一种基于数字孪生的DC-DC变换器状态监测方法技术

一种基于数字孪生的DC

【技术实现步骤摘要】
一种基于数字孪生的DC
‑
DC变换器状态监测方法


[0001]本专利技术涉及一种DC
‑
DC变换器状态监测方法，属于电力电子可靠性


技术介绍

[0002]DC
‑
DC变换器是多电飞机和全电飞机高压直流供配电系统中最重要的设备之一，对其进行状态监测将有助于提高飞机的安全性和可靠性。DC
‑
DC变换器的故障主要分为软故障和硬故障两类。软故障是指DC
‑
DC变换器中的关键器件在长期运行后，在外部环境应力以及内部电应力的作用下出现的性能退化乃至失效现象，会使整个DC
‑
DC变换器处于异常运行状态甚至崩溃。硬故障包括短路故障和开路故障，其中，短路故障可能带来巨大的冲击电流，具有很强的破坏性，会在短时间内对变换器中的元器件造成不可逆的损坏；在DC
‑
DC变换器发生开路故障时，电路中其他器件仍能正常工作，虽然会使电路性能降低，但系统不会立即崩溃，然而，开路故障长时间持续可能会给电路带来严重损害。
[0003]传统的DC
‑
DC变换器软故障检测方法主要有器件级方法和系统级方法两类。器件级方法通过额外的电路来测量电气指标和热学指标，从而对电路中单个或多个关键器件进行健康状况评估；系统级方法对系统的频率响应和谐波等信号进行计算与分析，提取出包含电路健康状况的表征参数。这些方法通常只对器件的一种或一类特性进行离线监控，在实时性和全面性上有所不足，同时还需要增设外接电路或对电路控制器注入额外信号，状态监测成本较高，可靠性较低。
[0004]DC
‑
DC变换器硬故障中的短路故障由于速度快，危害大，通常由目前已经比较成熟的硬件保护技术来检测和处理，以迅速切断故障。而对于开路故障，传统的监测方法包括基于模型的方法和基于数据驱动的方法，基于模型的方法需要对电路建立精确的数学模型，在复杂系统中实现难度较大；基于数据驱动的方法依赖于大量实际运行数据和先验故障信息，存在故障数据获取难度大，信号分析处理过程复杂等问题。
[0005]因此，设计一种无创、全面且易于实现的DC
‑
DC变换器状态监测方法，弥补传统软硬故障监测方法的不足，具有重要意义。

