CN104698397A - 一种多电平逆变器故障诊断方法 - Google Patents

Abstract

本发明公开了一种多电平逆变器故障诊断方法，其在训练阶段采用仿真软件搭建逆变器，然后分别获取正常工作及加入每种开路故障的情况下的采样信号向量，接着利用离散小波变换获取能量特征向量，并对能量特征向量归一化处理，再将每个归一化后的能量特征向量作为一个训练样本输入到贝叶斯分类器中进行训练，得到已训练好的贝叶斯分类器；在测试阶段获取待诊断的逆变器对应的采样信号向量，接着利用离散小波变换获取能量特征向量，并对能量特征向量归一化处理，再将归一化后的能量特征向量作为测试样本输入到已训练好的贝叶斯分类器中，输出故障诊断结果；优点是故障诊断速度快、故障诊断正确率高，且故障诊断结果能够自动精确定位到具体的器件。

Description

一种多电平逆变器故障诊断方法

技术领域

本发明涉及一种逆变器故障诊断技术，尤其是涉及一种多电平逆变器故障诊断方法。

背景技术

多电平变换器是一种通过改变变换器自身拓扑结构来实现高压大功率输出的新型变换器，其无需升降压电路和均压电路。多电平变换器中最典型的是二极管中点钳位(Neutral Point Clamped，NPC)三电平逆变器，其主电路如图1所示。与传统的两电平逆变器相比，二极管NPC三电平逆变器由于输出电压电平数增加，输出波形具有更好的谐波频谱，每个开关器件所承受的电压应力较小，因此二极管NPC三电平逆变器在实际中得到了广泛的应用。然而，由于二极管NPC三电平逆变器使用了数量比较多的开关器件，因此任何一个开关器件发生故障都可能会导致整个电路停止工作，不仅降低了整个电路的工作可靠性，而且有时甚至会影响到其它电路的安全，造成不可估量的经济损失。

目前，国内外针对二极管NPC三电平逆变器的故障诊断问题已开展了不少研究。例如：汤清泉、颜世超、卢松升等人在中国电机工程学报中提出的《三电平逆变器的功率管开路故障诊断》(2008，28(21)，26-32)，其通过分析三电平逆变器在单个功率器件开路故障下的电路工作情况及故障表现形式，提出根据检测三电平逆变器输出侧PWM(Pulse Width Modulation，脉冲宽度调制)电压波形和输出电流极性来诊断功率器件开路故障。该方法具有诊断迅速、可靠性高的优点，但其诊断结果并没有精确定位到某个开关器件，而需要再进行人工查找。

又如：周京华、刘辉臣、姚亚兰等人在电力电子技术中提出的《三电平大功率变频器故障特征及诊断方法研究》(2009，43(6)，1-3)，其也是根据检测三电平逆变器输出侧PWM(Pulse Width Modulation，脉冲宽度调制)电压波形和输出电流极性来诊断功率器件开路故障，同样存在以下问题：诊断结果并没有精确定位到某个开关器件，而需要再进行人工查找。

又如：Ho-In Son、Tae-Jin Kim、Dae-Wook Kang等人在Power Electronics SpecialistsConference(电力电子专家会议)中提出的Fault diagnosis and neutral point voltage controlwhen the 3-level inverter faults occur(三电平逆变器故障诊断及其中点电压控制)(2004:4558-4563)，其针对NPC逆变器中的单个功率器件的开路故障，提出利用三相电流波形的电流轨迹方法来进行故障诊断。这种方法能够通过观察电流轨迹图像来判断具体故障，比较形象，但是由于电流轨迹图像和故障模式之间的对应需要通过观察得到，因此故障诊断并没有实现自动化，而且当故障模式数量增多时，电流轨迹图像也响应增多，给观察者的判断带来了极大的困难。

