CN109031083A

CN109031083A - 基于快速傅里叶变换和滑动平均值算法的mmc故障检测方法

Info

Publication number: CN109031083A
Application number: CN201810765508.9A
Authority: CN
Inventors: 刘振兴; 李翠; 张永; 王�琦; 蔡斌; 苏茜
Original assignee: Wuhan University of Science and Engineering WUSE
Current assignee: Wuhan University of Science and Engineering WUSE; Wuhan University of Science and Technology WHUST
Priority date: 2018-07-12
Filing date: 2018-07-12
Publication date: 2018-12-18

Abstract

本发明提供一种基于快速傅里叶变换和滑动平均值算法的MMC故障检测方法，包括以下步骤：采集待检测模块化多平换流器的运行状态下交流侧的每一相电流，通过快速傅里叶变换对电流进行处理，获得每一个电流周期中直流分量，根据直流分量与预设直流分量阈值的大小判定待检测模块化多平换流器是否出现子模块开路故障，并通过比较三相电流直流分量定位到故障桥臂，再通过滑动平均值滤波算法对故障桥臂的所有子模块电容电压进行处理分析以定位出故障子模块。本发明在不需要建立精确数据模型的条件下利用简单的算法，且在不需要额外增加传感器的情况下快速精准地监测出故障，简单易行。

Description

基于快速傅里叶变换和滑动平均值算法的MMC故障检测方法

技术领域

本发明涉及电力电子技术、柔性直流输电领域，特别涉及一种基于快速傅里叶变换和子模块电压滑动平均值算法的模块化多电平换流器的子模块IGBT开路故障检测方法。

背景技术

模块化多电平换流器(MMC)作为一种新型电压源换流器，采用大量的子模块串联而成，具有高度模块化、低谐波、低损耗等诸多优点，运用较低的开关频率便可获得较优的波形品质，在柔性直流输电等高压大功率场合得到了广泛的应用。

MMC共有6个桥臂，每个桥臂由N个结构相同的子模块(Submodule,SM)和一个桥臂电抗器L0串联构成，每相上、下桥臂组成一个相单元，且共直流母线。由于在高电压等级时MMC串联子模块个数较多，子模块故障发生的可能性也相对于普通的电压源换流器来说更大些，一旦有子模块发生故障，如不能及时检测出故障，则在影响到供电质量的同时，可能诱发其他子模块故障，进而导致系统无法正常运行。

子模块故障中绝缘栅双极型晶体管(IGBT)故障发生的可能性高于其他故障，而IGBT故障主要分为开路故障和短路故障两类。其中，IGBT短路故障由于其存在时间短，危害很大，硬件电路已有相对成熟的解决方案，且可通过串联器件的冗余得到暂时性的解决。但是，子模块IGBT开路故障不容易被发现，很可能形成二次故障，因此，检测MMC系统的开路故障尤为重要。

发明内容

本发明是为了解决上述问题而进行的，目的在于提供一种基于快速傅里叶变换和子模块电压滑动平均值算法的MMC的子模块IGBT开路故障检测方法，通过分析交流侧三相电流以及子模块电容电压的变化特点，快速地检测出故障并对故障子模块进行定位。

本发明提供的一种基于快速傅里叶变换和滑动平均值算法的MMC故障检测方法，具有这样的特征，包括：

步骤1，采集待检测模块化多平换流器的运行状态下交流侧的每一相电流i_j,j＝(a,b,c)；

步骤2，对采集到的电流i_j进行快速傅里叶变换，计算出每一个电流周期中直流分量i_j-dc,j＝(a,b,c)，根据直流分量i_j-dc与预设直流分量阈值i_pre的大小判定待检测模块化多平换流器是否出现子模块开路故障，并在待检测模块化多平换流器判定为子模块开路故障后，通过比较三相电流直流分量i_a-dc、i_b-dc、i_c-dc定位到故障桥臂；

步骤3，当待检测模块化多平换流器定位到故障桥臂后，通过滑动平均值滤波算法对故障桥臂的所有N个子模块电容电压u_cr,r＝1,2,···,N进行处理分析以定位到故障子模块。

