一种基于小波分析和SVM的逆变器故障诊断方法技术

本发明专利技术涉及一种基于小波分析和SVM的逆变器故障诊断方法，首先建立二极管NPC三电平逆变器模型并确定分类原则，将逆变器无故障时的交流输出侧3个相电压Ua、Ub、Uc与每种故障时的交流输出侧3个相电压进行相减，得到ΔUa、ΔUb、ΔUc，然后对ΔUa、ΔUb、ΔUc进行d-q变换，将三相变为两相，得到Ud和Uq，并利用小波变换对Ud和Uq进行分析；其次对Ud、Uq经小波变换后的各频带信号分别进行能量提取，确定故障特征向量，以此建立数据样本；最后利用MATLAB软件和LIBSVM工具箱建立多值分类器，从而实现二极管NPC三电平逆变器交叉双相桥的故障诊断。

【技术实现步骤摘要】

本专利技术涉及电力电子装置故障诊断领域，尤其是一种基于小波分析和SVM的逆变 器故障诊断方法。
技术介绍
多电平变换器是一种通过改变变换器自身拓扑结构来实现高压大功率输出的新 型变换器，它无需升降压电路和均压电路。与二电平逆变器相比，多电平逆变器具有功率 开关电压应力低、功率器件串联均压、输出电压波形谐波含量低、电磁干扰问题小、开关损 耗小和工作效率高等优点，因而这种结构的逆变器在高电压、大电流、大功率领域应用广 泛，如上海磁悬浮列车以及和谐号CRH列车等等。在多电平变换器中最典型的是二极管 NPC(Neutral Point Clamped)三电平逆变器，其电路原理图如图1所示。 然而，二极管NPC三电平逆变器较二电平逆变器使用了更多的开关器件，电路结 构和控制更加复杂，这使得电力电子设备的故障增多，系统的可靠性大大降低。多电平一旦 发生故障，轻则造成企业工厂停产，重则造成灾难性事故，给社会造成巨大损失与影响。因 此尽早发现电路的故障对于提高二极管NPC三电平逆变器的工作可靠性具有重大意义。 基于数据驱动的思想，利用逆变系统运行过程中不断产生着反应运行机理和状态 的数据，通过适当有效的分析和提取，可以快速实现逆变系统的故障检测与识别，这比传统 的只靠人工检测和维修去定位故障有效率得多。 小波变换是20世纪80年代中期发展起来的一种时频分析方法，比DCT (Discrete Cosine Transform)这样的傅里叶变换的性能更优越，具有多分辨分析功能，被誉为数学显 微镜。SVM是一种基于统计学习理论的机器学习算法，逆变器复合故障诊断属于多值分类问 题。多值分类问题也是SVM研究的一个重要方向。
技术实现思路
针对上述
技术介绍
的不足，本专利技术的目的是提供一种基于小波分析和SVM的逆变 器故障诊断方法。 本专利技术为解决上述技术问题采用以下技术方案： -种基于小波分析和SVM的逆变器故障诊断方法，包括如下步骤： 步骤一，建立二极管NPC三电平逆变电路的模型，仅考虑交叉双相桥同时两只 IGBT功率管的开路故障的情况，并将故障类型进行分类； 步骤二，通过仿真软件分别获得无故障和所述故障条件下交流输出侧的三个相电 压Ua、Ub、Uc，将逆变器无故障时的交流输出侧3个相电压与每种故障时的交流输出侧3个 相电压进行相减，得到各故障条件时交流输出侧的三个相电压差值AUa、AUb、AUc，然后 对所述差值A Ua、Δ Ub、Δ Uc进行d_q变换，得到Ud和Uq，选取小波基函数db3分别对各 故障下的Ud、Uq进行6层的小波分解，提取各个频段下的信号； 步骤三，计算步骤二获得的Ud、Uq小波分解后的各频段的能量，提取各个故障下 的Ud、Uq的能量特征，构造特征向量； 步骤四，获取数据样本；根据步骤一划分故障种类和步骤三获得的所有故障的特 征向量，从不同种类中各选择一个作为样本，并分别对选择的故障特征向量添加5%的随机 噪声，每类故障选取若干组样本，得到故障样本； 步骤五，根据步骤四获得的故障样本，将其输入至处理器中，并利用处理器对所述 故障样本进行分类，建立针对各种故障的数据模型，在后期出现故障时直接调取故障数据 进行比对，判断故障类型。 进一步的，该方法提供一种三电平逆变器电路，具体结构为： 包括三相桥臂电路和两个直流电压源，其中，每相桥臂包括串联的四只功率管 IGBT，依次标号为1、2、3、4,上两只功率管IGBT为上半桥，下两只功率管IGBT为下半桥；每 相桥臂还包括两个串联二极管支路，所述二极管支路的一端与1号功率管IGBT的正极、2号 功率管IGBT的负极相连，另一端与3号功率管IGBT的正极、4号功率管IGBT的负极相连； 所述直流源分为两个等值的并联支路，其中一条并联支路包括两个串联的等值的 直流源。 进一步的，步骤一中所述的故障类型分类具体为六大类： 1. 1，逆变器上半桥交叉两桥臂有两只功率管IGBT同时发生故障，共分为12小 类； 1.2,逆变器下半桥交叉两桥臂有两只功率管IGBT同时发生故障，共分为12小 类； 1.3,逆变器交叉两桥臂中，每只桥臂1、4管中各有一只功率管IGBT发生故障，分 为6小类； 1. 4,逆变器交叉两桥臂中，每只桥臂2、3管中各有一只功率管IGBT发生故障，分 为6小类； 1. 5,逆变器交叉两桥臂中，每只桥臂1、3管中各有一只功率管IGBT发生故障，分 为6小类； 1. 6,逆变器交叉两桥臂中，每只桥臂2、4管中各有一只功率管IGBT发生故障，分 为6小类。 进一步的，步骤二中输出侧三相相电压差，并对它们进行d-q变换，将三相化为两 相Ud、Uq，选取db3小波函数，分别对Ud、Uq进行6层的小波分解，分别获得小波分解后的 第6层的近似信号能量以及第1~6层细节信号的能量，共14个小信号的能量值，将其作 为故障的一个特征向量。 作为一种优选，步骤四中对选取的六大类故障特征向量各添加随机噪声，对每类 故障特征向量选取若干组样本。 作为一种优选，对故障样本进行分类，每大类各选一部分作为训练样本，其余 的作为测试样本，并对训练样本进行归一化处理，选取C-SVC支持向量机和RBF核函数 exp (_ga_a I u-v I ~2)对训练样本进行分类，用训练样本训练支持向量机，对支持向量机惩 罚系数c和RBF参数gamma进行寻优，得到训练模型，对训练好的模型用测试样本进行测 试，验证故障判断准确性。 本专利技术采用以上技术方案与现有技术相比，具有以下技术效果： 1.本专利技术所提出的基于小波分析和SVM的三电平逆变器交叉双相桥的故障诊断 方法，是基于数据的思想，并将被誉为数学"显微镜"的小波分析法和在机器学习领域应用 广泛的数据分类方法SVM结合起来，实现了其在电力电子装置领域故障诊断的应用。 2.本专利技术同时考虑了交流输出侧的三相电压，比只考虑其中一个相电压，有更加 完善的故障信息，并通过d-q变换将三相化为两相，即不影响故障信息，更简化了计算，在 大量数据下可以大大减少诊断时间。 3.本专利技术采用交叉验证和改进网格寻优的方法，极大的缩短了故障诊断时间，保 证了 SVM得到的参数是最优的或趋于最优。 4.通过本专利技术，只需将经过处理后的故障信息输入SVM分类器，就可以快速输出 故障类别，实现了故障的实时诊断，具体流程如图8所示。【附图说明】 图1为二极管NPC三相三电平逆变器电路原理图； 图2为无故障情况下三相电压输出波形图； 图3为选取的故障情况下三相电压输出波形图； 图4为选取的故障情况下三相电压输出波形图； 图5为选取的故障情况下的Ud波形图； 图6为选取的故障情况下的Uq波形图； 图7为选取的故障情况下的Ud波形图； 图8为选取的故障情况下的Uq波形图； 图9为小波分解树示意图； 图10为选取的故障情况下的Ud、Uq小波分解图； 图11为选取的故障情况下的Ud、Uq小波分解图； 图12为选取的故障情况下的Ud、Uq小波分解图； 图13为选取的故障情况下的Ud、Uq小波分解图； 图14为传统网格法c&gamma寻优图； 图15为改进网格法c&gamma寻优图； 图16为改进网格法c&gamma寻优图； 图17为故障诊断流程图。【具本文档来自技高网...

