变频器IGBT开路故障诊断方法

对变频器逆变桥IGBT开路故障诊断方法做了对比研究,比较了平均电流Park矢量法、三相平均电流法和本文提出的基于傅里叶变换的归一化方法,实验结果表明,平均电流Park矢量法和三相平均电流法在稳态时可准确地进行IGBT开路故障诊断,定位故障管,但在突加、突减负载时易出现误诊断,本文提出的方法将电机电流平均值对基波分量进行归一化,解决了动态时误诊断问题,并采用基于dSPACE的系统平台证实了该方法的有效性.     

基于IGBT输出功率的逆变器开路故障诊断方法

地铁辅助逆变器故障的及时诊断对于运行和维护都至关重要,特别是在列车运行途中,如果能够及时检测和诊断出列车上的辅助逆变器故障,将能够提高列车运行的安全性和可靠性。针对逆变器中存在的IGBT开路故障,比较了逆变器中各相电流正、负半波部分在正常和故障情况下的流向和对应的功率,提出了通过检测各相电流正、负半波部分对应的功率进而反映各IGBT的输出功率和工作状况的方法,以对逆变器中的IGBT开路故障进行诊断。算例结果表明所提方法的有效性。     

一种PWM整流器IGBT开路故障诊断方法

以三相电压型PWM整流器为研究对象,研究了在主回路IGBT开关管发生开路故障后整流器的故障特征,通过比较正常和故障工作方式下门极信号和交流侧线电压的变化情况,建立故障特征向量,由此提出了依靠检测门极信号和交流侧线电压在功率器件发生开路故障后的变化作为诊断策略的方法,经仿真验证,该方法能准确地诊断和定位出发生故障的功率开关器件,并对于单管故障和多管同时故障的检测都有显著的效果。     

三电平逆变器IGBT的开路故障诊断研究

针对三电平逆变器开关器件中IGBT的开路故障,研究单桥臂上多种故障形式,提出了测量二极管桥臂上两端电压作为故障信息,以分析每一种故障情况的诊断模型,然后根据故障信号和小波函数的特点,利用小波变换将故障信号转化为故障特征向量,采用SVM来进行故障诊断。为了提高诊断精度利用改进的布谷鸟优化算法进行参数寻优,得到最优模型,实现了多种故障的诊断分类。通过对二极管钳位三电平逆变器仿真进行验证,诊断结果准确可靠,验证此方法的可行性。     

级联式DSTATCOMIGBT开路故障诊断策略研究

对配电网静止同步补偿器(DSTATCOM)的主开关器件IGBT发生开路故障时主要参数的变化特性进行研究。选择直流电容电压信号作为故障诊断信号,并基于小波多分辨率分解对故障信号的特征向量进行提取,将基于粒子群算法优化的最小二乘支持向量机应用于IGBT故障诊断中,并对故障进行分类,最后基于低压DSTATCOM,对该故障诊断策略的有效性进行了验证。     

基于H桥变流器的IGBT开路故障诊断

为了实现H桥变流器中IGBT开路故障的定位,提出了一种基于双重傅里叶积分的精确解析法,深入研究了H桥变流器中的IGBT在正常和开路故障时输出电压的谐波性能。H桥变流器中的IGBT在不同故障下,其输出电压直流量的幅值和奇偶次谐波的相位发生变化,将此作为IGBT故障的特征。在6k V级联STATCOM装置中进行实验验证。研究成果表明,该方法可以有效实现IGBT开路故障的定位。     

基于滑模观测器的MMC IGBT开路故障诊断

为了提高模块化多电平变换器(MMC)系统的可靠性,提出了一种基于滑模观测器的MMC子模块(SM)开路故障诊断方法.首先根据MMC的运行原理设计了滑模观测器.再利用观测器估计的输出与传感器测量的输出构造残差信号,通过对残差信号的分析实现子模块开路故障的检测.然后根据故障子模块输出电压特性确定故障位置.最终,在MATLAB/Simulink中搭建单相MMC仿真模型,模拟其中的一个子模块的IGBT发生开路并进行故障诊断.结果表明提出故障诊断方法的正确性.     

VSC-HVDC送端换流器IGBT开路故障诊断方法

为了实现VSC-HVDC系统送端换流器IGBT开路故障的在线诊断,首先基于送端换流器拓扑结构得到了换流器开关函数模型,给出了基于开关函数的三相电压残差定义;然后推导了2类单桥臂IGBT开路故障和4类双桥臂IGBT开路故障下的三相电压残差计算公式,分析了IGBT开路故障的电压残差特征.基于此,通过设定电压残差阈值和IGB...     

H桥逆变器IGBT开路故障诊断方法研究

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。     

基于相电压积分的逆变器开路故障诊断策略

对三相桥式PWM逆变器的IGBT出现开路故障时的故障特征进行了研究,在正常工作和故障模式两种方式下,对门极信号和相电压之间的变化情况进行了分析比较,提出了以相电压为基础的积分算法,通过这种算法以得出方案来进行诊断和定位。最终,在仿真软件MATLAB/Simulink中搭建了一个三相桥式逆变的模型,通过模拟该电路来对该方法考证,从结果可以看出所采用的方法能够较准确的得到故障的位置。     

三相逆变器功率管故障智能诊断研究

以三相逆变器-电动机驱动系统为例,研究基于神经网络的逆变器故障智能诊断方法.在三相逆变器易发的功率管开路故障、短路故障及短路故障后逆变器工作状态理论分析和仿真实验研究基础上,建立三相逆变器故障仿真模型.通过仿真实验获取逆变器故障状态下的电机定子电流信号数据,利用信号分段方法提取故障特征构造神经网络的学习样本,并以此训练神经网络,确定用于三相逆变器故障诊断的神经网络结构和参数.在感应电机矢量控制系统中进行仿真验证,仿真实验结果表明,该方法相对已有逆变器故障诊断方法,具有诊断迅速、可靠性高的优点,可在20ms内在线完成上述各种功率管故障的诊断.     

