CN108414916A - 一种Buck变换器多元件健康监测方法及系统 - Google Patents

一种Buck变换器多元件健康监测方法及系统 Download PDF

Info

Publication number
CN108414916A
CN108414916A CN201810093399.0A CN201810093399A CN108414916A CN 108414916 A CN108414916 A CN 108414916A CN 201810093399 A CN201810093399 A CN 201810093399A CN 108414916 A CN108414916 A CN 108414916A
Authority
CN
China
Prior art keywords
inductance
diode
voltage
series resistance
equivalent series
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810093399.0A
Other languages
English (en)
Other versions
CN108414916B (zh
Inventor
任磊
龚春英
姚鑫
高璐
荀本鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN201810093399.0A priority Critical patent/CN108414916B/zh
Publication of CN108414916A publication Critical patent/CN108414916A/zh
Application granted granted Critical
Publication of CN108414916B publication Critical patent/CN108414916B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/26Testing of individual semiconductor devices
    • G01R31/27Testing of devices without physical removal from the circuit of which they form part, e.g. compensating for effects surrounding elements
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/40Testing power supplies

Abstract

本发明公开了一种Buck变换器多元件健康监测方法及系统,该方法统一的采样信号为:二极管两端电压vM、电感电流iLf、输出电压vo。该方法步骤为:1.根据vM辨识出输入电压Vin、开通振铃频率fon、关断振铃频率foff,结合提取出的Vin与fon评估二极管健康状况,结合提取出的Vin与foff评估MOS管健康状况;2.根据vM、iLf与vo辨识出滤波电感感值Lf以及滤波电感等效串联电阻RLf,结合辨识出的Lf与RLf评估滤波电感的健康状况;3.根据iLf与vo辨识出滤波电容值Cf以及滤波电容等效串联电阻RCf,结合辨识出的Cf与RCf评估滤波电容的健康状况。本发明不影响变换器的正常工作,为功率开关管、滤波电感以及滤波电容寿命预测提供依据。