又如：Jae-Chul Lee、Tae-Jin Kim、Dae-Wook Kang等人在37th IEEE Power ElectronicsSpecialists Conference(第37届IEEE电力电子专家会议)中提出的A Control Method forImprovement of Reliability in Fault Tolerant NPC Inverter System(一种提升NPC逆变器故障容错系统可靠性的控制方法)(2006:1-5)，其把每相的桥臂中点和直流电压中心点之间的电压(这里称为leg-voltage)与正常情况下的电压进行比较，如果前者不满足正常情况下的电压要求达到一定时间(如2ms)时，则认为该相发生故障。这种方法的故障诊断速度非常快，能够在故障发生后几个毫秒内给出诊断结果，但是该方法只能判断电路某一相发生故障，而不能精确到具体某个器件。

发明内容

本发明所要解决的技术问题是提供一种多电平逆变器故障诊断方法，其故障诊断速度快、故障诊断正确率高，且故障诊断结果能够自动精确定位到具体的器件，从而能够有效地提高多电平逆变器的工作可靠性。

本发明解决上述技术问题所采用的技术方案为：一种多电平逆变器故障诊断方法，其特征在于包括以下步骤：

①采用PSIM仿真软件搭建一个二极管中点钳位三电平逆变器，该二极管中点钳位三电平逆变器包括三相桥臂电路和两个直流电压源，每相所述的桥臂电路由上桥臂电路和下桥臂电路组成，所述的上桥臂电路包括第一功率开关器件、第二功率开关器件和第五功率开关器件，所述的下桥臂电路包括第三功率开关器件、第四功率开关器件和第六功率开关器件，所述的第一功率开关器件分别与其中一个所述的直流电压源、所述的第二功率开关器件及所述的第五功率开关器件连接，所述的第四功率开关器件分别与另一个所述的直流电压源、所述的第三功率开关器件及所述的第六功率开关器件连接，所述的第二功率开关器件和所述的第三功率开关器件与其所在的所述的桥臂电路的输出端连接，所述的第五功率开关器件和所述的第六功率开关器件与两个所述的直流电压源的公共连接端连接；

②该二极管中点钳位三电平逆变器在正常工作的情况下，提取该二极管中点钳位三电平逆变器中的每相桥臂电路在一个周期内的所有输出电压；然后将在正常工作的情况下提取的所有输出电压构成正常工作的情况下的采样信号向量，记为X₁₉；

同样，该二极管中点钳位三电平逆变器在加入每种开路故障的情况下，提取该二极管中点钳位三电平逆变器中的每相桥臂电路在一个周期内的所有输出电压；然后将在加入每种开路故障的情况下提取的所有输出电压构成加入每种开路故障的情况下的采样信号向量，将加入第i种开路故障的情况下的采样信号向量记为X_i，其中，1≤i≤18，第1种开路故障～第6种开路故障对应为a相桥臂电路中的第一个绝缘栅双极型晶体管、第二个绝缘栅双极型晶体管、第三个绝缘栅双极型晶体管、第四个绝缘栅双极型晶体管、第五个二极管、第六个二极管发生开路故障，第7种开路故障～第12种开路故障对应为b相桥臂电路中的第一个绝缘栅双极型晶体管、第二个绝缘栅双极型晶体管、第三个绝缘栅双极型晶体管、第四个绝缘栅双极型晶体管、第五个二极管、第六个二极管发生开路故障，第13种开路故障～第18种开路故障对应为c相桥臂电路中的第一个绝缘栅双极型晶体管、第二个绝缘栅双极型晶体管、第三个绝缘栅双极型晶体管、第四个绝缘栅双极型晶体管、第五个二极管、第六个二极管发生开路故障；

再将X₁、……、X₁₈、X₁₉构成一个采样信号向量集合，记为X，X＝{X₁,…,X₁₈,X₁₉}，其中，X₁表示加入第1种开路故障的情况下的采样信号向量，X₁亦表示X中的第1个采样信号向量，X₁₈表示加入第18种开路故障的情况下的采样信号向量，X₁₈亦表示X中的第18个采样信号向量，X₁₉亦表示X中的第19个采样信号向量；

③通过利用离散小波变换对X中的每个采样信号向量进行11个尺度的小波分解，获取X中的每个采样信号向量对应的维数为1×12维的能量特征向量，将X中的第j个采样信号向量X_j对应的维数为1×12维的能量特征向量记为T_j，其中，1≤j≤19；

