一种城轨列车车载超级电容组的故障诊断方法技术

本发明专利技术提供了一种城轨列车车载超级电容组的故障诊断方法，通过提取相邻时刻端电压测量值之差中的样本特征量进行动态聚类，即可检测出超级电容组中的故障超级电容，然后运用主成分分析法对选取的特征向量进行降维，保留可以反映整体样本的特征量，最后使用二分K均值方法进行聚类分析，得到故障超级电容和正常超级电容的分类结果。本发明专利技术不需要精确建模和逐个计算超级电容内部的参数，因此降低了超级电容检测时对模型的依赖，且降低了传感器对数据的采集要求，便于在工程应用中实现在线诊断，采用自诊断学习模型用于超级电容的鉴别，可准确区分正常电容和故障电容。确区分正常电容和故障电容。确区分正常电容和故障电容。

【技术实现步骤摘要】
一种城轨列车车载超级电容组的故障诊断方法


[0001]本专利技术涉及超级电容故障检测
，尤其是涉及一种城轨列车车载超级电容组的故障诊断方法。

技术介绍

[0002]超级电容作为储能元件在城轨列车中应用广泛，超级电容的安全可靠运行对储能系统至关重要，因此对超级电容进行故障检测很有必要。超级电容的数学建模和参数的在线辨识是目前超级电容故障诊断常用的手段，但是超级电容复杂的物理化学特征导致很难为超级电容建立一个精确的数学模型。对于超级电容模组的检测而言，对每个单体电容进行参数辨识，大大增加了检测的难度和成本。

技术实现思路

[0003]本专利技术的目的在于提供一种城轨列车车载超级电容组的故障诊断方法，通过提取超级电容相邻时刻端电压测量值之差中的样本特征量来进行动态聚类，即可检测出故障的电容器。
[0004]根据本专利技术的一个目的，本专利技术提供一种城轨列车车载超级电容组的故障诊断方法，包括如下步骤：
[0005]S1，建立具有自学习能力的故障诊断模型，采用主成分分析法提取故障特征；
[0006]S2，运本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种城轨列车车载超级电容组的故障诊断方法，其特征在于，包括如下步骤：S1，建立具有自学习能力的故障诊断模型，采用主成分分析法提取故障特征；S2，运用马氏距离法计算敏感阈值，从而对超级电容的状态进行初步识别；S3，用二分K均值聚类的方法诊断超级电容的故障，并在超级电容组运行工况下进行仿真试验。2.根据权利要求1所述的城轨列车车载超级电容组的故障诊断方法，其特征在于，S1中，选择可以表征超级电容健康状态的特征量，通过公式推导发现相邻时刻超级电容端电压测量值之差可以反映超级电容的电容与内阻的特征，故以端电压之差作为故障检测的特征量。3.根据权利要求1所述的城轨列车车载超级电容组的故障诊断方法，其特征在于，S2中，运用PCA方法对特征向量进行降维，保留可以反映整体样本的特征量。4.根据权利要求1所述的城轨列车车载超级电容组的故障诊断方法，其特征在于，S3中，运用二分K均值方法进行聚类分析，并和模糊C均值聚类算法进行了对比，得到故障超级电容和正常超级电容的分类结果。5.根据权利要求1所述的城轨列车车载超级电容组的故障诊断方法，其特征在于，相临时刻超级电容端电压测量值之差与超级电容电流有以下关系成立：相临两个时刻超级电容端电压测量值，则有u
i
(t)
‑
u
i
(t
‑
Δt)＝u
ci
(t)
‑
u
ci
(t
‑
Δt)+r
si
×...

【专利技术属性】
技术研发人员：石岩，王致诚，李旭东，邵长春，崔警卫，甘秋萍，
申请(专利权)人：柳州铁道职业技术学院，
类型：发明
国别省市：