Description

一种Buck变换器多元件健康监测方法及系统
技术领域
本发明涉及电能变换装置中的监测技术领域,尤其涉及一种Buck变换器多元件健康监测方法及系统。
背景技术
系统故障预测与健康管理(Prognostics and Health Management,PHM)是一种全面故障检测、隔离和预测及健康管理技术。通过监测系统的故障特征参数,借助各种推理算法来估计系统自身的健康状况,在系统故障发生前对其故障能尽早监测且能有效预测,准确定位退化或故障部位,并结合各种信息资源给出维修计划,从而实现系统的视情维修和自主式保障,对降低维护费用、保障系统的可靠性与安全性、提高战备完好率和任务成功率具有十分重要的意义。
故障预测与健康管理(PHM)的概念于上世纪九十年代由美国提出,经过多年的研究,飞机发动机、直升机旋翼及其传动等机械结构系统的PHM技术已经比较成熟,各国相继开发了相应的PHM系统,并已广泛应用于大、中型民用和军用飞机中。由于失效机理不同,相比于机械系统,电子系统故障预测难度更大,受机械系统尤其是发动机系统PHM方面取得显著进展的鼓舞,为了实现电子设备的故障预测功能,美国国防工业协会在2004年组织召开了第一次电子预测专题研讨会。目前电子设备的PHM研究已取得了一些成果,部分技术已经商业化。根据现有资料,电子电路故障预测方法可分为以下三类:基于性能特征参数监测的寿命预测、基于物理失效模型(Physics of Failure,PoF)的实时剩余寿命预测以及基于内建“故障标尺”的健康管理。
随着电力电子装置在各领域的应用愈发广泛,急需研究电力电子装置的PHM技术。电力电子变换系统一般由主功率电路、控制电路两大部分组成。由于电力电子主电路工作在高频、高功率的强非线性工作方式,器件性能退化速度远远高于控制电路,主电路故障率远远高于控制电路部分,而后者属于电子电路,其PHM已有较多的研究成果,因此研究电力电子主电路的PHM技术就显得十分重要。电力电子主电路器件内部工作机理与相应的电子器件类似,理论上其故障预测方法可以借鉴电子电路,但是由于主电路器件处理功率大,应力大,寿命远低于电子器件,且受环境应力等影响关系复杂,功率管精确的实效模型短期内难以获得,比较上述三种电子电路的预测方法,基于性能特征参数监测的预测方法相对更适用于主电路的故障预测。因此,有必要研究电力电子主电路的特征参数提取方法。
有文献给出了电力电子主电路电解电容、MOSFET、电感、二极管的失效率,指出25℃下电解电容失效率最高为60%,其次是MOSFET为31%,电感为6%、二极管为3%。由于电解电容和开关管失效率明显高于其它器件,目前国内外针对主电路器件的故障预测研究多集中在这两种器件上。然而,当前的研究多是单独针对开关管或电解电容的研究,针对多元件(开关管、电解电容、电感)的故障特征参数统一提取方法还未见报道。
发明内容
本发明所要解决的技术问题是针对背景技术中所涉及到的缺陷,提供一种Buck变换器多元件健康监测方法,能够实时监测开关管、滤波电感、滤波电容的健康状况。
本发明为解决上述技术问题采用以下技术方案:
一种Buck变换器多元件健康监测方法,其特征在于,该方法统一的采样信号为:二极管两端电压vM、电感电流iLf、输出电压vo。该方法步骤为:1.根据vM辨识出输入电压Vin、开通振铃频率fon、关断振铃频率foff,结合提取出的Vin与fon评估二极管健康状况,结合提取出的Vin与foff评估MOS管健康状况;2.根据vM、iLf与vo辨识出滤波电感感值Lf以及滤波电感等效串联电阻RLf,结合辨识出的Lf与RLf评估滤波电感的健康状况;3.根据iLf与vo辨识出滤波电容值Cf以及滤波电容等效串联电阻RCf,结合辨识出的Cf与RCf评估滤波电容的健康状况。
进一步的,根据权利要求1所述的根据vM辨识出输入电压Vin、开通振铃频率fon、关断振铃频率foff的方法,具体包含以下步骤:
步骤A),根据vM波形特征,提取开通振铃数据以及关断振铃数据:
对vM进行高通滤波,将高通滤波后的数据最大值后第一个过零点作为起点,抽出5%开关周期的数据作为开通振铃数据;
将vM数据最小值后第一个过零点作为起点,抽出5%开关周期的数据作为关断振铃数据。
步骤B),对提取到的开通振铃数据以及关断振铃数据进行经验模态分解(EMD),分别获得一系列本征模函数(Intrinsic Mode Function,简称IMF);
步骤C),分别从获得的开通振铃与关断振铃的IMFs中抽出10个IMF,进行FFT分析,获得10条开通振铃IMFs的频谱Si(on)(f)(i=1,2,3,…,10)以及关断振铃IMFs的频谱Si(off)(f)(i=1,2,3,…,10);
步骤D),确定10条开通振铃IMFs的频谱Si(on)(f)(i=1,2,3,…,10)中峰值最高的频谱作为开通振铃对应的频谱,该频谱峰值点对应的频率即为开通振铃频率fon;确定10条关断振铃IMFs的频谱Si(on)(f)(i=1,2,3,…,10)中峰值最高的频谱作为关断振铃对应的频谱,该频谱峰值点对应的频率即为关断振铃频率foff
进一步的,根据权利要求1所述根据vM、iLf与vo辨识出滤波电感感值Lf以及滤波电感等效串联电阻RLf的方法,具体包含以下步骤:
步骤A),建立电感支路的状态方程:
