一种基于经验模态分解和决策树RVM的三电平逆变器故障诊断方法技术

本发明专利技术公开了一种基于经验模态分解和决策树RVM的三电平逆变器故障诊断方法，针对光伏发电系统中的二极管中点箝位式三电平逆变器故障诊断问题，首先分析逆变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，采用经验模态分解法提取各个信号分量，再计算对应的能量和能量熵等参数，进而利用粒子群聚类算法生成决策树RVM分类模型，最终实现了光伏二极管中点箝位式三电平逆变器的多模式故障诊断。其优点是：不需要设定参数，分类模型数目较少，运算效率高且诊断精度高，鲁棒性强。

A fault diagnosis method of three level inverter based on empirical mode decomposition and decision tree RVM

The invention discloses a three level inverter fault diagnosis method of empirical mode decomposition and decision tree based on RVM, aiming at the problem of fault diagnosis of three level inverter of photovoltaic power generation system of the diode neutral point clamped, the first analysis of the operation of the inverter circuit and the fault classification, and then to the three leg voltage,, as the measurement signals, each signal component extraction using empirical mode decomposition method, then calculate the corresponding energy and energy entropy and other parameters, and then use the PSO clustering algorithm decision tree RVM classification model, finally realized the fault diagnosis model of photovoltaic diode neutral point clamped three level inverter. The utility model has the advantages that the parameters are not needed, the number of classification models is small, the operation efficiency is high, the diagnosis precision is high, and the robustness is strong.

