基于XG-Boost的MMC开关管开路故障检测方法技术

本发明专利技术公开了一种基于XG

【技术实现步骤摘要】
基于XG
‑
Boost的MMC开关管开路故障检测方法


[0001]本专利技术属于柔性直流输配电领域，具体涉及一种基于XG
‑
Boost的MMC(模块化多电平变流器)开关管(IGBT)开路故障检测方法。

技术介绍

[0002]基于模块化多电平变流器(MMC)的高压直流输电正朝着大容量、高电压、多端口的方向快速发展。其中，MMC子模块数量的增加产生了大量的开关设备和电容器。MMC中的每个开关设备和电容器都是一个潜在故障点。MMC复杂多样的工作环境、电磁干扰和测量技术的局限性将导致信号检测中的噪声干扰和数据缺失。
[0003]MMC中的开关器件故障主要分为短路故障和开路故障，开路故障比短路故障具有更隐蔽、更容易忽视的危害。传统的MMC开路故障诊断方法可分为基于硬件的方法和基于数学模型的方法。基于硬件的方法包括谐波电压检测、子模块电压检测等。谐波电压检测电路法通过观察MMC桥臂中电感的谐波电压变化来检测故障。在子模块电压检测法中，通过比较子模块的实际和预期输出电压与子模块的电压检测电路来诊断故障。基于硬件的策本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于XG
‑
Boost的MMC开关管开路故障检测方法，其特征在于，包括以下步骤：步骤1：采集模块化多电平变流器中多个子模块的电容电压以及各个子模块所在相单元的上、下桥臂电流构成多通道序列信号，利用采样滑动窗口对多通道序列信号进行采样，获得各个数据带样本；根据各个子模块的故障状态，设置各个数据带样本的故障类型标签，从而构成原始样本集；步骤2：对步骤1中得到的原始样本集进行数据集扩充，将扩充后的样本集与原始样本集构成最终的样本集，将最终的样本集输入XG
‑
Boost多分类模型中进行训练，获得训练好的XG
‑
Boost多分类模型；步骤3：实时采集模块化多电平变流器中各个待检测子模块的电容电压以及各个待检测子模块所在相单元的上、下桥臂电流，获得多个待检测数据带样本，将多个待检测数据带样本输入训练好的XG
‑
Boost多分类模型中进行预测，获得各个待检测数据带样本的故障类型，从而实现各个待检测子模块的故障检测。2.根据权利要求1所述的一种基于XG
‑
Boost的MMC开关管开路故障检测方法，其特征在于，所述步骤2...

【专利技术属性】
技术研发人员：邓焰，胡雪，贾何飞，
申请(专利权)人：浙江大学，
类型：发明
国别省市：