步骤B),将步骤A中得到的状态方程进行离散化处理:
其中T为采样周期。根据离散化方程,定义参数矩阵:
定义观测矩阵:
步骤C),利用采样得到的vM、iLf与vo数据,根据步骤B建立的模型,利用递推参数辨识算法,进行参数辨识,得到θ的估计值:
步骤D),根据得到的θ估计值,计算所需辨识参数值:
进一步的,根据权利要求1所述根据iLf与vo辨识出滤波电容值Cf以及滤波电容等效串联电阻RCf的方法,具体包含以下步骤:
步骤A),建立电感支路以及负载支路的状态方程:
步骤B),将步骤A中得到的状态方程进行离散化处理:
其中T为采样周期。根据离散化方程,定义参数矩阵:
定义观测矩阵:
步骤C),利用采样得到的iLf与vo数据,根据步骤B建立的模型,利用递推参数辨识算法,进行参数辨识,得到θ的估计值:
步骤D),根据得到的θ估计值,计算所需辨识参数值:
有益效果:
1.本发明基于统一的采样点,可以同时实现开关管、电感、电容的健康监测。
2.对于输出电压、电感电流双环控制的Buck电路,本发明只需增加二极管两端电压vM的采集,实现电路简单;
3.无需打断电路的正常工作,可以实现实时在线监测。
附图说明
图1为本发明Buck电路多元件健康监测系统结构示意图;
图2为本发明Buck电路振铃频率提取方法流程图。
具体实施方式
以下将结合附图,对本发明的技术方案及有益效果进行详细说明。
如图1所示,本发明公开了一种Buck变换器多元件健康监测方法,包括开关管健康监测、滤波电感健康监测、滤波电容健康监测。该方法统一的采样信号为:二极管两端电压vM、电感电流iLf、输出电压vo。该方法步骤为:1.根据vM辨识出输入电压Vin、开通振铃频率fon、关断振铃频率foff,结合提取出的Vin与fon评估二极管健康状况,结合提取出的Vin与foff评估MOS管健康状况;2.根据vM、iLf与vo辨识出滤波电感感值Lf以及滤波电感等效串联电阻RLf,结合辨识出的Lf与RLf评估滤波电感的健康状况;3.根据iLf与vo辨识出滤波电容值Cf以及滤波电容等效串联电阻RCf,结合辨识出的Cf与RCf评估滤波电容的健康状况。
所述根据vM辨识出输入电压Vin、开通振铃频率fon、关断振铃频率foff的方法,具体包含以下步骤:
步骤A),根据vM波形特征,提取开通振铃数据以及关断振铃数据:对vM进行高通滤波,将高通滤波后的数据最大值后第一个过零点作为起点,抽出5%开关周期的数据作为开通振铃数据;将vM数据最小值后第一个过零点作为起点,抽出5%开关周期的数据作为关断振铃数据。
步骤B),对提取到的开通振铃数据以及关断振铃数据进行经验模态分解(EMD),分别获得一系列本征模函数(Intrinsic Mode Function,简称IMF);
步骤C),分别从获得的开通振铃与关断振铃的IMFs中抽出10个IMF,进行FFT分析,获得10条开通振铃IMFs的频谱Si(on)(f)(i=1,2,3,…,10)以及关断振铃IMFs的频谱Si(off)(f)(i=1,2,3,…,10);
步骤D),确定10条开通振铃IMFs的频谱Si(on)(f)(i=1,2,3,…,10)中峰值最高的频谱作为开通振铃对应的频谱,该频谱峰值点对应的频率即为开通振铃频率fon;确定10条关断振铃IMFs的频谱Si(on)(f)(i=1,2,3,…,10)中峰值最高的频谱作为关断振铃对应的频谱,该频谱峰值点对应的频率即为关断振铃频率foff
所述根据vM、iLf与vo辨识出滤波电感感值Lf以及滤波电感等效串联电阻RLf的方法,具体包含以下步骤:
步骤A),建立电感支路的状态方程:
步骤B),将步骤A中得到的状态方程进行离散化处理:
其中T为采样周期。根据离散化方程,定义参数矩阵:
定义观测矩阵:
步骤C),利用采样得到的vM、iLf与vo数据,根据步骤B建立的模型,利用递推参数辨识算法,进行参数辨识,得到θ的估计值:
步骤D),根据得到的θ估计值,计算所需辨识参数值:
所述根据iLf与vo辨识出滤波电容值Cf以及滤波电容等效串联电阻RCf的方法,具体包含以下步骤:
步骤A),建立电感支路以及负载支路的状态方程:
步骤B),将步骤A中得到的状态方程进行离散化处理:
其中T为采样周期。根据离散化方程,定义参数矩阵:
定义观测矩阵:
步骤C),利用采样得到的iLf与vo数据,根据步骤B建立的模型,利用递推参数辨识算法,进行参数辨识,得到θ的估计值:
步骤D),根据得到的θ估计值,计算所需辨识参数值:
本技术领域技术人员可以理解的是,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种Buck变换器多元件健康监测方法,其特征在于,所述方法采集下述信号:二极管两端电压vM、电感电流iLf、输出电压vo
根据vM的偏置电压获取输入电压Vin,根据vM中高频分量,利用EMD与FFT的方法获取开通振铃频率fon、关断振铃频率foff;结合提取出的输入电压Vin与开通振铃频率fon评估二极管健康状况,结合提取出的输入电压Vin与关断振铃频率foff评估MOS管健康状况;
根据二极管两端电压vM、电感电流iLf与输出电压vo,利用参数辨识的方法计算出滤波电感感值Lf以及滤波电感等效串联电阻RLf;结合计算得到的滤波电感感值Lf与滤波电感等效串联电阻RLf评估滤波电感的健康状况;
