一种IGBT逆变系统在线异常检测方法技术方案

本发明专利技术公开了一种IGBT逆变系统在线异常检测方法，先等间隔采集IGBT逆变系统在正常工作时的特征数据，切分成等长度的IGBT数据时间序列；然后利用IGBT数据时间序训练具有密集连接解码器的自注意力异常检测网络，经过多层网络学习处理，从不同特征空间提取IGBT运行特征，并通过密集连接解码器融合这些特征，使网络能够有效的提取特征并利用特征重构输出，若网络的重构结果与输入之间的超出一定范围，即可判断发生故障，实现对IGBT电力系统故障的准确检测。

【技术实现步骤摘要】

本专利技术属于电力系统，更为具体地讲，涉及一种绝缘栅双极晶体管(igbt)逆变系统在线异常检测方法。

技术介绍

1、随着电力电子技术的快速发展，igbt在电力系统中的应用越来越广泛，特别是用于逆变电路系统。由于工作在高电压、大电流环境下，igbt逆变系统容易出现各种异常与故障，影响系统稳定运行，且极有可能造成严重的财产损失乃至于人员伤亡。

2、igbt逆变系统异常具有分类复杂、特征不明显、噪声干扰大等特点，且直接测量igbt自身参数具有侵入性，往往只能通过输出进行间接检测，因此进行异常检测面临一系列困难。由于无需精确的数学模型，在工业、交通等领域，基于数据驱动的故障检测方法已经得到了广泛应用；特别是神经网络等机器学习方法，具有突出的优秀性能。然而，现有的机器学习方法难以对igbt逆变系统异常进行高效全面检测，且多需要采集大量故障数据用于训练，而igbt的高电压、高电流特征，对故障数据的模拟与采集构成挑战。因此，有必要基于神经网络，研究无监督的igbt逆变系统异常检测方法。

技术实现思路p>

1、本专利本文档来自技高网...

【技术保护点】

1.一种IGBT逆变系统在线异常检测方法，其特征在于，包括以下步骤：

【技术特征摘要】

1.一种igbt逆变系统在线异常检...

【专利技术属性】
技术研发人员：邱根，张之晨，王敏，王成城，刘震，米金华，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：