一种用于诊断CRH5型高铁逆变器的微小故障的方法技术

本发明专利技术公开一种用于诊断CRH5型高铁逆变器的微小故障的方法，提出了多模态核主元分析方法，根据传感器获得的数据，先进行数据预处理，再得到正常工况下的系统模型。针对电气系统的特性，通过对在线数据的处理，来对系统是否存在故障进行检测，对于具体数据的处理和分析，采集到的数据是具有两个维度的，将原有的数据增加了周期与模态两个维度，从而将原来的数据投影到四维空间。这样就使得原来的非线性数据在高维空间具有更加精确的分布。而后，根据非线性特征提取的方法，提取每个模态的特征。对比于线性PCA算法以及非线性KPCA算法，本发明专利技术的方法对CRH5型高铁逆变器的微小故障的检测更加精确，诊断结果更加准确，漏报率低，具有明显的优势。

【技术实现步骤摘要】

本专利技术涉及高铁故障检测诊断领域，具体是一种用于诊断CRH5型高铁逆变器的微小故障的方法。
技术介绍
随着广泛的市场需求和科技的进步，近二十年国内外的高铁技术迅猛发展，并成功地应用于实际当中，高铁以强大的优势受到国际智能交通领域的广泛重视和关注。目前，高铁已逐步成为大众的交通工具。然而，高铁系统频发的故障，日益受到人们的关注。当故障发生后，会影响到高铁运行的性能，甚至发生不可逆转的严重后果，比如财产损失和人员伤亡。因此，这就增加了对高铁故障诊断的必要性。在中国的高铁系统中，为了保证高铁的安全运行，由于某个元器件性能的改变导致某些参数的变化，引起牵引系统参数自备的故障保护系统开始动作，这是对故障进行保护的一方面。但是，这样的保护系统显眼不能对微小故障或者复合故障进行准确的定位。另外，由于某些元器件的性能随着温度发生变化，当温度过高时，该元器件性能开始下降；当温度恢复正常时，元器件又回复到正常的性能。这就增加了对故障诊断的难度，因为元器件并没有损坏，如IGBT。在目前的故障诊断领域，故障诊断的方法有三种：基于模型的，基于知识的和基于数据的；绝大部分方法是基于模型的。基于模型的方法不能应用于高铁主要有两个方面原因。第一，理论的研究已经与实际的系统严重脱轨，很难将理论的方法应用于实际的对象当中，这是基于模型的故障诊断的通病；第二，由于高铁的机理复杂，不可能建立完整的数学模型，尤其是动态的数学模型，这更加使得基于模型的方法的局限性。基于知识的故障诊断方法需要大量的专家知识，由于故障的很多故障目前专家也很难进行解释和判断，因此这个方法也是不适合的。此外，国内外学者对微小故障的研究才刚起步。对于IGBT的微小故障，主要来自于自身老化导致性能的变化、工作环境的影响的波动以及内部温度的变化等。由于微小故障介于无故障与故障之间，其变化特性不是很明显，这对故障诊断算法的敏感性要求更高，原有的算法不适合于对微小故障的诊断。
技术实现思路
本专利技术要解决的技术问题是提供一种用于诊断CRH5型高铁逆变器的微小故障的方法，该方法是一种多模态核主元分析的算法，可以有效的对CRH5型高铁逆变器的微小故障进行检测和诊断。为实现上述专利技术目的，本专利技术的诊断方法采用如下技术方案：传感器采集到的数据是具有两个维度的，本专利技术将原有的数据增加了周期与模态两个维度，从而将原来的数据投影到四维空间。这样就使得原来的非线性数据在高维空间具有更加精确的分布。而后，根据非线性特征提取的方法，提取每个模态的特征，从而可以对高铁牵引系统中的微小故障进行诊断。一种用于诊断CRH5型高铁逆变器的微小故障的方法，具体实施步骤如下：第一阶段：建立离线数据模型1)根据实际的CRH5型高铁牵引系统逆变器的原理，构建系统平台；2)采集系统平台中的数据或离线存储数据，记为X；采集的数据变量有6个IGBT电流is1到is6，三相鼠笼式异步电机的输入电压vda,vdb,vdc，逆变器的线电压vab,vbc,vca和逆变器的相电压uan,ubn,ucn。3)将上述采集到的数据或离线存储数据进行预处理，具体为：先按照周期进行分开，然后对每个周期的数据按模态进行划分，最后对数据进行标准化处理，将其转化为期望为0，方差为1的数据；即将采集的原始的二维数据增加两个维度，即周期与模态，从而使得在每个周期中，系统存在6个模态。4)对预处理得到的数据进行特征提取，以建立模型用于后续检测；在提取正常运行工况的数据特征时，对每个模态分别进行提取，并且可以采用非线性的KPCA进行提取，可以很好的刻画出数据的非线性特性；计算T2和SPE的阈值；针对六个模态，需要得分别得到六个变化的T2和SPE的阈值，以自适应于不同模态的故障检测。5)采集实际工作中的IGBT的数据xnew，根据每个周期采样的步数，将在线获取的运行数据分配到相应的模态中；对数据xnew进行标准化处理；6)计算T2和SPE；7)对IGBT是否存在故障进行决策。进一步的，所述步骤3)中对每个周期的数据按模态进行划分后的数据X表示为：X＝[X-M(1),…X-M(j),…,X-M(6)],j＝1,…,6 (14)对于每个模态数据X-M(j)，标准化过程为：令X-M(j)＝[xk(1),xk(2),…,xk(i)]∈RN×i，先得到数据的均值与方差 x ‾ ( i ) = 1 N Σ k = 1 N x k ( i ) - - - ( 15 ) ]]> δ 2 ( i ) = 1 N - 1 Σ k = 1 N ( x k ( i ) - x ‾ ( i ) ) 2 - - - ( 16 ) ]]>则对数据进行标准化处理后得到的数据表示为： x ( i ) = x 1 ( i ) - x ‾ ( i ) δ 本文档来自技高网...