技术实现思路

[0006]本专利技术为提高DC
‑
DC变换器的可靠性，及时发现潜在问题及异常情况，并克服现有状态监测技术的缺陷，提出一种基于数字孪生的DC
‑
DC变换器状态监测方法。
[0007]采取的技术方案如下：
[0008]本专利技术的具体步骤为：
[0009]步骤一、建立数字孪生框架；
[0010]步骤二、对DC
‑
DC变换器的软故障进行监测；
[0011]步骤三、对DC
‑
DC变换器的开路故障进行监测。
[0012]步骤一中的数字孪生框架包括物理层、数字层、计算层三个部分，其建立步骤为：
[0013]步骤一(一)、将状态监测的对象DC
‑
DC变换器硬件实验平台置于物理层，作为物理
实体；令DC
‑
DC变换器在稳态条件下运行，使用电压、电流传感器测得三个完整周期中电路各部分的电压、电流波形，每周期等间隔采样25个数据点，共75个数据点；将所得数据集存储在数据库中；用v
physical,x
来表示电压数据，用i
physical,x
来表示电流数据，其中，physical代表数据来自物理层，x代表数据来自DC
‑
DC变换器电路中的x号位置；
[0014]步骤一(二)、在数字层中，参照DC
‑
DC变换器硬件实验平台的设计指标，在仿真软件中搭建DC
‑
DC变换器模型，即数字孪生体；令仿真模型与物理实体具有相同的结构和相同的运行条件；对仿真模型设置与物理实体相同的输入电压、开关频率和负载，利用解算器运行仿真，采集电路各部分的电压、电流波形，共三个完整周期，每周期等间隔采样25个数据点，共75个数据点。将所得数据集存储在数据库中；用v
digital,x
来表示电压数据，用i
digital,x
来表示电流数据，其中，digital代表数据来自数字层，x代表数据来自DC
‑
DC变换器电路中的x号位置；
[0015]步骤一(三)、在计算层中编写代码。
[0016]步骤一(三)中在计算层中编写代码的流程为：
[0017]步骤1、种群初始化：将数字层各元器件的一个参数集视作一个粒子，每项参数视为粒子的一个维度，包括DC
‑
DC变换器中各主要元器件的电阻、电感、电容值；随机初始化一群粒子的位置和速度，其中，位置指的是各维度的数值，应在合理的范围内随机产生；速度指的是粒子各维度的数值在两次迭代间变化的步长，同样在合理的范围内随机产生；
[0018]步骤2、粒子评价：将各粒子所代表的参数集输入数字层，以数字层和物理层输出波形各采样点之间的差值来计算目标函数f
obj
；目标函数计算公式为：
[0019][0020]公式(1)中，N为采样点个数，此处N＝75，k为采样点编号，p为权重因子，v
physical,x
和v
digital,x
分别为物理层和数字层各电压量，i
physical,x
和i
digital,x
分别为物理层和数字层各电流量；在迭代开始时，分别计算种群中各个粒子的目标函数，目标函数最小的粒子的位置即为全局最优位置，记作G
b
，此时，每个粒子的局部最优位置都为当前所在位置，记作P
b
；
[0021]步骤3、种群更新：计算出目标函数后，更新各个粒子的速度和位置；
[0022]粒子速度的更新公式为：
[0023]v
i+1,j,d
＝wv
i,j,d
+c1rand(0,1)(G
b,d
‑
P
i,j,d
)+c2rand(0,1)(P
b,j,d
‑
P
i,j,d
)
ꢀꢀ
(2)
[0024]粒子位置的更新公式为：
[0025]P
i+1,j,d
＝P
i,j,d
+v
i+1,j,d
ꢀꢀ
(3)
[0026]公式(2)和(3)中，rand(0,1)代表一个在(0,1)内的随机实数，v为粒子速度，i为迭代次数，j为粒子编号，d为参数维度编号，w为学习因子，与全局寻优和局部寻优的搜索能力有关，w值较大时，粒子更容易找到全局最优位置，否则更容易找到局部最优位置，c1为社会权重因子，c2为个体权重因子，学习因子和权重本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数字孪生的DC
‑
DC变换器状态监测方法，其特征在于：所述一种基于数字孪生的DC
‑
DC变换器状态监测方法是通过如下步骤实现的：步骤一、建立数字孪生框架；步骤二、对DC
‑
DC变换器的软故障进行监测；步骤三、对DC
‑
DC变换器的开路故障进行监测。2.根据权利要求1所述的一种基于数字孪生的DC
‑
DC变换器状态监测方法，其特征在于：步骤一建立数字孪生框架的步骤为：步骤一(一)、将状态监测的对象DC
‑
DC变换器硬件实验平台置于物理层，作为物理实体；令DC
‑
DC变换器在稳态条件下运行，使用电压、电流传感器测得三个完整周期中电路各部分的电压、电流波形，每周期等间隔采样25个数据点，共75个数据点；将所得数据集存储在数据库中；用v
physical,x
来表示电压数据，用i
physical,x
来表示电流数据，其中，physical代表数据来自物理层，x代表数据来自DC
‑
DC变换器电路中的x号位置；步骤一(二)、在数字层中，参照DC
‑
DC变换器硬件实验平台的设计指标，在仿真软件中搭建DC
‑
DC变换器模型，即数字孪生体；令仿真模型与物理实体具有相同的结构和相同的运行条件；对仿真模型设置与物理实体相同的输入电压、开关频率和负载，利用解算器运行仿真，采集电路各部分的电压、电流波形，共三个完整周期，每周期等间隔采样25个数据点，共75个数据点。将所得数据集存储在数据库中；用v
digital,x
来表示电压数据，用i
digital,x
来表示电流数据，其中，digital代表数据来自数字层，x代表数据来自DC
‑
DC变换器电路中的x号位置；步骤一(三)、在计算层中编写代码。3.根据权利要求2所述的一种基于数字孪生的DC
‑
DC变换器状态监测方法，其特征在于：步骤一(三)中在计算层中编写代码的流程为：步骤1、种群初始化：将数字层各元器件的一个参数集视作一个粒子，每项参数视为粒子的一个维度，包括DC
‑
DC变换器中各主要元器件的电阻、电感、电容值；随机初始化一群粒子的位置和速度，其中，位置指的是各维度的数值，应在合理的范围内随机产生；速度指的是粒子各维度的数值在两次迭代间变化的步长，同样在合理的范围内随机产生；步骤2、粒子评价：将各粒子所代表的参数集输入数字层，以数字层和物理层输出波形各采样点之间的差值来计算目标函数f
obj
；目标函数计算公式为：公式(1)中，N为采样点个数，此处N＝75，k为采样点编号，p为权重因子，v
physical,x
和v
digital,x
分别为物理层和数字层各电压量，i
physical,x
和i
digital,x
分别为物理层和数字层各电流量；在迭代开始时，分别计算种群中各个粒子的目标函数，目标函数最小的粒子的位置即为全局最优位置，记作G
b
，此时，每个粒子的局部最优位置都为当前所在位置，记作P
b
；步骤3、种群更新：计算出目标函数后，更新各个粒子的速度和位置；粒子速度的更新公式为：v
i+1,j,d
＝wv
i,j,d
+c1rand(0,1)(G
b,d
‑
P
i,j,d
)+c2rand(0,1)(P
b,j,d
‑
P
i,j,d
)
ꢀꢀꢀꢀꢀ
(2)粒子位置的更新公式为：
P
i+1,j,d
＝P
i,j,d
+v
i+1,j,d
ꢀꢀꢀꢀꢀ
(3)公式(2)和(3)中，rand(0,1)代表一个在(0,1)内的随机实数，v为粒子速度，i为迭代次数，j为粒子编号，d为参数维度编号，w为学习因子，与全局寻优和局部寻优的搜索能力有关，w值较大时，粒子更容易找到全局最优位置，否则更容易找到...

【专利技术属性】
技术研发人员：刘桂花，王馨扬，隗溧辰，崔万强，王卫，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：