CN104569785A - 一种逆变电路故障诊断方法 - Google Patents

Abstract

本发明涉及一种逆变电路故障诊断方法，该方法将逆变电路的多电平拓扑结构转换成电路网路图，计算该电路网路图的特征参数，判断所述网路是否满足小世界网路，当该网路满足小世界网路时，建立网路节点发生故障的故障信息数据库，通过提取当前发生故障的逆变电路的网路特征参数，将其与故障信息数据库的记录信息进行比较，从而找到发生故障的节点输出故障信息。

Description

一种逆变电路故障诊断方法

技术领域

本发明涉及一种逆变电路故障诊断方法，具体是一种借助小世界网路特性判断电力电子电路故障的诊断方法，属于电力电子逆变电路故障判断领域。

背景技术

近年来，随着电力电子的高速发展，电力电子设备已在各行各业中有着越来越多的应用，电力电子技术也广泛应用于电力系统、家用电气、通信工程、航空航天等诸多领域，对于人类的生活影响也非常的广泛和深入。而当电力电子设备发生的故障非常严重时将会导致整个系统的瘫痪，所以对电力电子设备的故障诊断研究越来越受到重视。而小世界网络故障判别方法是基于小世界网络故障特征参数计算，结合故障特征参数逆向分析判别网络故障的一种方法。

发明内容

本发明技术的目的在于：提供一种本发明涉及一种逆变电路故障诊断方法，该方法借组小世界网路的特性，建立故障节点的故障信息数据库，通过提取当前发生故障的逆变电路的网路特征参数，将其与故障信息数据库的记录信息进行比较，从而找到发生故障的节点输出故障信息。

本发明是通过以下技术方案实现的：

一种逆变电路故障诊断方法，所述逆变电路具有多电平拓扑结构，其特征在于所述诊断方法包括以下步骤：

a、根据逆变电路的拓扑结构得出相应的邻接矩阵，并根据邻接矩阵绘制电路网路图，同时得出该电路网络图的特征参数，所述特征参数包括，节点数N，边总数L，网络的平均路径长度D，聚类系数C，节点度Ki的分布，平均分布度K；其中，每个节点对应了逆变电路的元器件，边对应了元器件之间的连接，Ki表示第i个节点的度，节点度Ki的分布为N个节点度构成的一维数组；

b、根据步骤a中的节点数N、平均分布度K分别计算随机网络和规则网络的平均路径长度Drand和Dregular，以及随机网络和规则网络的聚类系数Crand和Cregular，并判断所述网络是否满足小世界网络；

c、当所述网络满足小世界网络时，建立故障信息数据库，其中故障信息数据库的每一条记录分别记录了发生故障的节点所形成的新网络的特征参数，该新的网络特征参数包括网络节点数N-1，边总数L1，网络的平均路径长度D1，聚类系数C1，节点度分布K1i，平均分布度K1，其中K1i表示第i个节点的节点分布度；

d、对发生故障逆变电路进行故障判别，按照步骤a中的方式得出当前故障网路的特征参数，然后将得出的当前故障网路特征参数依次与步骤c建立的故障信息数据库中的每条故障记录的故障网路特征参数进行比较，找到匹配的故障记录从而找到当前故障节点，输出故障信息，最终实现网路故障判别的功能。

优选地，步骤a中的邻接矩阵和电路网路图是通过matlab函数调用或人工方式得到。

优选地，各个节点对应的逆变电路元器件是电容、功率开关管或它们的组合。

优选地，功率开关管是三极管或场效应管。

优选地，故障信息数据库的故障记录按元器故障类型或故障元器件类型或两者的组合进行了分组。

优选地，元器件故障类型为开路和短路，故障元器件类型为电容和功率开关管。

优选地，步骤d中网路特征参数的比较是按照网路聚类系数C、平均路径长度D、节点度分布Ki、平均分布度K的顺序逐一进行比较，如果当前故障网路特征参数与故障信息数据库中的其中一条记录相同，则输出该条记录对应节点的故障信息。

优选地，其特征在于，所述对应节点的故障信息是该节点对应的元器件开路或短路。

小世界网络是介于随机网络与规则网络之间的中间网络网络形态。小世界特性就是具有较小的平均路径长度和较大的聚类系数，当满足以下条件时就可判定该网络具有小世界特性。

对于小世界网络而言，当n>>k>>lnn>>1时，其特征路径长度Dactual和

聚类系数Cactual必须满足

$\left\{\begin{array}{c}\mathrm{Dregular}>\mathrm{Dactual}\≥\mathrm{Drand}\\ \mathrm{Cregular}>\mathrm{Cactual}>>\mathrm{Crand}\end{array}\right.$