【技术保护点】
一种基于小波分析和SVM的逆变器故障诊断方法，其特征在于，包括如下步骤：步骤一，建立二极管NPC三电平逆变电路的模型，仅考虑交叉双相桥同时两只IGBT功率管的开路故障的情况，并将故障类型进行分类；步骤二，通过仿真软件分别获得无故障和所述故障条件下交流输出侧的三个相电压Ua、Ub、Uc，将逆变器无故障时的交流输出侧3个相电压与每种故障时的交流输出侧3个相电压进行相减，得到各故障条件时交流输出侧的三个相电压差值ΔUa、ΔUb、ΔUc，然后对所述差值ΔUa、ΔUb、ΔUc进行d‑q变换，得到Ud和Uq，选取小波基函数db3分别对各故障下的Ud、Uq进行6层的小波分解，提取各个频段下的信号；步骤三，计算步骤二获得的Ud、Uq小波分解后的各频段的能量，提取各个故障下的Ud、Uq的能量特征，构造特征向量；步骤四，获取数据样本；根据步骤一划分故障种类和步骤三获得的所有故障的特征向量，从不同种类中各选择一个作为样本，并分别对选择的故障特征向量添加随机噪声，每类故障选取若干组样本，得到故障样本；步骤五，根据步骤四获得的故障样本，将其输入至处理器中，并利用处理器对所述故障样本进行分类，建立针对各种故障的数据模型，在后期出现故障时直接调取故障数据进行比对，判断故障类型。...

【技术特征摘要】

【专利技术属性】
技术研发人员：陈复扬，金林强，唐春萍，
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