基于多分支注意力机制网络的T型逆变器故障诊断方法技术

本发明专利技术公开了基于多分支注意力机制的T型逆变器故障诊断方法，该方法包括以下步骤；S1、获取T型三电平逆变器的三相输出电流数据；S2、将三相输出电流数据分别归一化处理；S3、将各相的归一化处理结果输入预设的卷积位置编码模块，获取含有各相数据位置信息的卷积位置编码结果；S4、将各相的卷积位置编码结果输入预设的软滤波模块，进行信号滤噪，得到滤噪结果；S5、将各相的滤噪结果输入预设的注意力机制模块，利用交叉注意力机制捕获各相的重要相关特征；S6、将各相的重要相关特征融合，得到T型三电平逆变器的故障状态。该方法无需引入额外传感器，具有较好鲁棒性。

【技术实现步骤摘要】

本专利技术涉及逆变器故障诊断，具体涉及基于多分支注意力机制的t型逆变器开路故障诊断方法。

技术介绍

1、当前，多电平变流器因其具有输出谐波小、开关频率低、响应速度快、电磁兼容及器件应力低等优点而被广泛关注，是轨道牵引、可再生能源发电等应用中的关键部件。其中t型三电平逆变器因其灵活、导通损耗低的优点而成为常用拓扑结构。然而，该系统引入大量的功率器件，每一个功率器件都构成一个潜在故障点。功率器件故障通常可分为开路和短路故障，其中短路故障相关技术较为成熟，而开路故障隐蔽性高、不易察觉，严重时可对系统造成重大危害。因此，研究t型三电平逆变器的功率器件开路故障诊断具有重要意义。

2、目前，t型三电平逆变器拓扑的开路故障诊断主要基于交流侧电压/电流、直流侧电压信息来判断，总体可分为：基于模型的方法，该类方法依赖精确的解析模型，阈值设计相对困难，随着系统复杂度的提升有效性会大打折扣；基于信号的方法，该类方法主要根据信号分析策略，通过时域计算和频域计算技术提取电压或电流信号的时频域特征，进而比较故障前后特征信息的变化规律实现故障诊断，然而该类方法通常需要额外的本文档来自技高网...

【技术保护点】

1.基于多分支注意力机制的T型逆变器故障诊断方法，其特征在于：该方法包括以下步骤；

2.根据权利要求1所述的基于多分支注意力机制的T型逆变器故障诊断方法，其特征在于：三相输出电流数据的采样频率fs为10kHz，样本间的时间窗长T为一个基波周期，基波周期为20ms。

3.根据权利要求1所述的基于多分支注意力机制的T型逆变器故障诊断方法，其特征在于：归一化处理方法为，将每一时刻的电流值除以电流峰-峰值，得到归一化处理结果。

4.根据权利要求1所述的基于多分支注意力机制的T型逆变器故障诊断方法，其特征在于：卷积位置编码模块采用1DCNN，其参数设置为filt...

【技术特征摘要】

1.基于多分支注意力机制的t型逆变器故障诊断方法，其特征在于：该方法包括以下步骤；

2.根据权利要求1所述的基于多分支注意力机制的t型逆变器故障诊断方法，其特征在于：三相输出电流数据的采样频率fs为10khz，样本间的时间窗长t为一个基波周期，基波周期为20ms。

3.根据权利要求1所述的基于多分支注意力机制的t型逆变器故障诊断方法，其特征在于：归一化处理方法为，将每一时刻的电流值除以电流峰-峰值，得到归一化处理结果。

4.根据权利要求1所述的基于多分支注意力机制的t型逆变器故障诊断方法，其特征在于：卷积位置编码模块采用1dcnn，其参数设置为filters＝8，kernel sizes＝32，strides＝1，padding＝“same”。

5.根据权利要求1所述的基于多分支注意力机制的t型逆变器故障诊断方法，其特征在于：各相的卷积位置编码结果输入软滤波模块后，依次经过conv1d层、bn层、relu层、gap层，最后利用sigmoid激活函数得到重要权重集，而后重要权重集与卷积位置编码结果被输入软...

【专利技术属性】
技术研发人员：何怡刚，唐淼，邢致恺，王迪威，
申请(专利权)人：武汉大学，
类型：发明
国别省市：