其中，表示随机网络的特征路径长度和聚类系数， $\mathrm{Bregular}=\frac{n(n+k-2)}{2k(n-1)},\mathrm{Cregular}=\frac{3(k-2)}{4(k-1)}$ 表示规则网络的特征路径长度和聚类系数，n为网络的节点个数，为网络的平均度数。

小世界网络特性的常用的特征参数包括：平均路径长度D、聚类系数C、网络节点的度Ki分布、平均分布度K。

平均路径长度D指的是一个网络这任意两个网络节点之间最短距离的平均值，通过以下公式计算得出：

$D=\frac{\mathrm{\ΣDij}}{0.5N(N-1)}$

式中，N为节点数，Dij为连接节点i和j之间最短路径的边数，i≥j。

聚类系数C是用来描述网络中的节点之间结集成团的程度的系数，即是网络与同一节点连接的两节点互相连接的平均概率，用C表示。聚类系数Ci是表示与节点i相连接的所有节点中的任意两个节点互相连接的概率，定义为：如果与节点i相连接的点的数目为Ki，那么在这Ki个节点之间最多有Em＝0.5Ki(Ki-1)条边存在；若实际存在的边数为Ei，则聚类系数Ci定义为Ei与Em比值，通过以下公式计算得出：

$\mathrm{Ci}=\frac{2\mathrm{Ei}}{\mathrm{Ki}(\mathrm{Ki}-1)}$

平均聚类系数C则为网络中所有的节点的聚类系数的平均值：

$C=\frac{\mathrm{\ΣCi}}{N}$

网络节点i的度Ki为与这个节点相连接的边的数目，网络节点的度Ki分布表示网络中所有的节点i的度Ki组成的一维数组，网路平均分布度K就是网络中所有的节点i的度Ki的平均值，其计算公式为：

$K=\frac{\mathrm{\ΣKi}}{N}$

式中ΣKi表示一个小世界网络中的所有节点的总和，N表示节点数。

电路中的拓扑信息可以用邻接矩阵来表示的，邻接矩阵表示的是节点与节点之间的邻接关系，定义如下^[6]：

设G＝(V,E)是具有n个节点的图，则G的相邻矩阵就具有如下性质的n阶方阵为

也即邻接矩阵的个元素表示了两两节点之间的相邻关系，若节点i和节点j有边相连，则A[ij]＝1；若节点i和节点j不直接相连，则A[ij]＝0。

电力电子多逆变器具有多电平拓扑结构如六电平逆变器电路如图1所示，其拓扑结构可通过邻接矩阵表示，因而可通过小世界网路特性判断其故障信息，网路中的节点机对应了逆变器中的元器件，节点之间的连接对应了元器件之间的连接。

附图说明

为了使本发明的内容更容易被清楚的理解，下面结合附图，对本发明作进一步详细的说明，其中，

图1是逆变电路为电容电压自平衡混合箝位多电平逆变六电平单桥臂的实施例；

图2是图1对应的六电平逆变器的电路网络图；

图3是诊断故障方法的基本设计思路；

图4比较网路特征参数D、K、C的流程图；

图5比较Ki程序设计的流程图；

图6总的故障诊断比较总流程图；

图7是逆变电路为飞跨电容型五电平三相逆变电路的实施例；

图8是图7对应的飞跨电容型五电平三相逆变电路的电路网络图

具体实施方式

图1是电容电压自平衡混合箝位多电平逆变六电平单桥臂的拓扑的一种示例。

要判断电力电子系统的网络如图1的特性，首先需要建立相应的网络模型，可通过MATLAB平台进行程序设计自动生成将电力电子变换器电路图转化成小世界网络图，对简单的电路图也可通过手工绘制方法。

借助MATLAB平台，利用它的绘图技术，借助函数gplot(),通过输入电路的拓扑信息由程序设计来实现网络图的自动生成，可将图1所示的逆变电路拓扑结构图转换成电路网路图如图2所示。

对于图2所示的电路网路图计算网络的特征参数，可以通过人工直接计算法或程序计算法等如采用MATLAB平台进行程序设计计算小世界的特征参数，采用邻接矩阵辅助设计计算。

采用MATLAB平台计算图2的电路网路图网路的各项特征参数值，得：网络节点N＝39，网络边数L＝120，平均分布度K＝6.1538，通过计算得结果如表1所示：

表1 三种网络模型对应的参数(正常情况时)

根据小世界网络成立的条件，对于图1所示六电平逆变器正常情况下，网络满足 $\left\{\begin{array}{c}\mathrm{Lregular}>\mathrm{Lactual}\≥\mathrm{Lrand}\\ \mathrm{Cregular}>\mathrm{Cactual}>>\mathrm{Crand}\end{array}\right.,$ 所以此网络具有小世界特性，属于小世界网络。计算结果如表2所示：