基于DSP三相逆变电路在线故障诊断研究设计

以三相SPWM逆变系统为研究对象,建立了逆变器主电路开关器件的开路故障模式,提出了基于BP神经网络的故障诊断方法,确定了网络的结构和参数,设计了基于DSP电力电子逆变电路的在线神经网络故障诊断系统。通过试验验证了所提方法的正确性和可行性。     

柔性直流输电系统中IGBT阀的故障诊断方法

基于两电平VSC-HVDC系统拓扑图,分析了IGBT阀开路故障时交流侧三相电流的变化情况,得到了故障相电流直流分量的变化规律,进而研究了系统传输功率突变对三相交流电流基波分量相位的影响,从而提出一种运算简便且快速的故障阀定位方法。该方法首先根据各相电流基波分量相位差判断系统状态,在排除功率突变的前提下再以直流分量标幺值为诊断变量对故障元件进行定位。最后模拟系统潮流反转后某IGBT阀发生失效开路故障的情况,利用所提出的方法进行故障诊断,结果表明该方法可快速准确的确定故障位置,并能避免因功率突变而引起的误诊问题。     

基于免疫神经网络的电力电子电路故障诊断

任何单一的故障诊断方法都有其优缺点,根据生物免疫学的原理,将人工神经网络和免疫算法结合起来,形成免疫神经网络。将免疫系统应用于人工神经网络隐层数据处理中,选择一种合适的确定隐含层到输出层的权值,计算得到人工神经网络的输出,并根据输出结果诊断出故障的类型。实验结果表明,免疫神经网络能够以较小的网络规模实现对多种故障模式的准确识别,它具有较快的处理速度、良好的容错性和强大的自适应能力。     

基于深度神经网络的多电平逆变器故障诊断

为解决多电平逆变器的故障诊断问题,文中提出了一种基于深度神经网络的多电平级联H桥逆变器的故障诊断方法。首先,介绍了多电平级联H桥逆变器的故障模型;然后,采用基于堆栈自编码器的深度神经网络直接从故障原始数据中进行故障特征提取;最后,运用SOFTMAX分类器对故障特征数据进行分类从而实现多电平逆变器的故障检测与诊断。基于MATLAB/Simulink对本文提出的方法进行了仿真实验,该方法与传统的智能诊断算法相比具有更高的准确率和更好的鲁棒性。     

基于电流轨迹和神经网络的逆变器故障诊断方法

针对三相PWM逆变器,以故障电流作为故障信息,通过坐标变换将三相电流变换到αβ坐标系下,系统地分析了故障电流在该坐标系下的电流轨迹,并利用电流轨迹的边界斜率作为故障特征量,借助BP神经网络的非线性映射分类能力完成电力电子系统的故障诊断。仿真实验结果表明本方法的有效性。     

An Automatic Diagnosis of an Inverter IGBT Open-Circuit Fault Based on HHT-ANN

Abstract

The main objective of this paper is to propose a method that contributes to the automatic diagnosis of the IGBT open-circuit fault of an inverter for detecting and localizing the fault using the stator current spectral analysis technique. The proposal focusses on the use of the combination of signal processing and artificial intelligence techniques for the detection and localization of the fault. The proposed diagnosis method begins first by using the Hilbert-Huang transform (HHT) to detect the harmonic characterizing the fault based on the complete empirical ensemble mode decomposition (CEEMD) of the three-stator currents (i_as, i_bs, i_cs ). The CEEMD provides the intrinsic mode function (IMF) which contains information of the IGBT open-circuit fault. For the exact choice of the IMF, a statistical study based on the calculation of the root mean square values (RMS) is carried out for each IMF. The IMF choice depends on the condition that the RMS values of the inverter upper IGBTs are always lower than the RMS values of the complementary ones. The results obtained can be seen to respond well to the RMS condition and the spectral envelope of the IMF₁ makes it possible to detect the harmonic characterizing the inverter IGBT open-circuit fault. The proposed diagnosis method then moves to the use of the artificial neural network (ANN) to localize the faulty IGBT. The results obtained using the proposed method are validated experimentally and demonstrate well their effectiveness with a very high classification rate.     

一种改进卷积神经网络的逆变器故障诊断

针对传统二极管钳位式三电平逆变器故障诊断方法存在的诊断效率低且准确率不高的问题,将一种自适应正则化系数引入卷积神经网络CNN(convolutional neural network),对逆变器进行故障诊断。在传统CNN模型引入正则化去拟合中,正则化系数常采用全局统一的常数型参数,训练过程中需不断试错且效果甚微,针对此提出根据目标损失函数梯度变化,自适应调整正则化系数的CNN模型,能够加快其在逆变器故障诊断中的收敛速度,增强模型泛化能力,提高故障识别准确率。实验表明,与传统BP神经网络和原始CNN模型相比,改进的CNN模型能对逆变器复杂故障做出实时准确诊断。