在本发明提供的基于快速傅里叶变换和滑动平均值算法的MMC故障检测方法中，还可以具有这样的特征：其中，步骤2中快速傅里叶变换公式如下：

式中，a_j,k、b_j,k用于计算三相电流的谐波幅值；i_j(n)为采样的电流；M为一个周期内采样点数；n＝1,2,…,M-1；k为整数。

在本发明提供的基于快速傅里叶变换和滑动平均值算法的MMC故障检测方法中，还可以具有这样的特征：其中，步骤2中根据直流分量i_j-dc与预设直流分量阈值i_pre的大小判定待检测模块化多平换流器的运行状态包括以下情况：当直流分量i_j-dc小于等于预设直流分量阈值i_pre时，视为直流分量i_j-dc≈0，并判定为待检测模块化多平换流器正常运行；当直流分量i_j-dc大于预设直流分量阈值i_pre，且持续时间超过预设时间Δt₁时，判定为待检测模块化多平换流器出现子模块开路故障。

在本发明提供的基于快速傅里叶变换和滑动平均值算法的MMC故障检测方法中，还可以具有这样的特征：其中，预设直流分量阈值i_pre设置为0.1；预设时间Δt₁≥0.02s。

在本发明提供的基于快速傅里叶变换和滑动平均值算法的MMC故障检测方法中，还可以具有这样的特征：其中，步骤2中比较三相电流直流分量i_a-dc、i_b-dc、i_c-dc定位故障桥臂具体包括：判定三相电流直流分量i_a-dc、i_b-dc、i_c-dc绝对值最大者为故障相，进一步，当故障相的直流分量i_j-dc为正时，判定为该相上桥臂子模块发生故障；当故障相的直流分量i_j-dc为负时，判定为该相下桥臂子模块发生故障。

在本发明提供的基于快速傅里叶变换和滑动平均值算法的MMC故障检测方法中，还可以具有这样的特征：其中，预设直流分量阈值i_pre通过以下步骤设定：

步骤A1，采集样本模块化多平换流器在正常运行状态以及子模块开路故障状态下交流侧的每一相样本电流i_j',j＝(a,b,c)；

步骤A2，对采集到的样本电流i_j'进行快速傅里叶变换，计算出每一个电流周期中样本直流分量i'_j-dc,j＝(a,b,c)；

步骤A3，对正常运行状态以及子模块开路故障状态对应的样本直流分量i'_j-dc进行统计分析，设定预设直流分量阈值i_pre。

在本发明提供的基于快速傅里叶变换和滑动平均值算法的MMC故障检测方法中，还可以具有这样的特征：其中，步骤3的处理分析过程包括如下步骤：

步骤3-1，采集故障桥臂的所有N个子模块电容电压u_cr,r＝1,2,···,N；

步骤3-2，采用滑动平均值滤波算法对u_cr进行滤波处理，得到对应的子模块电容电压输出均值U_cr,r＝1,2,···,N；

步骤3-3，根据U_cr定位出故障子模块：当U_cr大于待检测模块化多平换流器中其他任意一个子模块的电容电压输出均值U_th，即，U_cr＞U_th，并且持续时间超过Δt₂时，则判定为对应的子模块出现开路故障，其中Δt₂≥0.05s。

在本发明提供的基于快速傅里叶变换和滑动平均值算法的MMC故障检测方法中，还可以具有这样的特征：其中，步骤3的处理分析过程还包括故障检测结果进行简化处理并用信号波形图表示，包括以下步骤：

步骤3-4，将步骤3-1采集的子模块电容电压输出均值U_cr进行归一化处理，并根据步骤3-3的判断结果将处理后的故障状态下的子模块电容电压输出均值记作V_foult以及正常运行状态下的子模块电容电压输出均值记作V_normal，将V_foult与V_normal的比值记作β，即，

步骤3-5，设置桥臂中各子模块工作状态的信号波形图，当子模块正常运行时，即1≤β≤1.05时，在信号波形图中对应的子模块信号输出设置为0；当子模块开路故障时，即β>1.05时，在信号波形图中对应的子模块信号输出设置为1。

