针对轨道列车牵引变流器的开路故障诊断方法及系统技术方案

本发明专利技术公开了一种针对轨道列车牵引变流器的开路故障诊断方法及系统，该方法包括：建立整流器结构模型并列出物理方程组，确定故障类型，获得故障诊断数据集；根据物理方程组构建用于故障诊断的残差，根据残差与故障的关系生成诊断决策表；计算出故障诊断数据集中每个数据对应的残差值，通过诊断决策表对每个数据进行初步的故障诊断，所有数据按故障类型进行预分类，并按照预分类构造数据集中各数据之间的关联关系图；将关联关系图转化为关联关系矩阵，构造图卷积神经网络，在网络前向传播公式中使用关联关系矩阵，训练图卷积神经网络模型；图卷积神经网络模型输出作为故障诊断预测结果。本发明专利技术可提高整流器故障诊断准确率。

【技术实现步骤摘要】
针对轨道列车牵引变流器的开路故障诊断方法及系统
本专利技术涉及轨道列车牵引系统电路故障诊断领域，尤其涉及一种针对轨道列车牵引变流器的开路故障诊断方法及系统。
技术介绍
整流器是一种常用的电力变换装置，常用于牵引传动控制系统和可再生能源转换系统，这些应用场合都对整流器运行的可靠性和安全性有着非常严格的要求，但其中的功率器件经常运行于高压、高频和大电流的条件下，因此其开关损耗很大，长时间不间断的运行容易导致功率器件发生故障。典型变流器装置由传感器、控制电路以及功率电路三部分组成。其中容易出现故障及误差的是功率电路以及传感器两部分，这也是故障诊断设备集中关注的部分，控制电路主要由电子元器件组成，不容易出现故障，可靠性较高。另一方面，传感器部分则由于机械振动、电磁干扰、电浪涌和静电等不确定因素等原因，易导致输出信号与实际信号发生偏差，严重时更导致输出信号失真或错误，影响控制系统正常运行。而功率电路作为变流器装置实现电能变换的主体，在运行过程中承受主要的电热应力，且应用场合大多处于电、磁、热、机械等多场域耦合，故障率较高。IGBT管是功率电路的一个重要元器件组成部分，当IGBT管发生开路故障时，如果得不到及时处理，将会对系统的控制功能产生严重影响，使系统的无法按要求运作。目前对于整流器故障的诊断系统往往分别针对不同结构(例如两电平或者三电平)变流器采用不同的诊断方法，彼此间没有联系，且往往需要使用较多传感器以确保诊断无误，这会导致硬件成本的提高。因此，现急需提供一种通用性好，硬件要求低的故障诊断方法及系统。r>
技术实现思路
本专利技术提供了一种针对轨道列车牵引变流器的开路故障诊断方法及系统，用以解决目前对于整流器故障的诊断系统通用性差，硬件成本高的技术问题。为解决上述技术问题，本专利技术提出的技术方案为：一种针对轨道列车牵引变流器的开路故障诊断方法，包括：根据整流器拓扑结构建立整流器结构模型并列出包含故障变量在内的物理方程组，根据工业现场条件确定整流器的故障类型，设置传感器以获得故障诊断数据集；根据物理方程组构建用于故障诊断的残差，并根据残差与故障的关系生成诊断决策表；计算出故障诊断数据集中每个数据对应的残差值，通过诊断决策表对每个数据进行初步的故障诊断，将故障诊断数据集中所有数据按故障类型进行预分类，并按照预分类构造数据集中各数据之间的关联关系图；将关联关系图转化为关联关系矩阵，将关联关系矩阵作为先验知识并构造图卷积神经网络，在网络前向传播公式中使用关联关系矩阵，并对图卷积神经网络进行迭代训练直至完成收敛；将故障诊断数据集输入到训练好的图卷积神经网络中，以图卷积神经网络的输出作为最终的故障诊断预测结果。