断所需的全部17个隶属函数,利用这些隶属函数可以对各个输入进行模糊化处理,使之成为量化输入。对模糊BP网络进行训练,可以得到模糊BP网络的知识库结构。在此基础上,对一个凝汽器实际故障进行了诊断,得出了令人满意的结果。     

基于粒子群神经网络的汽轮机故障诊断

提出了一种基于粒子群优化神经网络的进化神经网络模型（PSO-ANN）。在实例研究中,该模型被应用于汽轮机故障诊断中。与传统BP网络诊断结果相比,本文的方法具有运算效率高、收敛速度快的特点,是一种有效可靠的新型故障诊断技术。     

交流电机矢量控制中的转子磁链辨识的神经网络实现

本文采用BP神经网络实现了磁链的辨识,并借助数字仿真技术将其辨识结果用于矢量控制系统中,证明该方法简便、可行.     

车载牵引变流系统故障诊断与容错控制综述

车载牵引变流系统作为高速列车的动力源,其安全可靠性对保障高速列车安全、高效、可靠的运行和维护至关重要。在非线性、强耦合和多工况等复杂条件和恶劣环境中长期运行,牵引变流系统中的各类部件都会出现不同程度的劣化失效,引发各类故障,给高速列车的安全运行带来极大挑战。为此,针对高速列车车载牵引变流系统功率器件、牵引控制单元、传感器和中间直流环节等故障率高的部件进行了故障诊断与容错控制方法的调研和总结,对比分析不同方法的研究思路和适用条件。最后,讨论车载牵引变流系统故障诊断与容错控制研究中亟待解决的问题,并对未来的研究做出展望。     

矩阵变换器供电的永磁同步电动机矢量控制系统研究

基于矩阵变换器的优越电气性能结合矢量控制技术,深入研究采用矩阵变换器电流滞环PWM控制策略实现永磁同步电动机转子磁场定向矢量控制系统。采用Matlab仿真软件建立仿真模型并对其进行仿真,给出了主要的仿真波形。仿真结果表明矩阵变换器供电的永磁同步电动机矢量控制传动系统性能良好,而且克服了传统变换器中网侧输入电流波形差以及功率因数不高的缺点。     

开关磁阻电机功率变换器的故障诊断与容错策略

功率变换器是开关磁阻电机系统的中枢执行机构,也是系统中最容易出现故障的薄弱环节.本文分别从非线性模型仿真和实验两方面对不对称半桥功率变换器的单相故障进行了研究.基于傅里叶变换讨论了功率变换器故障后相电流频谱的变化规律,提出了相对谱比系数的概念,并将其作为故障特征量以实现功率变换器的故障检测.通过对比不同工况条件下的实验结果,分析说明了相对谱比系数具有良好的鲁棒性.最后给出了一种变角度容错方案,有效降低故障相产生的制动转矩,提高系统的可靠性能.实验结果验证了该文故障诊断与容错方案的有效性.     

小波包神经网络与数据降维的移相全桥变换器的故障诊断

移相全桥变换器作为机车控制电源的核心电路其故障特征类型极其丰富,故障信息量大,为了彻底全面地挖掘故障信息,提出了小波包神经网络和数据降维的新型故障诊断模式,主要利用流形学习来对高维的故障特征量进行降维,提取其本质特征解决了由小波包多层分解带来的"维数灾难",减轻了模式识别的压力。利用Matlab仿真软件分析,此方法可以使模式识别的时间缩短,准确率提高,从而验证了该方法的有效性。     

基于改进DS证据理论的变压器故障诊断方法

传统证据理论在变压器故障诊断中存在主观局限性,且对证据体可靠性的选取缺乏科学性。为了融合变压器色谱分析数据与电气试验数据,并能全面的反映变压器的状态,文中提出一种基于改进证据理论的变压器故障诊断模型。首先,通过熵权法求出子证据体的相对权重,再结合BP和量子神经网络的优化诊断结果,修正熵权作为证据体的可靠因子;其次,构造子证据体的基本概率分配函数,采用Dempster合成规则实现故障信息融合;最后,将所提诊断方法应用于实际工程案例,诊断结果表明：该诊断方法有效、可行,且提高了诊断准确率。