根据电感电流iLf与输出电压vo,利用参数辨识的方法计算出滤波电容值Cf以及滤波电容等效串联电阻RCf,结合计算得到的滤波电容值Cf与滤波电容等效串联电阻RCf评估滤波电容的健康状况。
2.根据权利要求1所述的一种Buck变换器多元件健康监测方法,其特征在于,所述的根据二极管两端电压vM辨识出输入电压Vin、开通振铃频率fon、关断振铃频率foff的方法,包含以下步骤:
步骤1.1),根据二极管两端电压vM波形特征,提取开通振铃数据以及关断振铃数据:
对二极管两端电压vM进行高通滤波,将高通滤波后的数据最大值后第一个过零点作为起点,抽出含有完整周期开关周期的数据作为开通振铃数据;
将二极管两端电压vM数据最小值后第一个过零点作为起点,抽出5%开关周期的数据作为关断振铃数据;
步骤1.2),对提取到的开通振铃数据以及关断振铃数据进行经验模态分解EMD,分别获得一系列本征模函数Intrinsic Mode Function,简称IMF;
步骤1.3),分别从获得的开通振铃与关断振铃的IMFs中抽出N个IMF,进行FFT分析,获得N条开通振铃IMFs的频谱Si(on)(f),i=1,2,3,…,N,以及N条关断振铃IMFs的频谱Si(off)(f),i=1,2,3,…,N;
步骤1.4),确定N条开通振铃IMFs的频谱Si(on)(f),i=1,2,3,…,N,中峰值最高的频谱作为开通振铃对应的频谱,该频谱峰值点对应的频率即为开通振铃频率fon;确定N条关断振铃IMFs的频谱Si(on)(f),i=1,2,3,…,N,中峰值最高的频谱作为关断振铃对应的频谱,该频谱峰值点对应的频率即为关断振铃频率foff
3.根据权利要求1所述的一种Buck变换器多元件健康监测方法,其特征在于,所述的根据二极管两端电压vM、电感电流iLf与输出电压vo辨识出滤波电感感值Lf以及滤波电感等效串联电阻RLf的过程包含以下步骤:
步骤2.1),建立电感支路的状态方程:
步骤2.2),将步骤2.1中得到的状态方程进行离散化处理:
其中T为采样周期,根据离散化方程,定义参数矩阵:
定义观测矩阵:
步骤2.3),利用采样得到的二极管两端电压vM、电感电流iLf与输出电压vo数据,根据步骤2.2建立的模型,利用递推参数辨识算法,进行参数辨识,得到θ1的估计值:
步骤2.4),根据得到的θ1估计值,计算所需辨识参数值:
4.根据权利要求1所述的一种Buck变换器多元件健康监测方法,其特征在于,所述根据电感电流iLf与输出电压vo辨识出滤波电容值Cf以及滤波电容等效串联电阻RCf的过程,包含以下步骤:
步骤3.1),建立电感支路以及负载支路的状态方程:
步骤3.2),将步骤3.1中得到的状态方程进行离散化处理:
其中T为采样周期,根据离散化方程,定义参数矩阵:
定义观测矩阵:
步骤3.3),利用采样得到的iLf与vo数据,根据步骤3.2建立的模型,利用递推参数辨识算法,进行参数辨识,得到θ2的估计值:
步骤3.4),根据得到的θ2估计值,计算所需辨识参数值:
5.根据权利要求1至4任一项所述的一种Buck变换器多元件健康监测方法,其特征在于,健康监测的方法为,将实时获取的故障特征参数与初始的故障特征参数进行对比,偏移量超过指标测判断为失效;各参数偏移指标为:振铃频率20%,电感值20%,电感等效串联电阻100%,电容值20%,电容等效串联电阻100%。
6.一种Buck变换器多元件健康监测系统,其特征在于,该系统包括Buck变换器,电压传感器、电流传感器;所述Buck变换器中包含二极管、电感以及负载,所述二极管并联接电压传感器,采集二极管两端电压vM;所述电感上串接电流传感器采集电感电流iLf;所述负载电阻两端并接电压传感器采集输出电压vo
7.根据权利要求6所述的一种Buck变换器多元件健康监测系统,其特征在于,所述Buck变换器包括输入电压源、功率开关器件、二极管、电感及其等效串联电阻、滤波电容及其串联电阻、负载电阻;其中,功率开关器件一端连接输入电压源正极,另一端同时连接二极管负极和电感的一端;电感另一端与电感的等效串联电阻相连接,电感的等效串联电阻另一端同时连接电容的等效串联电阻一端和负载电阻一端;电容的等效串联电阻另一端连接电容的一端,电容的另外一端同时连接输入电源负极、二极管正极以及负载电阻的另一端。
8.根据权利要求7所述的一种Buck变换器多元件健康监测系统,其特征在于,所述的功率开关器件位MOSFET、IGBT开关器件。
CN201810093399.0A 2018-01-31 2018-01-31 一种Buck变换器多元件健康监测方法及系统 Active CN108414916B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810093399.0A CN108414916B (zh) 2018-01-31 2018-01-31 一种Buck变换器多元件健康监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810093399.0A CN108414916B (zh) 2018-01-31 2018-01-31 一种Buck变换器多元件健康监测方法及系统