④对X中的每个采样信号向量对应的维数为1×12维的能量特征向量进行归一化处理，得到X中的每个采样信号向量对应的维数为1×12维的归一化后的能量特征向量，将X中的第j个采样信号向量X_j对应的维数为1×12维的归一化后的能量特征向量记为T_j'，其中，1≤j≤19；

⑤将X中的每个采样信号向量对应的维数为1×12维的归一化后的能量特征向量作为一个训练样本，将X对应的19个训练样本分别输入到贝叶斯分类器中进行训练，得到已训练好的贝叶斯分类器；

⑥将待诊断的二极管中点钳位三电平逆变器记为test；然后提取test中的每相桥臂电路在一个周期内的所有输出电压；接着将提取的所有输出电压构成采样信号向量，记为X_test；再通过利用离散小波变换对X_test进行11个尺度的小波分解，获取X_test对应的维数为1×12维的能量特征向量，记为T_test；之后对T_test进行归一化处理，得到X_test对应的维数为1×12维的归一化后的能量特征向量，记为T_test'；最后将T_test'作为测试样本输入到已训练好的贝叶斯分类器中，已训练好的贝叶斯分类器输出该测试样本所属的类，若该测试样本属于第i类，则表明test出现第i种开路故障，若该测试样本属于第19类，则表明test正常未出现开路故障，其中，1≤i≤18。

所述的步骤③中X中的第j个采样信号向量X_j对应的维数为1×12维的能量特征向量T_j的获取过程为：

③-1、利用离散小波变换对X_j进行11个尺度的小波分解，得到X_j的1个低频带信号和11个高频带信号；

③-2、在X_j的低频带信号中采样N个信号点，其中，N为[800,1200]内的一个正整数；然后提取X_j的低频带信号中的N个信号点各自的信号幅值；再将X_j的低频带信号中的N个信号点的信号幅值构成X_j的低频带信号的重构信号，记为S_j,0；

同样，在X_j的每个高频带信号中采样N个信号点，其中，N为[800,1200]内的一个正整数；然后提取X_j的每个高频带信号中的N个信号点各自的信号幅值；再将X_j的每个高频带信号中的N个信号点的信号幅值构成X_j的每个高频带信号的重构信号，将X_j的第p个高频带信号的重构信号记为S_j,p，其中，1≤p≤11；

再将S_j,0、S_j,1、……、S_j,11构成X_j的重构信号集合，记为S_j，S_j＝{S_j,0,S_j,1,S_j,2,…,S_j,11}，其中，S_j,1表示X_j的第1个高频带信号的重构信号，S_j,11表示X_j的第11个高频带信号的重构信号；

③-3、计算S_j中的每个重构信号的总能量，将S_j中的第q个重构信号S_j,q的总能量记为E_j,q，其中，0≤q≤11，s_j,q(n)表示S_j,q中的第n个信号幅值，符号“||”为取绝对值符号；

③-4、构造X_j对应的维数为1×12维的能量特征向量，记为T_j，T_j＝[E_j,0,E_j,1,…,E_j,11]，其中，E_j,0表示S_j中的第0个重构信号S_j,q的总能量，E_j,1表示S_j中的第1个重构信号S_j,q的总能量，E_j,11表示S_j中的第11个重构信号S_j,q的总能量，符号“[]”为向量表示符号。

与现有技术相比，本发明的优点在于：

1)本发明方法可以在二极管中点钳位三电平逆变器发生器件开路故障的时候，通过检测每相桥臂电路的输出电压，利用离散小波变换和贝叶斯分类器，可以准确的自动检测出具体哪个器件发生了开路故障，从而减少了二极管中点钳位三电平逆变器由于开路故障带来的损失，提高了其工作可靠性。

2)本发明方法充分利用了离散小波分析在时频域方面的多尺度细化优势，以及贝叶斯分类器分类准确率高、速度快等优点，从而提高了本发明方法的故障诊断的正确率，降低了故障诊断的误诊率和漏诊率；同时也简化了本发明方法的故障诊断过程，提高了故障诊断速度。

3)本发明方法实现二极管中点钳位三电平逆变器开路故障诊断仅仅采样了每相桥臂电路的输出电压作为原始采样信号，因此避免了传感器的大量使用，从而降低了本发明方法的实现复杂程度和实现成本。

