一种轨交牵引双向变流智能装备多模块并联运行的均衡系统技术方案

技术编号:31763543 阅读:11 留言:0更新日期:2022-01-05 16:48
本发明专利技术提供了一种轨交牵引双向变流智能装备多模块并联运行的均衡系统,通过设置的双向变流运行均衡模块保证直流母线电压的稳定、纹波小,减小对电网的谐波污染和无功消耗;列车再生制动时双向变流器电路单元工作于逆变工况,可以将聚积到直流母线上的剩余能量回馈到高压电网,并可对功率因数进行综合性配置,不仅能向高压电网回馈有功功率,而且可以在电网需要时为电网提供无功支撑,通过轨交牵引双向变流分层控制模块运行过程中可准确辨识短时可恢复故障,且在故障及恢复过程中,保证系统不脱网,可提高轨道交通系统的供电运行可靠性,通过人工智能控制和自学习算法,实时调节控制参数更加的均衡使装置性能最优。控制参数更加的均衡使装置性能最优。

【技术实现步骤摘要】
一种轨交牵引双向变流智能装备多模块并联运行的均衡系统


[0001]本专利技术涉及轨交牵引双向变流智能装备均衡系统领域,具体而言,涉及一种轨交牵引双向变流智能装备多模块并联运行的均衡系统。

技术介绍

[0002]城市轨道交通相对于其它交通方式而言,具有安全、舒适、快速、运量大和节能环保等特点,已逐渐成为世界各国解决日益严重的城市交通问题的首选,但是伴随路网规模的扩大和客运量的剧增,城市轨道交通能源消耗总量也大幅增长,城市轨道交通使用的过程中的过程中存在在需要进行改进的技术。
[0003]首先就是现有的城市轨道交通牵引供电仍普遍采用二极管整流器,由于其能量只能单向传输,输出特性不可控,导致列车制动产生的多余再生制动能量不得不用电阻消耗掉,不仅造成能量的巨大浪费,同时还会带来隧道温度升高、环控系统负担加重及相应的能源消耗等问题,因此我们对此做出改进,提出一种轨交牵引双向变流智能装备多模块并联运行的均衡系统,。