Publications (2)

Publication Number Publication Date
CN108414916A true CN108414916A (zh) 2018-08-17
CN108414916B CN108414916B (zh) 2020-10-27

Family

ID=63126593

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810093399.0A Active CN108414916B (zh) 2018-01-31 2018-01-31 一种Buck变换器多元件健康监测方法及系统

Country Status (1)

Country Link
CN (1) CN108414916B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109725213A (zh) * 2018-12-12 2019-05-07 江南大学 基于逆向卡尔曼滤波器的Buck变换器故障检测方法
CN110320425A (zh) * 2019-07-24 2019-10-11 南通大学 一种Buck类直直变换器输出电容ESR监测方法
CN110456165A (zh) * 2019-07-04 2019-11-15 哈尔滨工程大学 一种直流变换器电感和电容参数辨识电路
CN110609243A (zh) * 2019-09-05 2019-12-24 广东浪潮大数据研究有限公司 一种cpu电源效率的测试方法、系统及相关组件
CN111391615A (zh) * 2020-03-25 2020-07-10 广州华凌制冷设备有限公司 运行检测方法、运行检测装置、车载空调器和存储介质
CN112928941A (zh) * 2021-02-07 2021-06-08 南通大学 一种全桥变换器功率开关管健康监测方法及系统
CN112986668A (zh) * 2021-02-07 2021-06-18 南通大学 一种Buck变换器功率开关管阈值电压监测装置及方法
CN113671335A (zh) * 2021-08-20 2021-11-19 南通大学 一种Boost变换器功率开关管与二极管统一监测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1430429A (en) * 1973-05-18 1976-03-31 Plessey Co Ltd Telephone system with ringing-path detector
US5568373A (en) * 1994-07-28 1996-10-22 Small; Kenneth T. Tolerant power converter
CN103187868A (zh) * 2011-12-30 2013-07-03 聚积科技股份有限公司 转换器的等效电阻值的控制方法与装置
CN104704736A (zh) * 2012-09-28 2015-06-10 株式会社日立制作所 半导体器件和使用它的电力转换装置
CN104750915A (zh) * 2015-03-06 2015-07-01 南京航空航天大学 一种Buck电路多参数在线辨识方法
CN105467305A (zh) * 2016-01-13 2016-04-06 安徽理工大学 一种变工况下Buck-Boost电路故障特征提取方法
US9768703B2 (en) * 2014-12-31 2017-09-19 Apple Inc. Shoot-through prevention in switched-mode power supplies

