一种基于数据驱动的三相PFC转换器间歇故障检测方法技术

本发明专利技术是一种基于数据驱动的三相PFC转换器间歇故障检测方法。本发明专利技术涉及电子测量技术领域，本发明专利技术采集三相PFC转换器的输出x(t)，持续时间4ms；基于经验模态分解EMD方法对x(t)进行分解，得到n个IMFs；在n个IMFs中选取与原输出数据最相关，且彼此最不相关的m个IMFs进行统计特征值提取；对选取的特定的IMF进行统计特征提取；训练卷积神经网络；采集待测三相PFC的输出数据，根据得到的特征值将特征值作为训练好的卷积神经网络的输入，得到神经网络的输出，判断三相PFC转换器是否出现故障。判断三相PFC转换器是否出现故障。判断三相PFC转换器是否出现故障。

【技术实现步骤摘要】
一种基于数据驱动的三相PFC转换器间歇故障检测方法


[0001]本专利技术涉及电子测量
，是一种基于数据驱动的三相PFC转换器间歇故障检测方法。

技术介绍

[0002]三相功率因数矫正(PFC)转换器广泛应用于交直流转换装置中，可实现高功率因数和低谐波失真。由于三相PFC转换器在当今工业中的重要性，确保三相PFC转换器的连续安全运行是必要的。但是由于元器件长时间使用等原因，三相PFC转换器会发生间歇故障。虽然间歇故障持续时间短，但是如果没有及时检测并采取措施，会导致灾难性后果。
[0003]现有三相PFC转换器故障检测方法可以检测出开关管开路故障。现在也有可以对PFC变换器中电容器的参数进行观测的方法。然而，现有的方法都针对的是永久性故障。因此，基于数据驱动的三相PFC转换器检测故障检测方法被提出。

技术实现思路

[0004]本专利技术为克服现有技术的不足，针对现有三相PFC转换器故障检测方法可以检测出开关管开路故障。现在也有可以对PFC变换器中电容器的参数进行观测的方法。然而，现有的方法都针对的是永久性故障，本专本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据驱动的三相PFC转换器间歇故障检测方法，其特征是：所述方法包括以下步骤：步骤1：采集三相PFC转换器的输出x(t)，采样频率100kHz，持续时间4ms；步骤2：基于经验模态分解EMD方法对x(t)进行分解，得到n个IMFs；步骤3：在n个IMFs中选取与原输出数据最相关，且彼此最不相关的m个IMFs进行统计特征值提取；步骤4：对选取的特定的IMF进行统计特征提取；步骤5：训练卷积神经网络；步骤6：采集待测三相PFC的输出数据，根据得到的特征值将特征值作为训练好的卷积神经网络的输入，得到神经网络的输出，判断三相PFC转换器是否出现故障。2.根据权利要求1所述的一种基于数据驱动的三相PFC转换器间歇故障检测方法，其特征是：所述步骤3具体为：为了选择IMFs，引入相关关系评价指标W，令每个IMF与原始输出信号x(t)之间的皮尔逊相关系数为p
i
，其中i＝1,2,
…
,n；令IMF两两之间的皮尔逊相关系数为q
ij
，i＝1,2,
…
,n，j＝1,2,
…
,n，且i≠j；最终选择的IMFs层数的集合为M，则相关关系评价指标W通过下式表示为：其中，k1为IMF与原始输出信号相关性的系数，k2为两个IMFs之间相关性的系数，最终选取W值最大的IMFs层数组合。3.根据权利要求2所述的一种基于数据驱动的三相PFC转换器间歇故障检测方法，其特征是：所述步骤4中提取的特征有均值、方差、标准偏差、峰值、均方根、峰值指标、峭度指标、脉冲指标和形状指。4.根据权利要求3所述的一种基于数据驱动的三相PFC转换器间歇故障检测方法，其特征是：所述步骤5中神经网络具体为:深度学习神经网络有卷积层，池化层，全连接层，卷积神经网络参数设置如下：卷积核大小为3，卷积核个数为16，使用relu激活函数，最后有两层全连接层，神经元个数均设为384。...

【专利技术属性】
技术研发人员：杨智明，刘萃宇，俞洋，向刚，彭宇，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：