附图说明

图1为二极管中点钳位三电平逆变器的主电路；

图2为本发明方法的总体实现框图；

图3a为X₁的仿真波形图；

图3b为X₂的仿真波形图；

图3c为X₃的仿真波形图；

图3d为X₄的仿真波形图；

图3e为X₅的仿真波形图；

图3f为X₆的仿真波形图；

图3g为X₁₉的仿真波形图。

具体实施方式

以下结合附图实施例对本发明作进一步详细描述。

图1为二极管中点钳位三电平逆变器的主电路，其包括三相桥臂电路和两个直流电压源，每相桥臂电路由上桥臂电路和下桥臂电路组成，上桥臂电路包括第一功率开关器件(a相的S_a1、b相的S_b1、c相的S_c1)、第二功率开关器件(a相的S_a2、b相的S_b2、c相的S_c2)和第五功率开关器件(a相的D_a5、b相的D_b5、c相的D_c5)，下桥臂电路包括第三功率开关器件(a相的S_a3、b相的S_b3、c相的S_c3)、第四功率开关器件(a相的S_a4、b相的S_b4、c相的S_c4)和第六功率开关器件(a相的D_a6、b相的D_b6、c相的D_c6)，第一功率开关器件分别与其中一个直流电压源、第二功率开关器件及第五功率开关器件连接，第四功率开关器件分别与另一个直流电压源、第三功率开关器件及第六功率开关器件连接，第二功率开关器件和第三功率开关器件与其所在的桥臂电路的输出端连接，第五功率开关器件和第六功率开关器件与两个直流电压源的公共连接端连接。图1所示的主电路中如果a相的上桥臂电路中的S_a1、S_a2、D_a5，a相的下桥臂电路中的S_a3、S_a4、D_a6，b相的上桥臂电路中的S_b1、S_b2、D_b5，b相的下桥臂电路中的S_b3、S_b4、D_b6，c相的上桥臂电路中的S_c1、S_c2、D_c5，c相的下桥臂电路中的S_c3、S_c4、D_c6，其中任一个器件发生故障，均会使主电路无法正常工作，为此本发明提出了一种多电平逆变器故障诊断方法。

本发明提出的一种多电平逆变器故障诊断方法，其总体实现框图如图2所示，其包括以下步骤：

①采用现有的PSIM(Power Simulation)仿真软件搭建一个二极管中点钳位三电平逆变器，如图1所示。

②该二极管中点钳位三电平逆变器在正常工作的情况下，提取该二极管中点钳位三电平逆变器中的每相桥臂电路在一个周期内的所有输出电压；然后将在正常工作的情况下提取的所有输出电压构成正常工作的情况下的采样信号向量，记为X₁₉。

同样，该二极管中点钳位三电平逆变器在加入每种开路故障的情况下，提取该二极管中点钳位三电平逆变器中的每相桥臂电路在一个周期内的所有输出电压；然后将在加入每种开路故障的情况下提取的所有输出电压构成加入每种开路故障的情况下的采样信号向量，将加入第i种开路故障的情况下的采样信号向量记为X_i，其中，1≤i≤18，第1种开路故障～第6种开路故障对应为a相桥臂电路中的第一个绝缘栅双极型晶体管(IGBT)S_a1、第二个绝缘栅双极型晶体管S_a2、第三个绝缘栅双极型晶体管S_a3、第四个绝缘栅双极型晶体管S_a4、第五个二极管D_a5、第六个二极管D_a6发生开路故障，第7种开路故障～第12种开路故障对应为b相桥臂电路中的第一个绝缘栅双极型晶体管S_b1、第二个绝缘栅双极型晶体管S_b2、第三个绝缘栅双极型晶体管S_b3、第四个绝缘栅双极型晶体管S_b4、第五个二极管D_b5、第六个二极管D_b6发生开路故障，第13种开路故障～第18种开路故障对应为c相桥臂电路中的第一个绝缘栅双极型晶体管S_c1、第二个绝缘栅双极型晶体管S_c2、第三个绝缘栅双极型晶体管S_c3、第四个绝缘栅双极型晶体管S_c4、第五个二极管D_c5、第六个二极管D_c6发生开路故障。