优选地，物理方程组，包括：e5:uab＝func1(Sa-Sb,f_Sab1,f_Sab2,f_Sab3,f_Sab4)·Udce6:iZ＝func1(Sa-Sb,f_Sab1,f_Sab2,f_Sab3,f_Sab4)·iqce7:idc＝iZ-i2-iLe8:f_Sab1＝func2(Sa-Sb,fIGBT1)e9:f_Sab2＝func3(Sa-Sb,fIGBT2)e10:f_Sab3＝func4(Sa-Sb,fIGBT3)e11:f_Sab4＝func5(Sa-Sb,fIGBT4)e12:yuN＝uN其中，各变量含义如下表1：表1物理方程组中各变量含义表其中，函数式func1～func5定义如下：优选地，故障类型，包括：A、传感器测量值与实际电流电压值之间存在的偏差；包括：四象限输入电流传感器故障中间电压一传感器故障和中间电压二传感器故障B、因IGBT管故障导致的整流器状态与其真实状态不符；包括：整流器模块IGBT1开路故障fIGBT1、整流器模块IGBT2开路故障fIGBT2、整流器模块IGBT3开路故障fIGBT3以及整流器模块IGBT4开路故障fIGBT4。优选地，故障诊断的残差，包括如下表2所示的七个残差：表2残差表达式其中i为1、2、3、4分别代表四个IGBT管，Safi，Sbfi代表对应IGBT管出现开路故障时的实际四象限整流器开关函数值。优选地，诊断决策表如下表4：表4故障诊断决策表表中结论栏表示有该类型的故障，g1(k)_R1～g1(k)_R3及g2(k)_R4～g2(k)_R7为每个残差对应的残差评价函数，h1～h7为每个残差对应的阈值；当7个残差与对应阈值的关系全部满足上表中某一行的情况时得出诊断结论，认为此时发生对应的故障。优选地，方法还包括：设定每个残差对应的诊断阈值，构造发生故障的结构的残差评价函数，残差评价函数的构造方式如下：考虑到实际噪声产生的干扰，系统运行时，若没有故障发生，则残差Ri满足其中μ0、分别是正态分布均值及方差，μ0＝0，i＝1～7，设其中N为数据样本长度。对于残差R1～R3，由于正常情况下其残差小于阈值，残差评价函数由下式迭代求取：g1(k)_Ri＝max(0,g1(k-1)_Ri+T2-Tα)其中i＝1～3，k＝1,2...N，是自由度为N-1的χ2标准分布，为近似卡方分布，用于和T2进行比较以判断其取值是否超出正常范围。而对于残差R4～R7，由于其生成是基于故障工况的，因此正常情况下其残差大于阀值，故障时残差小于阈值，残差评价函数由下式迭代求取：g2(k)_Ri＝max(0,g1(k-1)_Ri-T2+Tα)其中i＝4～7。将该残差评价函数的输出值与残差对应的诊断阈值进行比较，根据输出值是否超出诊断阈值作为标准得到发生故障的功率器件的位置。优选地，按照预分类构造数据集中各数据之间的关联关系图，包括：将所有数据代入残差表达式得到残差值，将残差值与诊断阈值比较，并结合故障诊断决策表得到每个数据的故障预分类；将在故障预分类中被分为同一类的数据设置为彼此之间具有关联关系，由此得到一张包含顶点及边在内的关联关系图；关联关系图中，每一个顶点代表数据集中的一个数据，两顶点间的连线形成的边表示两顶点存在关联，关联为两顶点同属于一种故障类型。优选地，图卷积神经网络中，除输出层外的每一层前向传递公式为：Y＝Relu(LXw+b)其中，L为关联关系矩阵，X为单层网络的输入值，w和b为网络参数；输出层前向传递公式具体为：Y＝Softmax(Relu(LXw+b))。本专利技术还提供一种针对轨道列车牵引变流器的开路故障诊断系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一方法的步骤。本专利技术具有以下有益效果：本专利技术的针对轨道列车牵引变流本文档来自技高网...

【技术保护点】
1.一种针对轨道列车牵引变流器的开路故障诊断方法，其特征在于，包括：/n根据整流器拓扑结构建立整流器结构模型并列出包含故障变量在内的物理方程组，根据工业现场条件确定整流器的故障类型，设置传感器以获得故障诊断数据集；/n根据物理方程组构建用于故障诊断的残差，并根据残差与故障的关系生成诊断决策表；/n计算出故障诊断数据集中每个数据对应的残差值，通过所述诊断决策表对每个数据进行初步的故障诊断，将故障诊断数据集中所有数据按故障类型进行预分类，并按照所述预分类构造数据集中各数据之间的关联关系图；/n将所述关联关系图转化为关联关系矩阵，将所述关联关系矩阵作为先验知识并构造图卷积神经网络，在网络前向传播公式中使用关联关系矩阵，并对图卷积神经网络进行迭代训练直至完成收敛；/n将所述故障诊断数据集输入到训练好的图卷积神经网络中，以图卷积神经网络的输出作为最终的故障诊断预测结果。/n

【技术特征摘要】
1.一种针对轨道列车牵引变流器的开路故障诊断方法，其特征在于，包括：
根据整流器拓扑结构建立整流器结构模型并列出包含故障变量在内的物理方程组，根据工业现场条件确定整流器的故障类型，设置传感器以获得故障诊断数据集；
根据物理方程组构建用于故障诊断的残差，并根据残差与故障的关系生成诊断决策表；
计算出故障诊断数据集中每个数据对应的残差值，通过所述诊断决策表对每个数据进行初步的故障诊断，将故障诊断数据集中所有数据按故障类型进行预分类，并按照所述预分类构造数据集中各数据之间的关联关系图；
将所述关联关系图转化为关联关系矩阵，将所述关联关系矩阵作为先验知识并构造图卷积神经网络，在网络前向传播公式中使用关联关系矩阵，并对图卷积神经网络进行迭代训练直至完成收敛；
将所述故障诊断数据集输入到训练好的图卷积神经网络中，以图卷积神经网络的输出作为最终的故障诊断预测结果。


2.根据权利要求1所述的针对轨道列车牵引变流器的开路故障诊断方法，其特征在于，所述物理方程组，包括：






e5:uab＝func1(Sa-Sb,f_Sab1,f_Sab2,f_Sab3,f_Sab4)·Udc
e6:iZ＝func1(Sa-Sb,f_Sab1,f_Sab2,f_Sab3,f_Sab4)·iqc
e7:idc＝iZ-i2-iL
e8:f_Sab1＝func2(Sa-Sb,fIGBT1)e9:f_Sab2＝func3(Sa-Sb,fIGBT2)
e10:f_Sab3＝func4(Sa-Sb,fIGBT3)e11:f_Sab4＝func5(Sa-Sb,fIGBT4)
e12:yuN＝uN









其中，各变量含义如下表1：
表1物理方程组中各变量含义表



其中，函数式func1～func5定义如下：

















3.根据权利要求2所述的针对轨道列车牵引变流器的开路故障诊断方法，其特征在于，所述故障类型，包括：
A、传感器测量值与实际电流电压值之间存在的偏差；包括：四象限输入电流传感器故障中间电压一传感器故障和中间电压二传感器故障
B、因IGBT管故障导致的整流器状态与其真实状态不符；包括：整流器模块IGBT1开路故障fIGBT1、整流器模块IGBT2开路故障fIGBT2、整流器模块IGBT3开路故障fIGBT3以及整流器模块IGBT4开路故障fIGBT4。


4.根据权利要求3所述的针对轨道列车牵引变流器的开路故障诊断方法，其特征在于，所述故障诊断的残差，包括如下表2所示的七个残差：
表2残差表达式






其中i为1、2、3、4分别代表四个IGBT管，Safi，Sbfi代表对应IGBT...

【专利技术属性】
技术研发人员：陈志文，徐佳敏，伍晓赞，樊欣宇，彭涛，任浩，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南;43