基于三分类支持向量机的船用逆变器故障诊断

针对电力推进船舶逆变器存在的开关器件开路故障诊断问题,提出一种基于三分类支持向量机的故障诊断方法。利用对称分量分析方法获得逆变器输出正序瞬时值分量,通过对信号进行小波包分解,得到不同开关元件故障下的小波能量,规范化后作为对应开关器件故障特征。根据开关器件位置和逆变器输出波形特点对开关器件进行分组,利用三分类支持向量机实现故障分类。仿真分析结果表明,该三分类支持向量机故障分类正确率94.29%,诊断方法有效。     

三相四桥臂逆变器的分序前馈解耦控制的研究

三相三桥臂逆变器一般给三相对称负载供电,针对不对称负载和非线性负栽,我们一般采用三相四桥臂逆变器．采用对称向量法,将三相输出电压和电感电流分解正序分量,负序分量和零序分量,在正序dq坐标系（零序分量在正序幽坐标系下）和负序幽坐标系进行旋转变换,采用前馈解耦对系统进行解耦,在三个dq坐标系下对正序分量,负序分量和零序分量进行独立控制．在matlab／simulink平台下进行仿真,仿真结果证明上述所提方法的正确性,并且优于传统的单同步旋转双闭环控制策略．     

基于解耦双同步和改进V/F的离网逆变器控制研究

离网逆变器三相负载不平衡时,逆变器输出电压同时存在正、负序分量.针对传统控制策略下输出电压存在大量谐波的问题,提出一种基于解耦双同步和改进V/F的离网逆变器控制算法.研究正负序分离变换矩阵、dq坐标下产生的耦合项,使用解耦双同步法、V/F控制解耦后的正、负序电压分量;在Matlab/Simulink中搭建离网逆变器仿真模型.仿真结果表明,三相负载不平衡时,基于解耦双同步和改进V/F控制算法能有效减小离网逆变器输出电压谐波畸变率、提高电压质量、为负载提供优质电能.     

基于电压残差的三相逆变器故障诊断

针对三相逆变器开路故障诊断问题,研究了一种具有动态参考量的电压残差故障诊断方法。利用逆变器闭环控制系统现有的相电压采样信号,将延迟一个周期的相电压波形作为动态参考,与当前的相电压信号进行比较得到电压残差波形,通过设置合理的故障检测阈值,实现逆变器开关管开路故障的准确诊断。仿真结果验证了该方法具有抗不平衡负载和负载突变干扰的能力,且诊断时间小于一个周期,具有容易实现、无需增加硬件的优点。     

电网不对称故障下双馈风力发电系统电压的检测

基于双矢量dq同步旋转变换,将基波电压正负序分量进行解耦,电网电压进行双αβ和双矢量dq同步旋转变换,旋转变换后得到的分量进行滞后T/4(T为电压周期)调压控制,实现基波电压正序分量快速检测.仿真结果表明,所提出的电压检测方法可实现在电网不对称故障下能快速检测出电压跌落时刻和幅值,基波电压正序分量输出平滑,验证了所提出电压检测方法的有效性.     

基于Matlab/GUI的逆变电路故障仿真研究

主要研究了基于图形用户界面(GUI)的逆变电路故障仿真.在Matlab/Simulink环境下,通过建立具有不同故障模式的逆变器驱动系统,再进行GUI封装,最后形成一个基于GUI的逆变器驱动系统故障仿真平台.利用这个平台可任意调用处于不同故障模式下的逆变器模块,并且可获得它们输出相电流和转矩的波形.结果表明,输出相电流和转矩可以作为故障特征实现逆变器的快速故障检测与诊断.     

电网波动下并网逆变器的解耦双同步法研究

电网电压不平衡时,并网系统中含有正、负序电压分量.由于负序电压分量的存在,使用传统控制策略时系统中会出现大量谐波,影响逆变器输出电流质量.针对此问题,提出一种基于解耦双同步的四闭环并网逆变器控制算法,对正、负序电压分量进行分离控制,能有效减小负序电压分量的影响.在Matlab/Simulink中搭建模型分别对电网电压不平衡时采用传统控制策略和基于解耦双同步控制策略的控制过程进行仿真对比研究.仿真结果表明基于解耦双同步的并网逆变器控制算法可有效减小负序电压产生的谐波,提高逆变器输出电流质量.     

高压直流输电逆变器交流侧故障分析与仿真

对CIGRE提供的高压直流输电标准模型进行改善.利用电磁暂态仿真软件PSCAD/EMTDC对改善模型的逆变器交流侧进行单相接地故障.仿真表明故障时直流线路电压,电流含有大量的谐波分量,逆变侧交流三相电压非故障相电压畸变较大,故障切除后仍然存在谐波分量.     

平行双回线路单回线不对称故障时提取故障分量的新方法

针对传统的只能在故障后2到3个周波提取故障分量的缺点,提出了单回线不对称故障在整个故障过程提取故障分量的新方法.该方法在平行双回线路的六序故障分量理论和单回线不对称故障复合序网图的基础上,根据同向网正、负序电流分布系数相等和反向网正、负序电流分布系数相等的特点,用正、负序电流反向量和负序电流同向量间接求得正序电流同向量的故障分量,进而合成得到每回线各相电流的故障分量.该方法不受负荷电流和电网参数波动的影响.PSASP和MATLAB仿真表明,通过该方法得到的故障分量同实际故障分量相同,而且可以长时间提取.     