再将X₁、……、X₁₈、X₁₉构成一个采样信号向量集合，记为X，X＝{X₁,…,X₁₈,X₁₉}，其中，X₁表示加入第1种开路故障的情况下的采样信号向量，X₁亦表示X中的第1个采样信号向量，X₁₈表示加入第18种开路故障的情况下的采样信号向量，X₁₈亦表示X中的第18个采样信号向量，X₁₉亦表示X中的第19个采样信号向量。

在此，该二极管中点钳位三电平逆变器工作的一个周期为20ms；该二极管中点钳位三电平逆变器在正常工作的情况下和加入开路故障的情况下提取每相桥臂电路的输出电压可以在同一个周期内，也可以在不同的周期内。

图3a给出了X₁的仿真波形图，图3b给出了X₂的仿真波形图，图3c给出了X₃的仿真波形图，图3d给出了X₄的仿真波形图，图3e给出了X₅的仿真波形图，图3f给出了X₆的仿真波形图，图3g给出了X₁₉的仿真波形图，图3a至图3g中横坐标为时间(Time)，纵坐标为a相桥臂电路的输出电压V_ao。

③由于电力电子电路发生故障时，输出信号的各个频率成分的抑制或增强各有不同，在相同频带内信号的能量有较大的差别，有些信号的能量增大，而另一些信号的能量则减少，在各频带内信号的能量中包含着丰富的故障信息，因此本发明方法通过利用离散小波变换对X中的每个采样信号向量进行11个尺度的小波分解，获取X中的每个采样信号向量对应的维数为1×12维的能量特征向量，将X中的第j个采样信号向量X_j对应的维数为1×12维的能量特征向量记为T_j，其中，1≤j≤19。

在此具体实施例中，X中的第j个采样信号向量X_j对应的维数为1×12维的能量特征向量T_j的获取过程为：

③-1、利用离散小波变换对X_j进行11个尺度的小波分解，得到X_j的1个低频带信号和11个高频带信号。

③-2、在X_j的低频带信号中采样N个信号点，其中，N为[800,1200]内的一个正整数；然后提取X_j的低频带信号中的N个信号点各自的信号幅值；再将X_j的低频带信号中的N个信号点的信号幅值构成X_j的低频带信号的重构信号，记为S_j,0。

同样，在X_j的每个高频带信号中采样N个信号点，其中，N为[800,1200]内的一个正整数；然后提取X_j的每个高频带信号中的N个信号点各自的信号幅值；再将X_j的每个高频带信号中的N个信号点的信号幅值构成X_j的每个高频带信号的重构信号，将X_j的第p个高频带信号的重构信号记为S_j,p，其中，1≤p≤11。

再将S_j,0、S_j,1、……、S_j,11构成X_j的重构信号集合，记为S_j，S_j＝{S_j,0,S_j,1,S_j,2,…,S_j,11}，其中，S_j,1表示X_j的第1个高频带信号的重构信号，S_j,11表示X_j的第11个高频带信号的重构信号。

在此，N的取值可根据实际情况确定，一般情况下可取值为1000左右。

③-3、计算S_j中的每个重构信号的总能量，将S_j中的第q个重构信号S_j,q的总能量记为E_j,q，其中，0≤q≤11，s_j,q(n)表示S_j,q中的第n个信号幅值，符号“||”为取绝对值符号。

③-4、构造X_j对应的维数为1×12维的能量特征向量，记为T_j，T_j＝[E_j,0,E_j,1,…,E_j,11]，其中，E_j,0表示S_j中的第0个重构信号S_j,q的总能量，E_j,1表示S_j中的第1个重构信号S_j,q的总能量，E_j,11表示S_j中的第11个重构信号S_j,q的总能量，符号“[]”为向量表示符号。

在具体操作时，离散小波变换采用现有的db4小波函数。

④对X中的每个采样信号向量对应的维数为1×12维的能量特征向量进行归一化处理，得到X中的每个采样信号向量对应的维数为1×12维的归一化后的能量特征向量，将X中的第j个采样信号向量X_j对应的维数为1×12维的归一化后的能量特征向量记为T_j'，其中，1≤j≤19。