表2 六电平逆变器网络特征参数表(正常情况时)

在电力电子线路中，当线路出现故障时，故障点的特征参数会发生变化。基于这一思想，首先对电力电子电路的故障情况进行特征参数计算，得到电力电子电路各类故障的特征参数，对其进行采样，将采样数据进行处理后，即可得到诊断系统的标准样本，将通过计算得到的故障点特征参数建立故障信息数据库表，然后在故障信息数据库中提取与电力电子电路故障点的特征参数相匹配的故障信息进行判断故障类型。

而要计算小世界故障特征参数，首先必须确定电路发生故障后是否还具有小世界网络特性，由于分析的故障模型较多，就不一一详列，只列举几个几个节点发生故障的例子。

当C1短路时，网络节点N＝38，网络边数L＝118，平均分布度K＝6.2105，计算结果如表3所示：

表3 三种网络模型对应的参数(C1短路时)

根据小世界网络成立的条件，对于六电平逆变器C1短路情况下，由于有 $\left\{\begin{array}{c}\mathrm{Lregular}>\mathrm{Lrand}\\ \mathrm{Cregular}>\mathrm{Crand}\end{array}\right.,$ 且实际网络满足 $\left\{\begin{array}{c}\mathrm{Lregular}>\mathrm{Lactual}\≥\mathrm{Lrand}\\ \mathrm{Cregular}>\mathrm{Cactual}>>\mathrm{Crand}\end{array}\right.,$ 所以此网络具有小世界特性，属于小世界网络。经计算发现，六电平逆变器电路故障后电路都具有小世界网络特性。对其他的节点特征参数进行计算，结果如表4所示(在此说明：由于数据较多，只列出其中一部分)：

表4 六电平逆变器故障时小世界网络特征参数

然后对六电平逆变器正常情况和故障情况下的特征参数进行建库，以此来做案例数据库，如表5所示(由于数据过多，只列出一些)：

表5 故障信息数据库

优选地，故障信息数据库的故障记录可以按元器故障类型或故障元器件类型或两者的组合进行了分组。

优选地，元器件故障类型为开路和短路，故障元器件类型为电容和功率开关管。

优选地，各个节点对应的逆变电路元器件是电容、功率开关管或它们的组合。

优选地，功率开关管是三极管或场效应管。

由于电力电子实际故障多为开关器件损耗，以其中以功率开关器件的开路和短路最为常见，而故障节点较多的情况复杂，本发明仅涉及单一节点故障为短裤或开路的情况，故障诊断的基本思路如图3所示。

由于故障时节点数N和边数L变化不大，所以只根据特征参数中的平均路径长度D、节点度分布Ki、平均分布度K、聚类系数C比较进行即可，利用matlab程序就可以很快筛选出相同的故障信息特征参数来进行判断。

故障诊断的具体判断方法是通过小世界网络的特征参数(平均路径长度D、平均分布度K、聚类系数C、平均度分布Ki)的数据进行比较判别出相应的故障点：

即首先利用小世界网络特征参数中的其中一个进行比较，筛选出相同的数据，再从相同的数据进行下一个特征参数比较，如此逐步递减求出与所求故障点相应的相同数，然后判断出故障类型。

其中，比较平均路径长度D、平均分布度K、聚类系数C的具体流程图如图4所示：比较平均度分布Ki程序设计流程图如图5所示，总的故障诊断比较总流程图如图6所示。

假设六电平逆变器电路中一个电容发生故障，已知其特征参数平均路径长度D＝2.5704、平均分布度K＝6.5789、聚类系数C＝0.5210、节点度分布Ki＝466644688881099881012788810856655554433448。

在六电平逆变器电路故障中一个电容发生故障有两种情况：

(1)电容C1、C2、C3、C4、C5、C6、C7、C8、C9中有一个发生短路故障.

