一种基于核主元分析与支持向量机的MMC故障诊断方法技术

本发明专利技术公开了一种基于核主元分析与支持向量机的MMC故障诊断方法，涉及柔性直流输电故障诊断技术，包括以下步骤:(Ⅰ)采集MMC三相各相电压信号Ui，其中，i＝a、b、c，代表abc三相，得到离散输出电压信号X(n)；(Ⅱ)进行快速傅里叶变换(Fast Fourier Transform，FFT)，计算FFT中前半部分和后半部分的频谱能量；并选取前若干次明显的谐波，得到谐波数据矩阵；(Ⅲ)利用核主元分析对谐波数据进行特征降维和故障的特征提取，得到核主元分析降维后的谐波矩阵；(Ⅳ)建立一对一SVM多分类故障诊断模型，并定位得到具体的故障桥臂；本发明专利技术MMC故障诊断方法运行速度快，分类精度高，不需要构建数学模型，而且所需传感器的数量少，灵活性强，提高了MMC故障诊断的效率和准确性。

【技术实现步骤摘要】
一种基于核主元分析与支持向量机的MMC故障诊断方法
本专利技术涉及柔性直流输电故障诊断技术，具体为一种基于核主元分析与支持向量机的MMC故障诊断方法。
技术介绍
模块化多电平换流器(modularmultilevelconverter，MMC)作为一种新型电压源换流器，具有很强的整体性和灵活性，其模块化程度高，开关频率低，扩展性强，运行损耗小，输出波形质量高，广泛运用于高压直流输电、静止无功补偿等领域MMC拥有很多级联的子模块和功率开关器件，每个功率开关器件都是潜在的故障点，当功率开关器件发生开路故障时，子模块的电容，电压，桥臂间的环流，上桥臂电流，电压，都将偏离正常运行的值。当故障长时间没有被检测出来，并进行处理，会导致子模块电容电压过大，环流、桥臂电流过大。如果没有及时保护，还有可能造成设备或者组件的损坏。对于严重瞬时性故障或者永久性故障，不仅会强迫柔性直流输电退出运行，甚至会损坏换流站中最为昂贵的全控电力电子器件及其他重要部件，由此造成系统不能快速恢复运行，给用户造成巨大的经济损失。现有的MMC故障诊断方法需要大量传感器，计算数据多，而且桥臂电流容易受突加负载的影响产生波动，影响故障检测的精度。
技术实现思路
本专利技术的目的在于提供一种基于核主元分析与支持向量机的MMC故障诊断方法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种基于核主元分析与支持向量机的MMC故障诊断方法，包括以下步骤:(Ⅰ)采集MMC三相各相电压信号Ui，其中，i＝a、b、c，代表abc三相，得到离散输出电压信号X(n)；(Ⅱ)进行快速傅里叶变换(FastFourierTransform，FFT)，计算FFT中前半部分和后半部分的频谱能量；并选取前若干次幅值明显的谐波，得到谐波数据矩阵；(Ⅲ)利用核主元分析对谐波数据进行特征降维和故障的特征提取，得到核主元分析降维后的谐波矩阵；(Ⅳ)建立一对一支持向量机多分类故障诊断模型，并定位得到具体的故障类型。进一步的，所述步骤(Ⅲ)中，得到核主元分析降维后的谐波矩阵的具体步骤如下：(Ⅲa)计算高维空间中的核矩阵；(Ⅲb)将高维空间中的核矩阵经中心化处理，得到中心化核矩阵；(Ⅲc)计算中心化核矩阵的特征值和所对应的特征向量，将所述特征值按照从小到大依次排列，并选取合适的a的值与前a个特征值和所对应的特征向量，使所述前a个特征值满足设定的约束条件；(Ⅲd)计算原始谐波数据的核主元，并得到核主元分析降维后的谐波矩阵。进一步的，所述步骤(Ⅲa)中，将所述谐波数据矩阵映射到高维空间得到原始谐波矩阵，且所述核矩阵按照如下公式计算得到：式中，为核矩阵，K为高斯径向基核函数，且进一步的，所述步骤(Ⅲc)中，所述约束条件如下：式中，为中心化核矩阵的第i个特征值(i＝1,2，…,a),m为所述中心化核矩阵的特征值的总个数。进一步的，所述步骤(Ⅳ)中，定位得到具体的故障桥臂的具体步骤如下：(Ⅳa)将谐波数据集与设定好的标签值一同建立训练样本集；(Ⅳb)根据所需类别数量，建立多个支持向量机子分类器，并对所述多个支持向量机子分类器进行训练；由所述多个支持向量机子分类器建立一对一支持向量机多分类故障诊断模型；(Ⅳc)将谐波数据矩阵输入一对一支持向量机多分类故障诊断模型；样本所属的类别得分加1，累计各类别的得分，选择得分最高者所对应的类别为测试数据的类别。确定决策输出值Y，进而索引故障标签，即可完成故障的分类与定位。进一步的，所述步骤(Ⅳb)中，每个所述支持向量机子分类器均为一般二类分类器。进一步的，该模块化多电平换流器由三相六个桥臂构成，每相包含上下两个桥臂，每个桥臂由一个电感和至少1个结构相同的子模块级联而成，每个子模块包括两个电力电子开关和一个电容器。与现有技术相比，本专利技术的有益效果是：首先通过对比各种故障信号，确定了故障特征信号，并采用FFT-KPCA方法对故障数据经行处理，降低了故障数据维度和复杂度，解决了时域信号故障特征难以提取的问题，同时采用“一对一”多分类支持向量机进行故障的分类，运行速度快，分类精度高，不需要构建数学模型，而且所需传感器的数量少，灵活性强，提高了MMC故障诊断的效率和准确性。附图说明图1是三相模块化多电平换流器的及子模块的等效电路图；图2是本专利技术基于核主元分析与支持向量机的MMC故障诊断方法的算法流程图；图3是本专利技术核主元分析的帕累托图；图4是本专利技术正常情况下的标签输出结果；图5是本专利技术A相上桥臂故障情况下的标签输出结果；图6是本专利技术A相上桥臂故障情况下的标签输出结果。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。一种基于核主元分析与支持向量机的MMC故障诊断方法，如图1所示，该MMC由三相六个桥臂构成，每相包含上下两个桥臂，每个桥臂由一个电感L和至少1个结构相同的子模块SM串联而成。每个子模块包括第一电力电子开关T1、第二电力电子开关T2、第一二极管D1、第二二极管D2及电容器C组成；第一电力电子开关T1的发射极连接第二电力电子开关T2的集电极，电容器C一端连接第一电力电子开关T1的集电极，另一端连接第二电力电子开关T2的发射极；第一二极管D1反相并联于第一电力电子开关T1；第二二极管D2反相并联于第二电力电子开关T2。测得流过上、下桥臂的电流分别为ipj、inj，其中j＝a，b，c，分别代表a，b，c三相，p表示上桥臂，n表示下桥臂。如图2所示，本专利技术基于核主元分析与支持向量机的MMC故障诊断方法包括如下步骤：(Ⅰ)采集MMC三相各相电压信号Ui，其中，i＝a、b、c，代表abc三相，在本实施例中，共取500组数据，得到离散输出电压信号xn,其中，n＝1,2,…,500。(Ⅱ)进行快速傅里叶变换(FastFourierTransform，FFT)，按照如下公式计算FFT中前半部分和后半部分的频谱能量：式中,Wb＝e-j2π/b；k＝0,1,…,b/2-1；b为采样点个数；选取前10次幅值明显的谐波，得到谐波数据矩阵X500×10。(Ⅲ)利用核主元分析对谐波数据矩阵X进行特征降维和故障的特征提取，得到核主元分析降维后的谐波矩阵H；具体步骤如下：(Ⅲa)将谐波数据矩阵X映射到高维空间，得到原始谐波矩阵Φ，并通过原始谐波矩阵Φ选取高斯径向基核函数K；本实施例中，高斯径向基核函数K选取如下：高维空间中的核矩阵按照如下公式计算：(Ⅲb)将高维空间中的核矩阵经中心化处理，得到中心化核矩阵KΦ。(Ⅲc)计算中心化核矩阵KΦ的特征值λΦ和所对应的特征向量v；将所述特征值λΦ按照从小到大依次排列，并选取合适的a的值与前a个特征值和所对应的特征向量vi，使所述前a个特征值满足设定的约束条件其中，m为所述中心化核矩阵的特征值的总个数，为中心化核矩阵的第i个特征值，i＝1,2，…,a。(Ⅲd)按照如下公式计算原始谐波数据的核主元：式中，pi为高维空间中的负荷向量；可由核矩阵进行特征分解得到；通过核主元分析，得到降维后的谐波矩阵H；如图3所示，原始本文档来自技高网...