在此，归一化处理直接采用现有的归一化处理方法。

⑤将X中的每个采样信号向量对应的维数为1×12维的归一化后的能量特征向量作为一个训练样本，将X对应的19个训练样本分别输入到贝叶斯分类器中进行训练，得到已训练好的贝叶斯分类器。

⑥将待诊断的二极管中点钳位三电平逆变器记为test；然后提取test中的每相桥臂电路在一个周期内的所有输出电压；接着将提取的所有输出电压构成采样信号向量，记为X_test；再通过利用离散小波变换对X_test进行11个尺度的小波分解，获取X_test对应的维数为1×12维的能量特征向量，记为T_test；之后对T_test进行归一化处理，得到X_test对应的维数为1×12维的归一化后的能量特征向量，记为T_test'；最后将T_test'作为测试样本输入到已训练好的贝叶斯分类器中，已训练好的贝叶斯分类器输出该测试样本所属的类，若该测试样本属于第i类，则表明test出现第i种开路故障，若该测试样本属于第19类，则表明test正常未出现开路故障，其中，1≤i≤18。

在此，按照步骤③-1至步骤③-4获取T_j的过程，以相同的方式获取X_test对应的维数为1×12维的能量特征向量T_test，即具体过程为：⑥-1、利用离散小波变换对X_test进行11个尺度的小波分解，得到X_test的1个低频带信号和11个高频带信号。⑥-2、在X_test的低频带信号中采样N个信号点，其中，N为[800,1200]内的一个正整数；然后提取X_test的低频带信号中的N个信号点各自的信号幅值；再将X_test的低频带信号中的N个信号点的信号幅值构成X_test的低频带信号的重构信号，记为S_test,0。同样，在X_test的每个高频带信号中采样N个信号点，其中，N为[800,1200]内的一个正整数；然后提取X_test的每个高频带信号中的N个信号点各自的信号幅值；再将X_test的每个高频带信号中的N个信号点的信号幅值构成X_test的每个高频带信号的重构信号，将X_test的第p个高频带信号的重构信号记为S_test,p，其中，1≤p≤11。再将S_test,0、S_test,1、……、S_test,11构成X_test的重构信号集合，记为S_test，S_test＝{S_test,0,S_test,1,S_test,2,…,S_test,11}，其中，S_test,1表示X_test的第1个高频带信号的重构信号，S_test,11表示X_test的第11个高频带信号的重构信号。在此，N的取值可根据实际情况确定，一般情况下可取值为1000左右。⑥-3、计算S_test中的每个重构信号的总能量，将S_test中的第q个重构信号S_test,q的总能量记为E_test,q，其中，0≤q≤11，s_test,q(n)表示S_test,q中的第n个信号幅值，符号“||”为取绝对值符号。⑥-4、构造X_test对应的维数为1×12维的能量特征向量，记为T_test，T_test＝[E_test,0,E_test,1,…,E_test,11]，其中，E_test,0表示S_test中的第0个重构信号S_test,q的总能量，E_test,1表示S_test中的第1个重构信号S_test,q的总能量，E_test,11表示S_test中的第11个重构信号S_test,q的总能量，符号“[]”为向量表示符号。

为进一步说明本发明方法的可行性和有效性，对本发明方法进行试验验证。

选取分别加入第1种开路故障至第6种开路故障的待诊断的二极管中点钳位三电平逆变器和正常工作的待诊断的二极管中点钳位三电平逆变器，分别调节每种情况下的待诊断的二极管中点钳位三电平逆变器的运行参数，包括输入电压和调制比，针对每种情况，提取每种情况下的9个采样信号向量，表1列出了在正常工作情况下，提取的9个采样信号向量。

表1在正常工作情况下提取的9个采样信号向量

针对每种情况，按照表1所列的方式提取每种情况下的9个采样信号向量，然后通过利用离散小波变换对每种情况下的9个采样信号向量分别进行11个尺度的无噪声小波分解，获得每种情况下的9个采样信号向量各自对应的能量特征向量，再对每个能量特征向量进行归一化处理，再将每个归一化后的能量特征向量作为一个测试样本输入到已训练好的贝叶斯分类器中，贝叶斯分类器的输出结果的准确量如表2所示。

