【技术实现步骤摘要】
一种单相半桥五电平逆变器开关管开路故障诊断方法
[0001]本专利技术属于电力电子电路故障诊断领域,更具体地,涉及一种单相半桥五电平逆变器开关管开路故障诊断方法。
技术介绍
[0002]目前,随着电力电子开关器件数量和电路复杂度的增加,在长期的监测过程中获得的信号数据一般都是大量数据,而当前传统的基于信号的特征提取方法在处理大量信号数据时,一般通过采样从而压缩数据量,或者直接舍弃部分信号细节的方法生成小规模的数据集,再用于后续训练学习并建立故障诊断模型。此外,基于信号的故障诊断方法在处理大量信号数据时,速度极慢,并且诊断方法在对大量特征数据进行训练学习时,往往会产生无效学习及弱泛化问题,从而无法有效识别故障。
技术实现思路
[0003]针对现有技术的以上缺陷或改进需求,本专利技术提出了一种单相半桥五电平逆变器开关管开路故障诊断方法,结合特征提取算法、图像融合算法、深度卷积神经网络分类算法,改变了传统的基于波形信号的故障诊断方法,转换成对时频图的分类识别来判断电力电子电路的故障,增加了故障诊断的数据量,提高了故障诊断的准确率。
[0004]为实现上述目的,按照本专利技术的一个方面,提供了一种单相半桥五电平逆变器开关管开路故障诊断方法,包括:
[0005](1)建立待诊断电路的仿真模型,根据发生开路故障的开关管个数及其位置,对故障类型进行标签分类,采集电路在正常运行和不同开路故障情况下的输出侧电压数据为故障信号变量;
[0006](2)对故障信号变量进行经验模态分解EMD得到本征模 ...
【技术保护点】
【技术特征摘要】
1.一种单相半桥五电平逆变器开关管开路故障诊断方法,其特征在于,包括:(1)建立建立待诊断电路的仿真模型,根据发生开路故障的开关管个数及其位置,对故障类型进行标签分类,采集电路在正常运行和不同开路故障情况下的输出侧电压数据为故障信号变量;(2)对故障信号变量进行经验模态分解EMD得到本征模函数IMF分量作为故障特征向量,采用Hilbert谱分析提取故障特征向量的希尔伯特黄变换HHT时频图;(3)将同一种开路故障类型对应的HHT时频图模糊集进行图像融合,得到包含更多的故障特征信息的融合图像;(4)利用深度卷积神经网络对融合后的图像进行分类识别,实现对单相半桥五电平逆变器不同开关管开路故障的准确诊断。2.根据权利要求1所述的方法,其特征在于,步骤(2)包括:(2.1)对故障信号变量进行EMD分解,直接根据电压信号本身的时间尺度特征进行分解,将复杂的电压信号分解成若干完整的、几乎是正交的IMF分量;(2.2)将各IMF分量平均分为多个节段,并对每个节段分别转换成HHT时频图,得到不同的开路故障类型对应的不同的HHT图;将同一种开路故障类型的多张HHT时频图,记为其对应的HHT时频图模糊集。3.根据权利要求2所述的方法,其特征在于,步骤(3)包括:(3.1)利用K
‑
SVD算法对待融合图像的所有子区域进行字典学习,得到过完备字典D;(3.2)使用正交匹配追踪算法和过完备字典D计算稀疏向量;(3.3)基于稀疏向量最大元素绝对值的融合规则,完成同一种开路故障类型对应的HHT时频图模糊集的稀疏向量融合,获得融合图像。4.根据权利要求3所述的方法,其特征在于,步骤(3.1)包括:将每个故障信号对应的n张HHT时频图作为输入,并采用滑动窗口技术将各时频图像分割成N块分别表示为利用字典排序将每个向量转化为列向量然后将每个向量的均值归一化为零,得到其中,1表示n
×
1向量,表示中所有元素的平均值;将作为训练样本集,采用K
‑
SVD算法将选取的样本训练为过完备字典D。5.根据权利要求4所述的方法,其特征在于,步骤(3.2)包括:使用正交匹配追踪算法和过完备字典D计算对应的稀疏系数...
【专利技术属性】
技术研发人员:何怡刚,杜博伦,段嘉珺,汪磊,刑致恺,何鎏璐,
申请(专利权)人:武汉大学,
类型:发明
国别省市:
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。