发明的作用与效果

本发明提供的基于快速傅里叶变换和滑动平均值算法的MMC故障检测方法，先利用子模块开路故障时三相交流电流中的直流分量变化情况，根据FFT分析结果，检测故障并且定位到具体的桥臂；根据故障桥臂中的子模块电容电压变化，对子模块电容电压进行滑动平均值运算后得到其电压均值，根据电压均值的变化定位故障子模块。本发明的检测方法的优点在于针对模块化多电平换流器子模块正常和开路故障特点，以交流电流的变化特点作为故障判断依据，在不需要建立精确数据模型的条件下利用简单的算法，且不需要额外增加传感器的情况下快速精准地监测出故障。该方法简单易行，且定位结果快速准确。

此外，本发明的检测方法中将检测结果进行了简化处理，以信号波形图这种简单清楚的形式表示，便于技术人员快速直观地获悉检测结果，以便及时对故障进行处理。

附图说明

图1是本发明的实施例中三相MMC拓扑结构图；

图2是本发明的实施例中MMC子模块拓扑结构图；

图3是本发明的实施例中MMC子模块开路故障检测的流程简图；

图4是本发明的实施例中MMC子模块开路故障检测的详细流程图；

图5是本发明的实施例中故障桥臂定位结果示意图；

图6是本发明的实施例中故障子模块定位结果图；

图7是本发明的实施例中故障桥臂中各子模块输出信号波形图。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，以下实施例结合附图对本发明基于快速傅里叶变换和滑动平均值算法的MMC故障检测方法作具体阐述。

<实施例>

图1为三相MMC的拓扑结构图。如图1所示，MMC共有6个桥臂，每个桥臂由N个结构相同的子模块SM和一个桥臂电抗器L₀串联构成，每相上桥臂和下桥臂组成一个相单元，i_pj,j＝(a,b,c)为上桥臂相电流；i_nj,j＝(a,b,c)为下桥臂相电流；U_dc为直流侧的电压；U_vj,j＝(a,b,c)为交流侧的电压；i_vj,j＝(a,b,c)为交流侧的电流。图2是本发明的实施例中MMC子模块拓扑结构图。如图2所示，在子模块中，T1和T2是两个串联的绝缘栅双极型晶体管(IGBT)，D1、D2是与IGBT反并联的二极管，另有一电容C0与两个IGBT并联，电容的作用是不断进行充、放电，从而存储和释放电能。I_SM为子模块输入电流即桥臂电流，U_SM为子模块输出电压，V_C为子模块电容电压，MMC系统运行稳定后，每相中投入状态的子模块数量恒定为N。

图3是本发明的实施例中MMC子模块开路故障检测的流程简图。如图3所示，本实施例中基于快速傅里叶变换和滑动平均值算法的MMC故障检测方法主要包括两部分，第一部分对待检测MMC进行故障检测，一旦检测到存在故障，则可进一步定位到故障桥臂；第二部分是在定位到故障桥臂之后，进行故障子模块的定位，直至定位出故障子模块。

图4是本发明的实施例中MMC子模块开路故障检测的详细流程图。结合图4对本实施例中基于快速傅里叶变换和滑动平均值算法的MMC故障检测方法做详细阐述，具体步骤如下：

步骤1，采集待检测模块化多平换流器的运行状态下交流侧的每一相电流i_j,j＝(a,b,c)。

步骤2，进行故障桥臂定位，包括以下步骤：

步骤2-1，对采集到的电流i_j进行快速傅里叶变换(FFT)处理，获得每一个电流周期中直流分量i_j-dc,j＝(a,b,c)，快速傅里叶变换公式如下：

步骤2-2，根据直流分量i_j-dc与预设直流分量阈值i_pre的大小判定待检测模块化多平换流器是否出现子模块开路故障，包括以下情况：当直流分量i_j-dc小于等于预设直流分量阈值i_pre时，视为直流分量i_j-dc≈0，并判定为待检测模块化多平换流器正常运行。当直流分量i_j-dc大于预设直流分量阈值i_pre，且持续时间超过预设时间Δt₁时，判定为待检测模块化多平换流器出现子模块开路故障。