三电平逆变器IGBT开路的复杂故障检测

针对三电平逆变器绝缘栅双极型晶体管(IGBT)的开路故障,分析了在逆变器交叉两桥臂各有一个IGBT开路故障时的输出电压信号特点;然后利用傅里叶变换提取故障电压信号的直流分量、基波幅值、基波相位以及二次谐波相位,然后转换为故障特征向量,并由此采用BP神经网络来进行故障诊断。为了提高故障诊断的精度,利用改进的粒子群算法(PSO)来优化BP神经网络的参数。最后,通过对三电平逆变器的仿真进行实验验证,仿真结果证明了该方法的正确性和可行性。     

基于全相位谱线插值的电力谐波检测方法研究

传统基于FFT的谐波检测方法在非同步采样或非整周期截断情况下会产生严重的频谱泄漏,为抑制频谱泄漏对谐波检测精度的影响,提出基于全相位谱线插值的电力谐波检测新方法.该方法使用全相位谱实际频点附近的三根离散谱线获得频率和幅值校正量,并利用离散全相位谱峰值谱线相位即为对应的实际频率相位的特点,无需另加校正即可实现较高的相位精度.利用全相位谱旁谱线相对于主谱线按平方衰减的特性,并结合旁瓣衰减速度快的Nuttall四项五阶余弦窗,可有效抑制基于FFT谱线插值算法相邻谐波成分的相互干扰,提高谐波检测精度.通过与三谱线插值法和全相位时移相位差法的仿真对比实验,结果表明文中提出的算法具有更好的谐波检测精度.     

基于经典余弦窗三谱线插值FFT的谐波参数估计

针对快速傅里叶变换（FFT）处理信号时出现的频谱泄漏和栅栏效应问题,利用真实频点附近幅值最大的谱线及其两侧的谱线,给出了基于经典余弦窗三谱线插值FFT的谐波分析方法,并结合最小二乘及多项式拟合方法,推导出谐波参数的修正公式.仿真实验结果表明,相较于传统FFT方法,基于经典余弦窗三谱线插值FFT法能够更好地抑制频谱泄漏和栅栏效应的影响,谐波参数检测精度也进一步提升.     

基于残差分析的MMC子模块故障定位

针对采用最近电平逼近调制(NLM)方式的模块化多电平换流器(MMC)系统,提出一种新的子模块故障定位方法。将给定的NLM阶梯波波形作为参考,与MMC输出的故障电压波形进行比较而构成残差,通过残差分析并结合子模块位置信息可以实现故障子模块的快速定位。在MATLAB/Simulink仿真平台中搭建了9电平MMC逆变器系统,仿真结果验证了该故障定位方法的有效性。     

一种用于传感器故障检测的改进残差检验法

针对基于卡尔曼滤波器的残差检验法会跟踪软故障的局限性,提出了一种基于状态递推器的改进方法。然后通过对残差量的正态分布标准化措施,将残差向量整体的χ^2检测问题转化为每个独立分量的偏差检测问题。根据本文方法,不但提高了故障检测灵敏度,同时,具有一定的故障定位能力。仿真结果表明该方法是有效的,能够在很大程度上提高系统的故障检测灵敏度。     

Kaiser窗三谱线插值电力谐波分析

在非同步采样以及非整数周期截断情况下,快速傅里叶变换会产生频谱泄露和栅栏效应,使计算结果存在较大误差,无法得到准确参数。常用窗函数固定的旁瓣性能制约了已有加窗插值算法的误差修正效果。而凯赛(Kaiser)窗的主旁瓣高度之间的比重可依据需要自由选择,其主旁瓣能量的比例也近乎最大。文中提出基于Kaiser窗的三谱线插值FFT的电力谐波分析方法,推导了基波以及各次谐波的幅值、频率和初相位的插值修正公式。仿真结果表明,所提算法设计灵活且易于实现,在基波频率波动以及白噪声干扰下都有较高的谐波参数估计准确度,验证算法能够有效消除泄露和栅栏效应的影响,提高了谐波分析的准确性。     

电力系统基波频率的高精度测量新方法

针对电力系统基波频率测量的现状,提出一种高精度的频率测量新方法.该方法通过计算待测电信号的相关系数自适应地确定傅立叶变换的窗长,从而实现无频谱泄漏的自适应窗长傅立叶变换,即实现电力系统基频的高精度测量.针对有谐波、间谐波、噪声等复杂背景下的基频检测进行仿真分析,仿真结果表明:该方法检测精度高,抗噪声能力强,且计算量小,易于工程实现.     

基于PCA-BLS的逆变器故障诊断

为了确保电气设备的安全可靠运行,提出基于主成分分析法与宽度学习系统的逆变器故障诊断方法。利用主成分分析法对逆变器输出的电流信号进行处理,提取信号特征;构建宽度学习系统,并编写不同故障模式下的故障编码;利用不同故障模式下的信号特征对宽度学习系统进行训练,利用网络输出编码实现故障分类。仿真结果表明,该研究方法在诊断准确率及训练时间方面优于传统的神经网络故障诊断方法。     

基于解析冗余关系理论的电力电子电路健康预测

讨论了电力电子电路中元器件级的健康预测。元器件级的剩余使用寿命是通过反推残差信号方法得到的。首先利用键合图建立系统的动态模型,得到全局解析冗余关系,通过故障特征矩阵进行故障检测与隔离;然后与元器件的退化模型相结合的方法,得到元器件相对应的残差退化曲线,从而获得元器件退化过程数据样本。根据元器件的等效电阻与残差的退化关系,结合故障阈值与失效值和极限学习机(extreme learning machine,ELM)算法可计算出元器件级的剩余使用时间。最后将该方法应用于典型电力电子电路Buck电路中,在20-sim软件和Matlab仿真环境中进行联合仿真,验证了此方法的有效性。