表2小波分解未加入噪声情况下贝叶斯分类器的输出结果的准确量

表2中第一列表示实际采样的故障类型，包括正常工作情况，S_a1～D_a6开路故障情况，一共7种类型，每种类型下改变电路参数，获取9个采样信号向量，再进行故障诊断。表2中第一行表示贝叶斯分类器的输出结果。从表2中可以看出，每种类型下的9个采样信号向量都完全正确地进行了分类，故障诊断准确率达到100％。

针对每种情况，按照表1所列的方式提取每种情况下的9个采样信号向量，然后通过利用离散小波变换对每种情况下的9个采样信号向量分别进行11个尺度的加入10％的噪声的小波分解，获得每种情况下的9个采样信号向量各自对应的能量特征向量，再对每个能量特征向量进行归一化处理，再将每个归一化后的能量特征向量作为一个测试样本输入到已训练好的贝叶斯分类器中，贝叶斯分类器的输出结果的准确量如表3所示。

表3小波分解加入10％噪声情况下贝叶斯分类器的输出结果的准确量

表3中第一列表示实际采样的故障类型，包括正常工作情况，S_a1～D_a6开路故障情况，一共7种类型，每种类型下改变电路参数，获取9个采样信号向量，再进行故障诊断。表3中第一行表示贝叶斯分类器的输出结果。从表3中可以看出，除了S_a1开路故障时提取的9个采样信号向量有1个被误判为S_a2开路故障，其余情况全部判断正确，故障诊断准确率达到62/63＝98.4％。

Claims (2)

1.一种多电平逆变器故障诊断方法，其特征在于包括以下步骤：

①采用PSIM仿真软件搭建一个二极管中点钳位三电平逆变器，该二极管中点钳位三电平逆变器包括三相桥臂电路和两个直流电压源，每相所述的桥臂电路由上桥臂电路和下桥臂电路组成，所述的上桥臂电路包括第一功率开关器件、第二功率开关器件和第五功率开关器件，所述的下桥臂电路包括第三功率开关器件、第四功率开关器件和第六功率开关器件，所述的第一功率开关器件分别与其中一个所述的直流电压源、所述的第二功率开关器件及所述的第五功率开关器件连接，所述的第四功率开关器件分别与另一个所述的直流电压源、所述的第三功率开关器件及所述的第六功率开关器件连接，所述的第二功率开关器件和所述的第三功率开关器件与其所在的所述的桥臂电路的输出端连接，所述的第五功率开关器件和所述的第六功率开关器件与两个所述的直流电压源的公共连接端连接；

②该二极管中点钳位三电平逆变器在正常工作的情况下，提取该二极管中点钳位三电平逆变器中的每相桥臂电路在一个周期内的所有输出电压；然后将在正常工作的情况下提取的所有输出电压构成正常工作的情况下的采样信号向量，记为X₁₉；

同样，该二极管中点钳位三电平逆变器在加入每种开路故障的情况下，提取该二极管中点钳位三电平逆变器中的每相桥臂电路在一个周期内的所有输出电压；然后将在加入每种开路故障的情况下提取的所有输出电压构成加入每种开路故障的情况下的采样信号向量，将加入第i种开路故障的情况下的采样信号向量记为X_i，其中，1≤i≤18，第1种开路故障～第6种开路故障对应为a相桥臂电路中的第一个绝缘栅双极型晶体管、第二个绝缘栅双极型晶体管、第三个绝缘栅双极型晶体管、第四个绝缘栅双极型晶体管、第五个二极管、第六个二极管发生开路故障，第7种开路故障～第12种开路故障对应为b相桥臂电路中的第一个绝缘栅双极型晶体管、第二个绝缘栅双极型晶体管、第三个绝缘栅双极型晶体管、第四个绝缘栅双极型晶体管、第五个二极管、第六个二极管发生开路故障，第13种开路故障～第18种开路故障对应为c相桥臂电路中的第一个绝缘栅双极型晶体管、第二个绝缘栅双极型晶体管、第三个绝缘栅双极型晶体管、第四个绝缘栅双极型晶体管、第五个二极管、第六个二极管发生开路故障；