在本实施例中，预设时间Δt₁≥0.02s，预设直流分量阈值i_pre设置为0.1。

在对待检测模块化多平换流器进行故障检测之前，预设直流分量阈值i_pre就已经设定好，通过以下步骤而设定：

步骤A2，对采集到的样本电流i_j'进行快速傅里叶变换，计算出每一个电流周期中样本直流分量i'_j-dc,j＝(a,b,c)，

步骤A3，对正常运行状态以及子模块开路故障状态对应的样本直流分量i'_j-dc进行统计分析，根据参考统计数据选取合适的值设定为预设直流分量阈值i_pre。

步骤2-3，在待检测模块化多平换流器判定为子模块开路故障后，通过比较三相电流直流分量i_a-dc、i_b-dc、i_c-dc定位到故障桥臂。

图5是本发明的实施例中故障桥臂定位结果示意图。参考图5，比较三相电流直流分量i_a-dc、i_b-dc、i_c-dc，将三相电流直流分量i_a-dc、i_b-dc、i_c-dc绝对值最大者为判定故障相，进一步，当故障相的直流分量i_j-dc为正时，判定为该相上桥臂子模块发生故障；当故障相的直流分量i_j-dc为负时，判定为该相下桥臂子模块发生故障。

步骤3，进行故障子模块定位并输出信号波形图，包括以下步骤：

步骤3-1，采集故障桥臂的所有N个子模块电容电压u_cr,r＝1,2,···,N。子模块电容电压u_cr如图6中的上图所示，从图6中可以看出子模块SM1的曲线与其他正常子模块Normal SMs存在明显区别。

步骤3-2，如图5所示，采用滑动平均值滤波算法对u_cr进行滤波处理，得到对应的子模块电容电压输出均值U_cr,r＝1,2,···,N。子模块电容电压输出均值U_cr如图6中的下图所示，从图6中可以看出子模块SM1的曲线与其他正常子模块Normal SMs存在明显区别。

步骤3-3，根据U_cr定位出故障子模块：当U_cr大于待检测模块化多平换流器中其他任意一个子模块的电容电压输出均值U_th，即，U_cr＞U_th，并且持续时间超过Δt₂时，则判定为对应的子模块出现开路故障。在本实施例中，Δt₂≥0.05s。如图6的下图中曲线所示，在0.5S时产生故障，故障子模块SM1电容电压输出均值大于正常子模块Normal SMs的电容电压输出均值，并且在0.5S之后，该差值越来越大。

步骤3-4，将步骤3-1采集的子模块电容电压输出均值U_cr进行归一化处理，并将处理后的故障状态下的子模块电容电压输出均值记作V_foult以及正常运行状态下的子模块电容电压输出均值记作V_normal，将V_foult与V_normal的比值记作β，即，

图7是本发明的实施例中故障桥臂中各子模块输出信号波形图。在本实施例中，如图7所示，可清楚直观的看出在0.520s时，子模块SM1的输出信号由0变为1，也就是说在0.520s时，即定位出子模块SM1为故障子模块。由图6和图7可知，本实施例中的MMC在0.5s时发生子模块开路故障，而在0.520s定位出故障子模块为SM1，在故障发生后的0.02s就检测出故障并定位到了故障子模块。

由此可见，本发明提供的基于快速傅里叶变换和滑动平均值算法的MMC子模块故障检测方法，在不需要建立精确数据模型的条件下，通过比较三相直流分量的含有量检测故障可定位到具体故障桥臂，再利用滑动平均值的方法便可快速定位到具体的子模块，本发明所提出的方法简单易行，定位结果快速准确。

