【技术实现步骤摘要】
基于卷积神经网络的风电变流器端对端故障诊断
技术介绍
本专利技术属于风电变流器智能诊断领域,涉及一种风电变流器智能诊断方法。
技术实现思路
目前市场上的风电机组主要由鼠笼式,永磁直驱式和双馈式组成。其中,除了鼠笼式,永磁直驱式和双馈式风电机组都必须使用变流器来保证产生的电能在频率和幅值等方面满足电网组网的要求。通常情况下风电机组都处于比较恶劣的环境,面临高温潮湿,油污灰尘的威胁,在这种情况下变流器还需要承受大电流,高低压和高频的开关状态,因此极易发生故障。据统计,在风电系统中,变流器故障发生的频率仅次于变桨系统故障。当前针对的变流器故障的智能方法很多,比如基于支持向量机方法、基于专家系统的方法等,由于这些传统方法需要结合一些特征提取方法,比如小波分析,算法过程不适用于在线诊断,因此需要能够实现端对端的故障诊断的方法。本专利基于此,采用了卷积神经网络的风电变流器端对端故障在线诊断,其主要技术点在于:(1)充分考虑变流器三相电流信号之间必然存在的耦合关系,设计卷积神经网络。利用多个局部滤波器沿着信号移动对信号进行卷积操作,操作完成后就得到了输入信号在不同卷积核下的信号特征图。卷积操作本质上是对信号进行滤波操作,这样做可以提取信号在不同频带下的特征,丰富信号的表达,为后面的准确分类提供条件。并且,卷积操作实现了局部连接和权值共享。在每个卷积层后面的是一个降采样层。降采样层的作用有两点,一是对特征图进行降维,二是在一定程度上保持特征的尺度不变性。降采样层通过池化操作对特征图进行降维,降维的同时也可以抵消特征图的部分形变和位移。将三相电流故障信号排列成3×3000的二维信号, ...
【技术保护点】
1.一种基于卷积神经网络的风电变流器端对端故障诊断方法,其特征在于:(1)基于变流器三相电路耦合特性,以运行数据之间的关联特性,设计相应的卷积神经网络模型;(2)基于历史运行的样本数据和仿真模拟数据,对卷积神经网络模型的结构和参数进行优化选择。
【技术特征摘要】
1.一种基于卷积神经网络的风电变流器端对端故障诊断方法,其特征在于:(1)基于变流器三相电路耦合特性,以运行数据之间的关联特性,设计相应的卷积神经网络模型;(2)基于历史运行的样本数据和仿真模拟数据,对卷积神经网络模型的结构和参数进行优化选择。2.根据风电变流器的数据,利用多个局部...
【专利技术属性】
技术研发人员:魏善碧,柴毅,廖瑞勇,刘延兴,何军,刘文宇,
申请(专利权)人:重庆大学,
类型:发明
国别省市:重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。