【技术实现步骤摘要】
一种基于经验模态分解和决策树RVM的三电平逆变器故障诊断方法
本专利技术涉及电力电子装置故障诊断领域，尤其是一种基于经验模态分解和决策树RVM的二极管中点箝位式三电平逆变器故障诊断方法。
技术介绍
随着光伏发电技术的进步和光伏发电并网运行规模的增大，光伏发电系统的优化、改善和运行成本等问题严重制约了光伏发电产业的发展。其中，光伏逆变器虽然成本不高，但由于逆变电路所用的电力电子器件本身具有脆弱性、逆变器电路控制复杂、通断控制频繁、外部环境较恶劣等原因，逆变器一直是整个系统中易发生故障的薄弱环节，其易出现过压、过流、功率管短路和开路等故障，而这些情况都严重关系到整个光伏发电系统的安全运行。为了防止因故障造成更严重的事故，及时检测故障设备，确定设备发生故障的原因和位置，不仅有利于降低经济损失，也有利于维护人员工作的开展。同时，可以实现光伏发电系统稳定、高效、安全地运行，对促进我国光伏发电的规模化发展具有及其重要的意义。随着不同类型和结构的逆变器在光伏发电系统的逐渐应用，其工作的可靠性、稳定性、可维护性显得愈发重要。据资料显示，在所有并网逆变器故障中，38％来自逆变器主电路中功率管损坏。常见的逆变器故障主要有短路故障和开路故障，短路故障通常由硬件电路在微秒级的时间内进行保护处理；而短路故障，大多数不会立即导致系统停机，但会引起其他器件的二次故障，最终导致系统无法工作。当逆变器发生故障时，电路中的电压、电流等物理量相对于正常状态会发生变化，所以可以根据检测信号的不同，将逆变器功率管开路故障诊断方法分为两种：电流和电压故障诊断法。采用电流的故障诊断方法不需要额外的传感器，但很多时候，电流与负载是相关的，当其为空载或轻载时，电流法的诊断精度很低。电压法通过考察逆变器相电压、线电压或桥臂电压与正常状态的偏差来进行故障诊断，需要增加传感器，但这样也有很多优势：对噪声和负载的鲁棒性更强、误报率较低且诊断时间较少。在电力电子装置的故障诊断中，故障特征向量的选择和提取一直是诊断的关键，它直接影响到故障诊断结果的准确性。而光伏三电平逆变器的开关器件较多，故障问题种类繁杂，其中所测得的大量信号为非稳态信号。因此在故障诊断过程中有必要采用适合于处理非平稳信号的特征提取方法，经验模态分解法恰恰就是这样一种方法。另一方面，设计结构合理的分类器来进行状态识别是故障诊断的又一关键步骤。目前，用于故障检测与诊断的模式识别方法主要是统计模式识别和神经网络识别，同时如极限学习机、支持向量机等智能诊断算法也显示出了极大的应用潜力。但传统的统计模式识别方法都有各自的局限性，神经网络技术有很多重要的问题尚未从理论上得到解决，极限学习机需要大量的样本进行训练，支持向量机虽然适用于解决小样本、非线性及高维模式识别，但仍有多种参数需要凭经验选定，惩罚系数和核函数半径等参数对诊断精度影响较大。相关向量机(relevantvectormachine,RVM)是基于贝叶斯框架构建的学习机，它比不需对惩罚因子做出设置，不会出现像支持向量机因为设置参数不当而引起过学习的情况，且该算法同样能解决高维、非线性及小样本的模式识别问题，具有很好的应用前景。
技术实现思路
本专利技术的目的是提供一种基于经验模态分解和决策树RVM的二极管中点箝位式三电平逆变器故障诊断方法。一种基于经验模态分解和决策树RVM的二极管中点箝位式三电平逆变器故障诊断方法，其特征包括：构建二极管中点箝位式三电平逆变电路模型并进行故障分类；提取三电平逆变电路开路故障特征向量；构建三电平逆变器故障诊断决策树；构建相关向量机故障分类决策树模型，最终实现光伏二极管中点箝位式三电平逆变器的故障诊断。第一步：建立光伏二极管中点箝位式三电平逆变器电路的模型并进行故障分类。三电平逆变器主电路由三相桥臂构成，共有两个钳位电容、十二个主开关管、十二续流二极管和六个中点钳位二极管。三电平逆变器电路有两个显著特点：由多个电平合成的输出电压波形，与传统的两电平相比，谐波含量大大减少，改善输出电压输出波形；开关管的电压额定值为直流母线上电压的一半，使低压开关管可以应用于高压变换器中。由于光伏二极管中点箝位式三电平逆变器电路的三相是对称的，因此以A相为例，其他相类似。主要讨论三电平逆变电路故障的开路故障，包括IGBT开路、串联熔断器熔断和触发脉冲丢失故障，同时还考虑中点钳位二极管开路的情况，故障分类如下，共四大类十三小类。1)系统无故障，共一小类。2)单个钳位二极管开路，共两小类。3)单个功率器件开路，即在四个功率管中任意一个开路，共四小类。4)两个器件开路，存在两种情况：一是开路的两个功率管不在同一桥臂，这种情况可以归结为不同桥臂上的单个器件故障，可以参考第三种单个功率器件开路的故障分类；二是故障的两个开关管在同一桥臂，即四个功率管中任意两个功率管开路的情况，共六小类。第二步：提取三电平逆变电路开路故障特征向量。在信号的分析过程中，时间尺度和随时间尺度分布的能量是信号的两个最主要参数。当逆变电路功率管开路时，其电压信号与正常系统的电压信号相比，相同频带内信号的能量会有较大差别。在信号各个频率成分的能量中包含着丰富的故障信息，某种或几种频率成分能量的改变即代表了一种故障，因此可以根据各频带能量的变化进行故障分析。对采用空间矢量脉宽调制(SVPWM)和中性点电位控制的二极管中点箝位式三电平逆变器主电路进行建模，建模后对各种故障发生时的桥臂电压进行EMD分解，选取前n个IMF分量和残留量，再计算各个IMF分量和残留量的能量。设各个分量的能量Ei式中，ci,k(i＝1,2,…,n+1；k＝1,2,…,J)为前n个IMF分量和残留量的J个离散点的幅值。得到各个桥臂电压的能量后就可以构建特征向量，其中特征向量T1为：T1＝[E0E1...En+1](2)考虑到能量的数值往往较大，为便于后面分类，对归一化处理过程进行改进同时，在各个IMF能量的基础上，计算相应的IMF能量熵式中，pi＝Ei/Ez为第i个分量的能量占整个信号能量的百分比综合以上参数，故障特征向量定义为：T1'＝[E0/EE1/E...En+1/EH1](6)采用同样的方法再处理上、下桥臂，可以分别得到特征向量T2′和T3′，定义故障特征向量为：T＝[T1'T2'T3'](7)将各个故障情况下的桥臂电压按照上述过程进行特征提取，最后构建数据样本。第三步：构建粒子群聚类故障诊断决策树。如前所述，三电平逆变器共有13种故障类型，若要构建决策树，就需要采用聚类算法将故障不断地划分成两类，直到子类只包含一种样本类型为止，其具体为：先处理初始类，将全部训练样本作为初始类，利用聚类算法，将其划分成两个子类；再判断子类，如果子类只包含一种样本类型，则算法结束，否则继续利用聚类算法进行聚类划分，直到所有子类只包含一种样本类型。构建决策树的关键就在于聚类算法的选择，这里采用粒子群聚类算法。粒子群聚类算法需要先进行初始化，随机初始化粒子群，设置相关参数，再进行随机分类，将每个样本随机分类，计算适应度、聚类中心等参数，将粒子初速度设为零。这样就可以根据初始粒子群，得到的粒子个体最优位置pid和全局最优位置pgd。依据粒子的聚类中心编码，按照最近邻法则，确定每个样本的聚类划分，并按照新的聚类划分，计算本文档来自技高网...