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1430429A (en) * 1973-05-18 1976-03-31 Plessey Co Ltd Telephone system with ringing-path detector
US5568373A (en) * 1994-07-28 1996-10-22 Small; Kenneth T. Tolerant power converter
CN103187868A (zh) * 2011-12-30 2013-07-03 聚积科技股份有限公司 转换器的等效电阻值的控制方法与装置
CN104704736A (zh) * 2012-09-28 2015-06-10 株式会社日立制作所 半导体器件和使用它的电力转换装置
US9768703B2 (en) * 2014-12-31 2017-09-19 Apple Inc. Shoot-through prevention in switched-mode power supplies
CN104750915A (zh) * 2015-03-06 2015-07-01 南京航空航天大学 一种Buck电路多参数在线辨识方法
CN105467305A (zh) * 2016-01-13 2016-04-06 安徽理工大学 一种变工况下Buck-Boost电路故障特征提取方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
JIANCHENG FANG 等: "Online Inverter Fault Diagnosis of Buck-Converter BLDC Motor Combinations", 《IEEE TRANSACTIONS ON POWER ELECTRONICS》 *
吴杭举 等: "一种基于离散观测器的DC/DC变换器参数在线辨识方法", 《电源学报》 *
孙凤艳: "电力电子电路故障预测关键技术研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *
毛兴云 等: "Buck变换器参数辨识的研究", 《电源技术应用》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109725213A (zh) * 2018-12-12 2019-05-07 江南大学 基于逆向卡尔曼滤波器的Buck变换器故障检测方法
CN110456165B (zh) * 2019-07-04 2021-09-10 哈尔滨工程大学 一种直流变换器电感和电容参数辨识电路
CN110456165A (zh) * 2019-07-04 2019-11-15 哈尔滨工程大学 一种直流变换器电感和电容参数辨识电路
CN110320425B (zh) * 2019-07-24 2021-06-15 南通大学 一种Buck类直直变换器输出电容ESR监测方法
CN110320425A (zh) * 2019-07-24 2019-10-11 南通大学 一种Buck类直直变换器输出电容ESR监测方法
CN110609243A (zh) * 2019-09-05 2019-12-24 广东浪潮大数据研究有限公司 一种cpu电源效率的测试方法、系统及相关组件
CN110609243B (zh) * 2019-09-05 2021-11-19 广东浪潮大数据研究有限公司 一种cpu电源效率的测试方法、系统及相关组件
CN111391615A (zh) * 2020-03-25 2020-07-10 广州华凌制冷设备有限公司 运行检测方法、运行检测装置、车载空调器和存储介质
CN111391615B (zh) * 2020-03-25 2021-07-30 广州华凌制冷设备有限公司 运行检测方法、运行检测装置、车载空调器和存储介质
CN112928941A (zh) * 2021-02-07 2021-06-08 南通大学 一种全桥变换器功率开关管健康监测方法及系统
CN112986668A (zh) * 2021-02-07 2021-06-18 南通大学 一种Buck变换器功率开关管阈值电压监测装置及方法
CN112986668B (zh) * 2021-02-07 2021-11-12 南通大学 一种Buck变换器功率开关管阈值电压监测方法
CN112928941B (zh) * 2021-02-07 2021-11-12 南通大学 一种全桥变换器功率开关管健康监测方法及系统
CN113671335A (zh) * 2021-08-20 2021-11-19 南通大学 一种Boost变换器功率开关管与二极管统一监测方法

Also Published As

Publication number Publication date
CN108414916B (zh) 2020-10-27

Similar Documents

Publication Publication Date Title
CN108414916A (zh) 一种Buck变换器多元件健康监测方法及系统
CN109635928B (zh) 基于深度学习模型融合的电压暂降原因识别方法
CN105137292B (zh) 用于高压电缆故障定位的直流信号智能采集装置
CN106908666A (zh) 一种Boost电路及其输出电容ESR监测方法
CN108872882B (zh) 一种三电平级联逆变器的故障诊断装置及其诊断方法
CN104267296B (zh) 基于mmc的statcom故障诊断方法
CN112598303A (zh) 基于1d卷积神经网络和lstm结合的非侵入式负荷分解方法
CN105790568A (zh) 基于压缩感知的高频谐振软开关电路故障预测方法及装置
CN104538222B (zh) 基于人工神经网络的高压开关选相控制器及方法
CN104166042B (zh) 量程自适应电流检测光纤传输系统及检测方法
CN208520978U (zh) 一种三电平级联逆变器的故障诊断装置
CN111404130A (zh) 基于快速开关的新型配电网故障检测方法及故障自愈系统
CN110261746A (zh) 基于振荡波电压周期衰减特性的电缆缺陷检测方法
CN106841900B (zh) 微型电磁发电机定子绕组的故障检测装置及方法
CN111999591A (zh) 一种配电网一次设备异常状态的识别方法
Geng et al. Fault diagnosis of modular multilevel converter based on RNN and wavelet analysis
CN113253063A (zh) 基于长短时记忆网络深度学习的故障电弧检测系统及方法
CN103675659B (zh) 断路器分合闸时行程-时间波形预处理方法与装置
CN116956215A (zh) 一种传动系统故障诊断方法及系统
CN203798903U (zh) 一种智能电能表
CN106771850B (zh) 基于级联双稳态系统的配电网故障选线方法
CN104267336A (zh) 一种基于断路器操作机构的故障诊断系统
CN115469184A (zh) 基于卷积网络的新能源输电线路故障识别方法
CN106353582A (zh) 一种配电网电力电子变压器的高压侧直流电压采样模块
CN109446671A (zh) 一种水下推进器小波神经网络故障预测方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant