一种全功率发电系统变频器IGBT的状态评价方法技术方案

技术编号:26763742 阅读:25 留言:0更新日期:2020-12-18 23:29
本发明专利技术提供的一种全功率发电系统变频器IGBT的状态评价方法,包括以下步骤:步骤1,获取13类波形信号;步骤2,对步骤1中得到的13类波形信号进行分解,得到判定故障的特征信息;步骤3,利用小波分解系数对步骤2中得到的判定故障的特征信息进行构造,得到特征向量;步骤4,从步骤3中得到的特征向量中提取特征值;步骤5,构建BP神经网络;步骤6,优化获取好的BP神经网络;步骤7,对步骤6中优化好的BP神经网络进行训练,得到训练好的优化BP神经网络;步骤8,利用步骤7中训练好的优化BP神经网络,带入实际运行数据验证,实时评价变频器IGBT是否开路;本发明专利技术解决目前海上风电检修工作存在的优化配置问题,提升经济性、稳定性、维修性。

【技术实现步骤摘要】
一种全功率发电系统变频器IGBT的状态评价方法
本专利技术涉及海上风电机组变频器状态评价
,尤其涉及一种全功率发电系统变频器IGBT的状态评价方法。
技术介绍
变频器是大容量海上风电机组中重要的电气设备,是风电机组中的核心能量转换设备之一,承担着将随风速变化频率波动的电能转换为频率稳定的电能的任务,也是故障率较高的设备之一。目前主流的海上风电机组均为全功率变速恒频(VSCF)发电系统,其中以高速齿轮箱+鼠笼异步发电机+全功率变频器为技术路线的鼠笼异步发电系统较为常见。一方面随着我国海上风电事业快速发展,海上风电机组单机容量的不断增大,变流器的大容量化已成为发展趋势,对设备的运行可靠性、经济性与维修性都提出了更高的要求;另一方面构成两电平变频器主电路的12只IGBT受控通断,它的开关损耗和导通损耗很大,是系统可靠性的薄弱环节。由于海上风电机组面临高温、高湿、盐雾腐蚀、雷电、台风等更加复杂的环境条件,风电功率波动剧烈,风电变流器的电热应力变化剧烈,给变流器主电路功率半导体(IGBT)的安全可靠带来威胁。根据统计,变频器主电路中绝大部分的故障都本文档来自技高网...

【技术保护点】
1.一种全功率发电系统变频器IGBT的状态评价方法,其特征在于,包括以下步骤:/n步骤1,获取两电平全功率变频器正常工作状态下的波形,以及整流电路和逆变电路的IGBT开路故障时各自对应的变频器输出的三相电压波形信号,得到13类波形信号;/n步骤2,对步骤1中得到的13类波形信号进行分解,得到判定故障的特征信息;/n步骤3,利用小波分解系数对步骤2中得到的判定故障的特征信息进行构造,得到特征向量;/n步骤4,从步骤3中得到的特征向量中提取特征值;/n步骤5,构建BP神经网络,并将步骤4中得到的特征值作为构建得到的BP神经网络的输入层;/n步骤6,对步骤5中得到的神经网络进行优化,得到优化好的BP...

【技术特征摘要】
1.一种全功率发电系统变频器IGBT的状态评价方法,其特征在于,包括以下步骤:
步骤1,获取两电平全功率变频器正常工作状态下的波形,以及整流电路和逆变电路的IGBT开路故障时各自对应的变频器输出的三相电压波形信号,得到13类波形信号;
步骤2,对步骤1中得到的13类波形信号进行分解,得到判定故障的特征信息;
步骤3,利用小波分解系数对步骤2中得到的判定故障的特征信息进行构造,得到特征向量;
步骤4,从步骤3中得到的特征向量中提取特征值;
步骤5,构建BP神经网络,并将步骤4中得到的特征值作为构建得到的BP神经网络的输入层;
步骤6,对步骤5中得到的神经网络进行优化,得到优化好的BP神经网络;
步骤7,对步骤6中优化好的BP神经网络进行训练,得到训练好的优化BP神经网络;
步骤8,利用步骤7中训练好的优化BP神经网络,带入实际运行数据验证,实时评价变频器IGBT是否开路。


2.根据权利要求1所述的一种全功率发电系统变频器IGBT的状态评价方法,其特征在于,步骤2中,利用小波分解法对步骤1中得到的13类波形信号进行分解,得到判定故障的特征信...

【专利技术属性】
技术研发人员:高晨陈晓路刘溟江赵勇童博周国栋朱亚波韩毅
申请(专利权)人:华能盐城大丰新能源发电有限责任公司西安热工研究院有限公司华能国际电力股份有限公司江苏清洁能源分公司
类型:发明
国别省市:江苏;32

网友询问留言 已有0条评论
  • 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。

1