(2)电容C1、C2、C3、C4、C5、C6、C7、C8、C9中有一个发生开路故障

先用MATLAB软件对以上各故障类型进行模拟，得到相应的故障样本数据，将其建立数据库(举其中一些数据)如表6所示：

表6 故障信息数据库

通过本发明的诊断方法在MATLAB平台上边操并，运行诊断，可以诊断出六电平逆变器的C9发生短路故障。

作为本发明的故障诊断方法的另一实施例，故障逆变电路还可以是飞跨电容型五电平三相逆变电路，如图7所示。通过matlab将图7所示的飞跨电容型五电平三相逆变电路转换成如图8所示的电路网路图。其故障信息数据库可已经本发明的诊断方法建立。然而本发明的故障诊断方法适用的逆变电路不限于如图1和图7所示的逆变电路，对于其他逆变电路其单一节点故障诊断同样适用本发明，这里不再赘述。

Claims (10)

1.一种逆变电路故障诊断方法，所述逆变电路具有多电平拓扑结构，其特征在于所述诊断方法包括以下步骤：

a、根据逆变电路的拓扑结构得出相应的邻接矩阵，并根据邻接矩阵绘制电路网路图，同时得出该电路网络图的特征参数，所述特征参数包括，节点数N，边总数L，网络的平均路径长度D，聚类系数C，节点度Ki的分布，平均分布度K；其中，每个节点对应了逆变电路的元器件，边对应了元器件之间的连接，Ki表示第i个节点的度，节点度Ki的分布为N个节点度构成的一维数组；

b、根据步骤a中的节点数N、平均分布度K分别计算随机网络和规则网络的平均路径长度Drand和Dregular，以及随机网络和规则网络的聚类系数Crand和Cregular，并判断所述网络是否满足小世界网络；

c、当所述网络满足小世界网络时，建立故障信息数据库，其中故障信息数据库的每一条记录分别记录了发生故障的节点所形成的新网络的特征参数，该新的网络特征参数包括网络节点数N-1，边总数L1，网络的平均路径长度D1，聚类系数C1，节点度分布K1i，平均分布度K1，其中K1i表示第i个节点的节点分布度；

d、对发生故障逆变电路进行故障判别，按照步骤a中的方式得出当前故障网路的特征参数，然后将得出的当前故障网路特征参数依次与步骤c建立的故障信息数据库中的每条故障记录的故障网路特征参数进行比较，找到匹配的故障记录从而找到当前故障节点，输出故障信息，最终实现网路故障判别的功能。

2.如权利要求1所述的一种逆变电路故障诊断方法，其特征在于：步骤a中的邻接矩阵和电路网路图是通过matlab函数调用或人工方式得到。

3.如权利要求1所述的一种逆变电路故障诊断方法，其特征在于：网络的平均路径长度D、聚类系数C、平均分布度K分别通过以下计算公式得出：

$D=\frac{\mathrm{\ΣDij}}{0.5N(N-1)},C=\frac{\mathrm{\Σ}\frac{2\mathrm{Ei}}{\mathrm{Ki}(\mathrm{Ji}-1)}}{N},K=\frac{\mathrm{\ΣKi}}{N};$

式中，N为节点数，Dij为连接节点i和j之间最短路径的边数，i≥j，Ki表示与节点i相连接的点的数目，Ei表示节点i实际存在的边数。

4.如权利要求1所述的故障诊断方法，其特征在于：随机网络和规则网络的平均路径长度Drand和Dregular，以及随机网络和规则网络的聚类系数Crand和Dregular分别通过下计算公式得出：

$\mathrm{Drand}=\frac{\ln N}{\ln K},\mathrm{Dregular}=\frac{N(N+K-2)}{2K(N-1)},\mathrm{Crand}=\frac{K-1}{N},\mathrm{Cregular}=\frac{3(K-2)}{4(K-1)};$

式中，N为节点数，K为网路平均分布度；

判断网路为小世界网路的条件为:

当n>>k>>lnn>>1时，网路平均路径长度D和聚类系数C满足，

$\left\{\begin{array}{c}\mathrm{Dregular}>D\≥\mathrm{Drand}\\ \mathrm{Cregular}>C>>\mathrm{Crand}\end{array}\right..$

5.如权利要求1所述的一种逆变电路故障诊断方法，其特征在于，各个节点对应的逆变电路元器件是电容、功率开关管或它们的组合。

6.如权利要求5所述的一种逆变电路故障诊断方法，其特征在于，功率开关管是三极管或场效应管。

7.如权利要求1所述的一种逆变电路故障诊断方法，其特征在于，故障信息数据库的故障记录按元器故障类型或故障元器件类型或两者的组合进行了分组。

8.如权利要求7所述的一种逆变电路故障诊断方法，其特征在于，元器件故障类型为开路和短路，故障元器件类型为电容和功率开关管。

9.如权利要求1所述的一种逆变电路故障诊断方法，其特征在于，步骤d中网路特征参数的比较是按照网路聚类系数C、平均路径长度D、节点度分布Ki、平均分布度K的顺序逐一进行比较，如果当前故障网路特征参数与故障信息数据库中的其中一条记录相同，则输出该条记录对应节点的故障信息。

10.如权利要求9所述的一种逆变电路故障诊断方法，其特征在于，所述对应节点的故障信息是该节点对应的元器件开路或短路。