【技术保护点】
一种用于诊断CRH5型高铁逆变器的微小故障的方法，其特征在于，包括以下步骤：1)根据实际的CRH5型高铁牵引系统逆变器的原理，构建模拟系统平台；2)采集模拟系统平台的数据或离线存储数据，记载为X；3)将上述采集到的数据或离线存储数据进行预处理，具体为：先按照周期进行分开，然后对每个周期的数据按模态进行划分，最后对数据进行标准化处理，将其转化为期望为0，方差为1的数据；4)对预处理得到的数据进行特征提取，以建立模型用于后续检测；在提取正常运行工况的数据特征时，对每个模态分别进行提取；计算T2和SPE的阈值；5)采集实际工作中的IGBT的数据xnew，根据每个周期采样的步数，将在线获取的运行数据分配到相应的模态中；对数据xnew进行标准化处理；6)计算T2和SPE；7)对IGBT是否存在故障进行决策。

【技术特征摘要】
1.一种用于诊断CRH5型高铁逆变器的微小故障的方法，其特征在于，包括以下步骤：1)根据实际的CRH5型高铁牵引系统逆变器的原理，构建模拟系统平台；2)采集模拟系统平台的数据或离线存储数据，记载为X；3)将上述采集到的数据或离线存储数据进行预处理，具体为：先按照周期进行分开，然后对每个周期的数据按模态进行划分，最后对数据进行标准化处理，将其转化为期望为0，方差为1的数据；4)对预处理得到的数据进行特征提取，以建立模型用于后续检测；在提取正常运行工况的数据特征时，对每个模态分别进行提取；计算T2和SPE的阈值；5)采集实际工作中的IGBT的数据xnew，根据每个周期采样的步数，将在线获取的运行数据分配到相应的模态中；对数据xnew进行标准化处理；6)计算T2和SPE；7)对IGBT是否存在故障进行决策。2.根据权利要求1所述的用于诊断CRH5型高铁逆变器的微小故障的方法，其特征在于，所述步骤3)中对每个周期的数据按模态进行划分后的数据X表示为：X＝[X-M(1),…X-M(j),…,X-M(6)],j＝1,…,6 (1)对于每个模态数据X-M(j)，标准化过程为：令X-M(j)＝[xk(1),xk(2),…,xk(i)]∈RN×i，先得到数据的均值与方差 x ‾ ( i ) = 1 N Σ k = 1 N x k ( i ) - - - ( 2 ) ]]> δ 2 ( i ) = 1 N - 1 Σ k = 1 N ( x k ( i ) - x ‾ ( i ) ) 2 - - - ( 3 ) ]]>则对数据进行标准化处理后得到的数据表示为： x ( i ) = x 1 ( i ) - x ‾ ( i ) δ 2 ( i ) . . . x N ( i ) - x ‾ ( i ) δ 2 ( i ) - - - ( 4 ) ]]>其中，N为采样步数，i为采样的变量数。3.根据权利要求1所述的用于诊断CRH5型高铁逆变器的微小故障的方法，其特征在于，所述步骤4)对预处理得到的数据进行特征提取的过程中引入核函数来简化计算，而后对数据进行降维来提取主元特征；具体过程为：首先，通过Kij＝<Φ(xi),Φ(xj)>＝k(xi,xj) (5)计算核矩阵，其中i,j＝1,…,N.并且， k ( a , b ) = exp ( - | | a - b | | 2 c ) - - - ( 6 ) ]]>将通过(18)得到的核矩阵K进行中心化处理，得到： K ~ = K - 1 N K - K 1 N + 1 N K 1 N - - - ( 7 ) ]]>根据数据降维技术，可以对进行主要特征提取。则核主元得分为： t k = < v k , Φ ( x n e w ) > = Σ i = 1 N α i k [ k ( x 1 , x n e w ) , k ( ...

【专利技术属性】
技术研发人员：陈宏田，姜斌，陆宁云，冒泽慧，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏;32