应当理解的是，上述实例仅是本发明的一个具体实施例，对于所属领域的普通技术人员来说，在上述说明的基础上进行的各种不同形式的修改和变形，均应认为是本发明的保护范围。

Claims

1.一种基于快速傅里叶变换和滑动平均值算法的MMC故障检测方法，其特征在于，包括以下步骤：

步骤2，对采集到的电流i_j进行快速傅里叶变换，计算出每一个电流周期中直流分量i_j-dc,j＝(a,b,c)，根据所述直流分量i_j-dc与预设直流分量阈值i_pre的大小判定所述待检测模块化多平换流器是否出现子模块开路故障，并在所述待检测模块化多平换流器判定为子模块开路故障后，通过比较三相电流直流分量i_a-dc、i_b-dc、i_c-dc定位到故障桥臂；

步骤3，当所述待检测模块化多平换流器定位到故障桥臂后，通过滑动平均值滤波算法对所述故障桥臂的所有N个子模块电容电压u_cr,r＝1,2,···,N进行处理分析以定位到故障子模块。

2.根据权利要求1所述的基于快速傅里叶变换和滑动平均值算法的MMC故障检测方法，其特征在于：

其中，步骤2中所述快速傅里叶变换公式如下：

3.根据权利要求1所述的基于快速傅里叶变换和滑动平均值算法的MMC故障检测方法，其特征在于：

其中，步骤2中根据所述直流分量i_j-dc与预设直流分量阈值i_pre的大小判定所述待检测模块化多平换流器的运行状态包括以下情况：

当所述直流分量i_j-dc小于等于所述预设直流分量阈值i_pre时，视为所述直流分量i_j-dc≈0，并判定为所述待检测模块化多平换流器正常运行；

当所述直流分量i_j-dc大于所述预设直流分量阈值i_pre，且持续时间超过预设时间Δt₁时，判定为所述待检测模块化多平换流器出现子模块开路故障。

4.根据权利要求3所述的基于快速傅里叶变换和滑动平均值算法的MMC故障检测方法，其特征在于：

其中，所述预设直流分量阈值i_pre设置为0.1；预设时间Δt₁≥0.02s。

5.根据权利要求1所述的基于快速傅里叶变换和滑动平均值算法的MMC故障检测方法，其特征在于：

其中，步骤2中比较三相电流直流分量i_a-dc、i_b-dc、i_c-dc定位故障桥臂具体包括：

判定三相电流直流分量i_a-dc、i_b-dc、i_c-dc绝对值最大者为故障相，

进一步，当故障相的所述直流分量i_j-dc为正时，判定为该相上桥臂子模块发生故障；当故障相的所述直流分量i_j-dc为负时，判定为该相下桥臂子模块发生故障。

6.根据权利要求1所述的基于快速傅里叶变换和滑动平均值算法的MMC故障检测方法，其特征在于：

其中，所述预设直流分量阈值i_pre通过以下步骤设定：

步骤A3，对正常运行状态以及子模块开路故障状态对应的所述样本直流分量i'_j-dc进行统计分析，设定所述预设直流分量阈值i_pre。

7.根据权利要求1所述的基于快速傅里叶变换和滑动平均值算法的MMC故障检测方法，其特征在于：

其中，步骤3的处理分析过程包括如下步骤：

步骤3-1，采集所述故障桥臂的所有N个子模块电容电压u_cr,r＝1,2,···,N；

步骤3-3，根据U_cr定位出故障子模块：当U_cr大于所述待检测模块化多平换流器中其他任意一个子模块的电容电压输出均值U_th，即，U_cr＞U_th，并且持续时间超过Δt₂时，则判定为对应的子模块出现开路故障，

其中，Δt₂≥0.05s。

8.根据权利要求7所述的基于快速傅里叶变换和滑动平均值算法的MMC故障检测方法，其特征在于：

其中，步骤3的处理分析过程还包括故障检测结果进行简化处理并用信号波形图表示，包括以下步骤：

步骤3-5，设置桥臂中各子模块工作状态的信号波形图，当子模块正常运行时，即1≤β≤1.05时，在所述信号波形图中对应的子模块信号输出设置为0；当子模块开路故障时，即β>1.05时，在所述信号波形图中对应的子模块信号输出设置为1。