再将X₁、……、X₁₈、X₁₉构成一个采样信号向量集合，记为X，X＝{X₁,…,X₁₈,X₁₉}，其中，X₁表示加入第1种开路故障的情况下的采样信号向量，X₁亦表示X中的第1个采样信号向量，X₁₈表示加入第18种开路故障的情况下的采样信号向量，X₁₈亦表示X中的第18个采样信号向量，X₁₉亦表示X中的第19个采样信号向量；

③通过利用离散小波变换对X中的每个采样信号向量进行11个尺度的小波分解，获取X中的每个采样信号向量对应的维数为1×12维的能量特征向量，将X中的第j个采样信号向量X_j对应的维数为1×12维的能量特征向量记为T_j，其中，1≤j≤19；

④对X中的每个采样信号向量对应的维数为1×12维的能量特征向量进行归一化处理，得到X中的每个采样信号向量对应的维数为1×12维的归一化后的能量特征向量，将X中的第j个采样信号向量X_j对应的维数为1×12维的归一化后的能量特征向量记为T_j'，其中，1≤j≤19；

⑤将X中的每个采样信号向量对应的维数为1×12维的归一化后的能量特征向量作为一个训练样本，将X对应的19个训练样本分别输入到贝叶斯分类器中进行训练，得到已训练好的贝叶斯分类器；

⑥将待诊断的二极管中点钳位三电平逆变器记为test；然后提取test中的每相桥臂电路在一个周期内的所有输出电压；接着将提取的所有输出电压构成采样信号向量，记为X_test；再通过利用离散小波变换对X_test进行11个尺度的小波分解，获取X_test对应的维数为1×12维的能量特征向量，记为T_test；之后对T_test进行归一化处理，得到X_test对应的维数为1×12维的归一化后的能量特征向量，记为T_test'；最后将T_test'作为测试样本输入到已训练好的贝叶斯分类器中，已训练好的贝叶斯分类器输出该测试样本所属的类，若该测试样本属于第i类，则表明test出现第i种开路故障，若该测试样本属于第19类，则表明test正常未出现开路故障，其中，1≤i≤18。

2.根据权利要求1所述的一种多电平逆变器故障诊断方法，其特征在于所述的步骤③中X中的第j个采样信号向量X_j对应的维数为1×12维的能量特征向量T_j的获取过程为：

③-1、利用离散小波变换对X_j进行11个尺度的小波分解，得到X_j的1个低频带信号和11个高频带信号；

③-2、在X_j的低频带信号中采样N个信号点，其中，N为[800,1200]内的一个正整数；然后提取X_j的低频带信号中的N个信号点各自的信号幅值；再将X_j的低频带信号中的N个信号点的信号幅值构成X_j的低频带信号的重构信号，记为S_j,0；

同样，在X_j的每个高频带信号中采样N个信号点，其中，N为[800,1200]内的一个正整数；然后提取X_j的每个高频带信号中的N个信号点各自的信号幅值；再将X_j的每个高频带信号中的N个信号点的信号幅值构成X_j的每个高频带信号的重构信号，将X_j的第p个高频带信号的重构信号记为S_j,p，其中，1≤p≤11；

再将S_j,0、S_j,1、……、S_j,11构成X_j的重构信号集合，记为S_j，S_j＝{S_j,0,S_j,1,S_j,2,…,S_j,11}，其中，S_j,1表示X_j的第1个高频带信号的重构信号，S_j,11表示X_j的第11个高频带信号的重构信号；

③-3、计算S_j中的每个重构信号的总能量，将S_j中的第q个重构信号S_j,q的总能量记为E_j,q，其中，0≤q≤11，s_j,q(n)表示S_j,q中的第n个信号幅值，符号“||”为取绝对值符号；

③-4、构造X_j对应的维数为1×12维的能量特征向量，记为T_j，T_j＝[E_j,0,E_j,1,…,E_j,11]，其中，E_j,0表示S_j中的第0个重构信号S_j,q的总能量，E_j,1表示S_j中的第1个重构信号S_j,q的总能量，E_j,11表示S_j中的第11个重构信号S_j,q的总能量，符号“[]”为向量表示符号。