【技术保护点】
本专利技术的目的是提供一种基于经验模态分解和决策树RVM的二极管中点箝位式三电平逆变器故障诊断方法；一种基于经验模态分解和决策树RVM的二极管中点箝位式三电平逆变器故障诊断方法，其特征包括：构建二极管中点箝位式三电平逆变电路模型并进行故障分类；提取三电平逆变电路开路故障特征向量；构建三电平逆变器故障诊断决策树；构建相关向量机故障分类决策树模型，最终实现光伏二极管中点箝位式三电平逆变器的故障诊断；第一步：建立光伏二极管中点箝位式三电平逆变器电路的模型并进行故障分类；三电平逆变器主电路由三相桥臂构成，共有两个钳位电容、十二个主开关管、十二续流二极管和六个中点钳位二极管；三电平逆变器电路有两个显著特点：由多个电平合成的输出电压波形，与传统的两电平相比，谐波含量大大减少，改善输出电压输出波形；开关管的电压额定值为直流母线上电压的一半，使低压开关管可以应用于高压变换器中；由于光伏二极管中点箝位式三电平逆变器电路的三相是对称的，因此以A相为例，其他相类似；主要讨论三电平逆变电路故障的开路故障，包括IGBT开路、串联熔断器熔断和触发脉冲丢失故障，同时还考虑中点钳位二极管开路的情况，故障分类如下，共四大类十三小类；1)系统无故障，共一小类；2)单个钳位二极管开路，共两小类；3)单个功率器件开路，即在四个功率管中任意一个开路，共四小类；4)两个器件开路，存在两种情况：一是开路的两个功率管不在同一桥臂，这种情况可以归结为不同桥臂上的单个器件故障，可以参考第三种单个功率器件开路的故障分类；二是故障的两个开关管在同一桥臂，即四个功率管中任意两个功率管开路的情况，共六小类；第二步：提取三电平逆变电路开路故障特征向量；在信号的分析过程中，时间尺度和随时间尺度分布的能量是信号的两个最主要参数；当逆变电路功率管开路时，其电压信号与正常系统的电压信号相比，相同频带内信号的能量会有较大差别；在信号各个频率成分的能量中包含着丰富的故障信息，某种或几种频率成分能量的改变即代表了一种故障，因此可以根据各频带能量的变化进行故障分析；对采用空间矢量脉宽调制(SVPWM)和中性点电位控制的二极管中点箝位式三电平逆变器主电路进行建模，建模后对各种故障发生时的桥臂电压进行EMD分解，选取前n个IMF分量和残留量，再计算各个IMF分量和残留量的能量；设各个分量的能量E...

【技术特征摘要】
1.本发明的目的是提供一种基于经验模态分解和决策树RVM的二极管中点箝位式三电平逆变器故障诊断方法；一种基于经验模态分解和决策树RVM的二极管中点箝位式三电平逆变器故障诊断方法，其特征包括：构建二极管中点箝位式三电平逆变电路模型并进行故障分类；提取三电平逆变电路开路故障特征向量；构建三电平逆变器故障诊断决策树；构建相关向量机故障分类决策树模型，最终实现光伏二极管中点箝位式三电平逆变器的故障诊断；第一步：建立光伏二极管中点箝位式三电平逆变器电路的模型并进行故障分类；三电平逆变器主电路由三相桥臂构成，共有两个钳位电容、十二个主开关管、十二续流二极管和六个中点钳位二极管；三电平逆变器电路有两个显著特点：由多个电平合成的输出电压波形，与传统的两电平相比，谐波含量大大减少，改善输出电压输出波形；开关管的电压额定值为直流母线上电压的一半，使低压开关管可以应用于高压变换器中；由于光伏二极管中点箝位式三电平逆变器电路的三相是对称的，因此以A相为例，其他相类似；主要讨论三电平逆变电路故障的开路故障，包括IGBT开路、串联熔断器熔断和触发脉冲丢失故障，同时还考虑中点钳位二极管开路的情况，故障分类如下，共四大类十三小类；1)系统无故障，共一小类；2)单个钳位二极管开路，共两小类；3)单个功率器件开路，即在四个功率管中任意一个开路，共四小类；4)两个器件开路，存在两种情况：一是开路的两个功率管不在同一桥臂，这种情况可以归结为不同桥臂上的单个器件故障，可以参考第三种单个功率器件开路的故障分类；二是故障的两个开关管在同一桥臂，即四个功率管中任意两个功率管开路的情况，共六小类；第二步：提取三电平逆变电路开路故障特征向量；在信号的分析过程中，时间尺度和随时间尺度分布的能量是信号的两个最主要参数；当逆变电路功率管开路时，其电压信号与正常系统的电压信号相比，相同频带内信号的能量会有较大差别；在信号各个频率成分的能量中包含着丰富的故障信息，某种或几种频率成分能量的改变即代表了一种故障，因此可以根据各频带能量的变化进行故障分析；对采用空间矢量脉宽调制(SVPWM)和中性点电位控制的二极管中点箝位式三电平逆变器主电路进行建模，建模后对各种故障发生时的桥臂电压进行EMD分解，选取前n个IMF分量和残留量，再计算各个IMF分量和残留量的能量；设各个分量的能量Ei式中，ci,k(i＝1,2,…,n+1；k＝1,2,…,J)为前n个IM...

【专利技术属性】
技术研发人员：陶洪峰，周超超，童亚军，刘艳，沈建强，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏,32