99久久99久久精品免费看蜜桃,国产性色av一区二区三区,宝贝小嫩嫩好紧好爽h视频,《隔壁放荡人妻bd高清》,噜噜噜噜av夜色在线

  • 頭條適用于ANPC三電平逆變器實時故障診斷的新方法,速度快、精度高
    2021-02-22 作者:李兵 崔介兵 等  |  來源:《電工技術(shù)學(xué)報》  |  點擊率:
    分享到:
    導(dǎo)語功率開關(guān)器件是逆變器核心組成部分,其故障特征參數(shù)的提取及分類方法是故障診斷和預(yù)測的重要技術(shù)基礎(chǔ),對于提高逆變器可靠性具有重要意義。 合肥工業(yè)大學(xué)電氣與自動化工程學(xué)院、可再生能源接入電網(wǎng)技術(shù)國家地方聯(lián)合工程實驗室的研究人員李兵、崔介兵、何怡剛、史露強、劉曉暉,在2020年第10期《電工技術(shù)學(xué)報》上撰文,以有源中性點鉗位(ANPC)三電平逆變器的IGBT開路故障診斷為例,提出一種基于能量譜熵及小波神經(jīng)網(wǎng)絡(luò)的故障診斷方法,采用ANPC三電平逆變器上、中、下橋臂電壓作為測量信號,通過小波包能量譜熵提取橋臂電壓信號特征,并利用核主成分分析對特征向量進(jìn)行優(yōu)化;并利用自適應(yīng)矩估計小波神經(jīng)網(wǎng)絡(luò)(A-WNN)建立故障字典。 實驗結(jié)果表明,A-WNN具有故障特征辨識速度快、精度高等優(yōu)點,適用于ANPC三電平逆變器實時故障診斷。

    相比傳統(tǒng)兩電平逆變器,三電平逆變器具有承受電壓高和電壓電流上升率低等優(yōu)點,目前已得到廣泛應(yīng)用。為克服二極管鉗位式(Neutral-Point Clamped, NPC)三電平逆變器功率器件損耗不平衡的缺陷,T. Bruckner教授等提出了有源中性點鉗位(Active NPC, ANPC)三電平逆變器拓?fù)浣Y(jié)構(gòu)如圖1所示。該結(jié)構(gòu)因具有功率大、容量大及器件損耗平衡等特點,而得到廣泛應(yīng)用。

    但相比之下,三電平逆變器IGBT數(shù)量增加了,且電路結(jié)構(gòu)更加復(fù)雜,任一IGBT故障均可導(dǎo)致逆變器無法正常工作,甚至發(fā)生二次故障,造成巨大經(jīng)濟損失。因此,有必要及時準(zhǔn)確定位逆變器故障位置。

    圖1 ANPC三電平逆變器拓?fù)浣Y(jié)構(gòu)

    電力電子功率器件硬故障包括開路和短路故障,因具有突發(fā)性和破壞性大等特點,成為目前研究熱點。短路故障目前已有成熟的檢測方案,因此,合肥工業(yè)大學(xué)、可再生能源接入電網(wǎng)技術(shù)國家地方聯(lián)合工程實驗室的研究人員針對IGBT功率器件開路故障進(jìn)行了研究。

    研究人員認(rèn)為,目前開路故障診斷方法主要分為基于數(shù)據(jù)和基于模型兩類。前者主要利用器件電壓和電流獲取器件故障信息。但是目前的研究方法對信號依賴程度較高,易受外部干擾信號影響,準(zhǔn)確率較低。

    另一種是信號與人工神經(jīng)網(wǎng)絡(luò)、支持向量機、極端學(xué)習(xí)機(Extreme Learning Machine,ELM)等相結(jié)合的智能診斷算法。但是,據(jù)文獻(xiàn)分析發(fā)現(xiàn),目前的智能診斷算法存在計算復(fù)雜、硬件要求高,難以實現(xiàn)在線監(jiān)測和參數(shù)選擇等問題。

    此外,基于模型的方法近些年也被廣泛提出。雖然本方法不需增加額外硬件,且對負(fù)載變化不敏感,但該方法需對電路精確建模,若電路稍加改動,則需重新建模。

    逆變器故障診斷方法需要較好的抗干擾能力和較高診斷準(zhǔn)確度。為此,研究人員提出了一種基于能量譜熵及小波神經(jīng)網(wǎng)絡(luò)的故障診斷方法。

    首先,將信息熵理論融入小波包分解,形成小波包能量譜,可減少外部信號干擾,有效提取故障信號特征。其次,采用自適應(yīng)矩估計小波神經(jīng)網(wǎng)絡(luò)(Adam-Wavelet Neural Network, A-WNN),充分利用小波基函數(shù)的伸縮性和平移性,根據(jù)參數(shù)訓(xùn)練歷史自動更新參數(shù)學(xué)習(xí)率,避免算法陷入局部極小值。最后,搭建ANPC三電平逆變器實驗平臺。故障診斷流程如圖2所示。

    圖2 故障診斷流程

    圖3 實驗系統(tǒng)

    診斷結(jié)果表明,所提出的診斷方法可以達(dá)到98.46%的準(zhǔn)確度,性能優(yōu)于ELM、PSO-BP、RBFNN、WNN等神經(jīng)網(wǎng)絡(luò),且單次診斷時間短,適用于在線故障診斷。

    以上研究成果發(fā)表在2020年第10期《電工技術(shù)學(xué)報》,論文標(biāo)題為“基于能量譜熵及小波神經(jīng)網(wǎng)絡(luò)的有源中性點鉗位三電平逆變器故障診斷”,作者為李兵、崔介兵、何怡剛、史露強、劉曉暉。