【技术保护点】
1.一种基于核主元分析与支持向量机的MMC故障诊断方法，其特征在于，包括以下步骤:(Ⅰ)采集MMC三相各相电压信号Ui，其中，i＝a、b、c，代表abc三相，得到离散输出电压信号X(n)；(Ⅱ)进行快速傅里叶变换(Fast Fourier Transform，FFT)，计算FFT中前半部分和后半部分的频谱能量；并选取前若干次幅值明显的谐波，得到谐波数据矩阵；(Ⅲ)利用核主元分析对谐波数据进行特征降维和故障的特征提取，得到核主元分析降维后的谐波矩阵；(Ⅳ)建立一对一支持向量机多分类故障诊断模型，并定位得到具体的故障类型。

【技术特征摘要】
1.一种基于核主元分析与支持向量机的MMC故障诊断方法，其特征在于，包括以下步骤:(Ⅰ)采集MMC三相各相电压信号Ui，其中，i＝a、b、c，代表abc三相，得到离散输出电压信号X(n)；(Ⅱ)进行快速傅里叶变换(FastFourierTransform，FFT)，计算FFT中前半部分和后半部分的频谱能量；并选取前若干次幅值明显的谐波，得到谐波数据矩阵；(Ⅲ)利用核主元分析对谐波数据进行特征降维和故障的特征提取，得到核主元分析降维后的谐波矩阵；(Ⅳ)建立一对一支持向量机多分类故障诊断模型，并定位得到具体的故障类型。2.根据权利要求1所述的一种基于核主元分析与支持向量机的MMC故障诊断方法，其特征在于：所述步骤(Ⅲ)中，得到核主元分析降维后的谐波矩阵的具体步骤如下：(Ⅲa)计算高维空间中的核矩阵；(Ⅲb)将高维空间中的核矩阵经中心化处理，得到中心化核矩阵；(Ⅲc)计算中心化核矩阵的特征值和所对应的特征向量，将所述特征值按照从小到大依次排列，并选取合适的a的值与前a个特征值和所对应的特征向量，使所述前a个特征值满足设定的约束条件；(Ⅲd)计算原始谐波数据的核主元，并得到核主元分析降维后的谐波矩阵。3.根据权利要求2所述的一种基于核主元分析与支持向量机的MMC故障诊断方法，其特征在于，所述步骤(Ⅲa)中，将所述谐波数据矩阵映射到高维空间得到原始谐波矩阵，且所述核矩阵按照如下公式计算得到：式中，为核矩阵，K...

【专利技术属性】
技术研发人员：刘振兴，焦文豪，张永，王琦，赵敏，苏茜，
申请(专利权)人：武汉科技大学，
类型：发明
国别省市：湖北,42