技术实现思路

[0004]本专利技术的目的在于:针对目前存在的
技术介绍
提出的问题。
[0005]为了实现上述专利技术目的,本专利技术提供了以下技术方案:一种轨交牵引双向变流智能装备多模块并联运行的均衡系统,以改善上述问题,本申请具体是这样的:包括一种轨交牵引双向变流智能装备多模块并联运行的均衡系统,包括轨交牵引双向变流模块、主动干预控制监测预警模块,其特征在于,所述轨交牵引双向变流模块与所述主动干预控制监测预警模块电路连接,所述轨交牵引双向变流模块与所述主动干预控制监测预警模块电路连接并联到双向变流运行均衡模块中,所述轨交牵引双向变流模块包括主从控制单元、稳压控制单元、均流控制单元、双向变流器电路单元,所述主从控制单元与所述稳压控制单元电路连接,所述稳压控制单元设置有 PWM 整流器,所述 PWM 整流器与系统直流网电路连接,所述均流控制单元桥臂并联均流控制及环流单元,所述环流单元的计算公式为id=Udc/LdΔt,其中Udc为直流母线电压,Ld为差模电感量,Δt为两开关动作最大差异时,所述双向变流器电路单元由三相PWM 逆变器和1 个交流电感L,电网电压ea 和交流电感 L控制Ua相位。
[0006]作为本申请优选的技术方案,所述主动干预控制监测预警模块中IGBT电压和电流、电容纹波电压、系统直流母线电压和交流电压参数实时监测,人工智能主动干预算法在外部系统和装置本身发生异常发生变化时,通过双向变流装置控制算法的实时调整,当系统阻抗和负荷特性发生改变时,通过人工智能故障自学习算法对电网系统故障自学习及自适应算法调整。
[0007]作为本申请优选的技术方案,所述人工智能故障自学习算法建立人工智能诊断神经网络模型,所述人工智能诊断神经网络模型为“三层前向神经网络模型”,所述“三层前向
神经网络模型”包括三层结构,输入层、隐含层以及输出层,学习算法为误差反向传播算法。
[0008]作为本申请优选的技术方案,所述在输入层中系统中存在的各类故障信息进行整合、搜集,完成输入,所述中间层中把输入层获取的故障信息通过处理器处理,进行反馈,所述输出层获取解决故障的方法进行输出。
[0009]作为本申请优选的技术方案,所述人工智能故障自学习函数包括 S 函数、pureiln 函数、随机函数rands(x),所述 S 函数通过对数函数进行数据求导,所述 purelin 函数对于网络的初始权值以及阈值通过函数加以表述,所述随机函数 rands(x)确立函数之后,基于神经网络中对样本获取误差曲线。
[0010]作为本申请优选的技术方案,还包括轨交牵引双向变流分层控制模块,所述轨交牵引双向变流分层控制模块包括数字化分层控制单元,顶层控制单元,底层控制单元,通过数字化分层控制单元对直流母线电压稳定,电流内环控制单元输入电流波形正弦化和功率因数近似为1,直流母线上的剩余能量回馈到高压电网。
[0011]作为本申请优选的技术方案,还包括PWM整流模块采用功率单元均流控制IGBT有源钳调节IGBT过压,IGBT 短路保护器调节IGBT过流,IGBT门级特性自适应调节器在IGBT 开关过程中对 di/d t、du/dt 调节, IGBT短时冲击电流硬保护器对双向变流器短路电流整流器件过载保护。
[0012]作为本申请优选的技术方案,所述PWM整流模块内设ANPC三电平拓扑结构电路,所述ANPC三电平拓扑结构电路包括高频开关电路适时器,并设置IGBT电感,磁性元件与轨道交通供电系统双向变流器磁性连接。
[0013]作为本申请优选的技术方案,所述轨道交通供电系统双向变流器是基于 PWM 脉宽调制通过双向变流器件和双向导通开通了 IGBT 的整流和逆变,通过 PWM 脉宽调制控制所述双向变流器能量。
[0014]作为本申请优选的技术方案,所述双向变流器能量的传输方向为由交流侧至直流侧,双向变流器将直流侧的能量返送至交流侧能量的双向传输。
[0015]与现有技术相比,本专利技术的有益效果:在本申请的方案中:1.通过设置的双向变流运行均衡模块保证直流母线电压的稳定、纹波小;通过稳压控制单元保证输入电流波形正弦化和功率因数近似为 1,减小对电网的谐波污染和无功消耗;列车再生制动时双向变流器电路单元工作于逆变工况,可以将聚积到直流母线上的剩余能量回馈到高压电网,并可对功率因数进行综合性配置,不仅能向高压电网回馈有功功率,而且可以在电网需要时为电网提供无功支撑;2.通过轨交牵引双向变流分层控制模块运行过程中可准确辨识短时可恢复故障,且在故障及恢复过程中,保证系统不脱网,可提高轨道交通系统的供电运行可靠性;3.通过人工智能故障自学习算法,实现分析和预测各主要元件的寿命并提前报警;当某些元器件性能衰减时,通过人工智能控制和自学习算法,通过改变控制参数和驱动的 PWM,使装置依旧能稳定运行;当系统阻抗和负荷特性发生改变时,通过人工智能控制和自学习算法,实时调节控制参数,使装置性能最优。
[0016]附图说明:图1为本申请提供的轨交牵引双向变流智能装备多模块并联运行的均衡系统的流
程图;图中标示:1、轨交牵引双向变流模块;2、主动干预控制监测预警模块;3、双向变流运行均衡模块;301、主从控制单元;302、稳压控制单元;303、均流控制单元;304、双向变流器电路单元;4、人工智能故障自学习算法;5、三层前向神经网络模型;501、输入层;502、隐含层;503、输出层;6、人工智能故障自学习函数;601、 S 函数;602、pureiln 函数;603、随机函数rands(x);7、轨交牵引双向变流分层控制模块;8、PWM整流模块;9、轨道交通供电系统双向变流器。
[0017]具体实施方式1为使本专利技术实施例的目的、技术方案和优点更加清楚,下面将结合附图,对本专利技术实施例中的技术方案进行清楚、完整的描述。显然,所描述的实施例是本专利技术的一部分实施例,而不是全部的实施例。
[0018]因此,以下对本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围,而是仅仅表示本专利技术的部分实施例本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种轨交牵引双向变流智能装备多模块并联运行的均衡系统,包括轨交牵引双向变流模块(1)、主动干预控制监测预警模块(2),其特征在于,所述轨交牵引双向变流模块(1)与所述主动干预控制监测预警模块(2)电路连接,所述轨交牵引双向变流模块(1)与所述主动干预控制监测预警模块(2)电路连接并联到双向变流运行均衡模块(3)中,所述双向变流运行均衡模块(3)包括主从控制单元(301)、稳压控制单元(302)、均流控制单元(303)、双向变流器电路单元(304),所述主从控制单元(301)与所述稳压控制单元(302)电路连接,所述稳压控制单元(302)设置有 PWM 整流器,所述 PWM 整流器与系统直流网电路连接,所述均流控制单元(303)桥臂并联均流控制及环流单元,所述环流单元的计算公式为id=Udc/LdΔt,其中Udc为直流母线电压,Ld为差模电感量,Δt为两开关动作最大差异时,所述双向变流器电路单元(304)由三相PWM 逆变器和1 个交流电感L,电网电压ea 和交流电感 L控制Ua相位。2.根据权利要求1所述的一种轨交牵引双向变流智能装备多模块并联运行的均衡系统,其特征在于,所述主动干预控制监测预警模块(2)中IGBT电压和电流、电容纹波电压、系统直流母线电压和交流电压参数实时监测,人工智能主动干预算法在外部系统和装置本身发生异常发生变化时,通过双向变流装置控制算法的实时调整,当系统阻抗和负荷特性发生改变时,通过人工智能故障自学习算法(4)对电网系统故障自学习及自适应算法调整。3.根据权利要求2所述的一种轨交牵引双向变流智能装备多模块并联运行的均衡系统,其特征在于,所述人工智能故障自学习算法(4)建立人工智能诊断神经网络模型,所述人工智能诊断神经网络模型为“三层前向神经网络模型(5)”,所述“三层前向神经网络模型(5)”包括三层结构,输入层(501)、隐含层(502)以及输出层(503),学习算法为误差反向传播算法。4.根据权利要求3所述的一种轨交牵引双向变流智能装备多模块并联运行的均衡系统,其特征在于,所述在输入层(501)中系统中存在的各类故障信息进行整合、搜集,完成输入,所述中间层中把输入层(501)获取的故障信息通过处理器处理,进行反馈,所述输出层(503)获...

【专利技术属性】
技术研发人员:李冬黎
申请(专利权)人:南京鸿黎智能科技有限公司
类型:发明
国别省市:

相关技术
    暂无相关专利
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