CN110658414B - 基于模型的电力电子参数性故障检测方法 - Google Patents

基于模型的电力电子参数性故障检测方法 Download PDF

Info

Publication number
CN110658414B
CN110658414B CN201911086755.7A CN201911086755A CN110658414B CN 110658414 B CN110658414 B CN 110658414B CN 201911086755 A CN201911086755 A CN 201911086755A CN 110658414 B CN110658414 B CN 110658414B
Authority
CN
China
Prior art keywords
power electronic
electronic circuit
circuit
model
actual
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.)
Active
Application number
CN201911086755.7A
Other languages
English (en)
Other versions
CN110658414A (zh
Inventor
刘宇
岳康
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.)
ShanghaiTech University
Original Assignee
ShanghaiTech University
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 ShanghaiTech University filed Critical ShanghaiTech University
Priority to CN201911086755.7A priority Critical patent/CN110658414B/zh
Publication of CN110658414A publication Critical patent/CN110658414A/zh
Application granted granted Critical
Publication of CN110658414B publication Critical patent/CN110658414B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • Y04S10/52—Outage or fault management, e.g. fault detection or location

Abstract

本发明的技术方案是提供了一种基于模型的电力电子参数性故障检测方法，其特征在于，包括以下步骤：基于物理规律建立电力电子电路的微分数学模型；运用动态状态估计的方法对电力电子电路的微分数学模型进行精确求解，获得最优状态估计量；计算由最优状态估计量得到的电力电子电路的估计测量值与实际测量值的残差平方和，得到电路整体健康状况指标，若电路整体健康状况指标大于预先设定的阈值，则判断当前电力电子电路存在故障，否则判断当前电力电子电路正常。本发明仅需要电路端口的电气量，无需在电路内部装设额外的测量装置。同时，本发明产生了一个电路整体的健康状况指标，无需计算电路中所有元件参数的具体数值，计算复杂度更低。

Description

基于模型的电力电子参数性故障检测方法
技术领域
本发明涉及一种基于模型的电力电子参数性故障检测方法，应用于电力电子电路故障诊断领域。
背景技术
电力电子被广泛应用于各个领域，比如航空航天、智能电网、电动汽车等领域，所以其安全性和可靠性尤为重要。故障检测方法是通过监测系统运行健康状况并及时发现系统故障来保证电力电子系统的安全性和稳定性的一种方法。
现有的电力电子参数性故障检测方法包括信号法、神经网络法以及基于模型的方法。当前基于模型的参数性故障检测方法主要为参数估计方法、额外信号注入法等。参数估计方法通过计算所有相关元件的参数来实现故障检测，计算量较大。额外信号注入法在组件附近引入了额外的测量电路或者传感器，使电路更复杂，成本更高。
发明内容
本发明要解决的技术问题是：现有参数性故障检测方法需要计算电路所有元件的值，且电路中通常引入额外测量装置，这使得电路检测方法计算量大，电路结构更复杂。
为了解决上述技术问题，本发明的技术方案是提供了一种基于模型的电力电子参数性故障检测方法，其特征在于，包括以下步骤：
步骤1、基于物理规律建立电力电子电路的微分数学模型，如下式所示：
Figure BDA0002265649460000011
Figure BDA0002265649460000012
Figure BDA0002265649460000013
式(1)中，zactual(t)表示电力电子电路中实际测量值，在本方法中实际测量值为电子电子电路终端电压及电流，x(t)表示电路中待求状态量，Yeq1，Deq1，Ceq1，Yeq2，Deq2，Ceq2，Yeq3，Feq3 (i)，Ceq3表示实际测量值与状态量之间对应的系数矩阵；
式(1)的第一行代表的是待求状态量和实际测量值之间的关系，式(1)的第二行代表的是状态量之间的线性关系，式(1)的第三行描述的是状态量之间非线性关系；
步骤2、在每一时刻运用动态状态估计的方法对电力电子电路的微分数学模型进行精确求解，获得最优状态估计量
Figure BDA0002265649460000022
步骤3、计算由最优状态估计量得到的电力电子电路的估计测量值
Figure BDA0002265649460000023
与实际测量值z(t)的残差平方和，得到电路健康状况指标，若电路健康状况指标大于预先设定的阈值，则判断当前电力电子电路存在故障，否则判断当前电力电子电路正常。
优选地，所述步骤2包括以下步骤：
步骤201、在时间窗[t-h,t]上应用积分的方法将电力电子电路的微分数学模型转化为代数模型，如下式所示，
Figure BDA0002265649460000021
式(2)中，h是系统采样间隔，z(t)表示电力电子电路中测量值向量，在本方法中测量值向量为z(t)＝[zactual(t) 0 0]T，y(x(t))是关于状态量的函数，由状态量计算得到，称为估计测量值，Yeq，Ceq，Νeq，Meq和Feq表示代数模型中实际测量值与状态量之间对应的系数矩阵，x(t-h)是t-h时刻的状态向量，z(t-h)是t-h的测量值向量；
步骤202、实际测量得到t时刻的电力电子电路终端电压及电力电子电路终端电流后作为实际测量值代入代数模型，利用加权最小二乘方法对代数模型进行求解，得到所述最优状态估计量。
本发明仅需要电路端口的电气量，无需在电路内部装设额外的测量装置。同时，本发明产生了一个电路整体的健康状况指标，无需计算电路中所有元件参数的具体数值，计算复杂度更低。
附图说明
图1为本发明的流程图；
图2为实施例中应用本发明提供的方法的DC/DC BUCK电路的电路图；
图3(a)至图3(c)为图2所示电路无故障时的结果图；
图4(a)至图4(c)为图2所示电路存在故障时的结果图。
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
如图1所示，本发明提供了一种基于模型的电力电子参数性故障检测方法包括以下步骤：
步骤1、基于物理规律建立电力电子电路的微分数学模型，通过微分代数方程组精确考虑电路应满足的全部物理规律，如下式所示：
Figure BDA0002265649460000031
Figure BDA0002265649460000032
Figure BDA0002265649460000033
式(1)中，zactual(t)表示电力电子电路中实际测量值，在本方法中实际测量值为电子电子电路终端电压及电流，x(t)表示电路中待求状态量，Yeq1，Deq1，Ceq1，Yeq2，Deq2，Ceq2，Yeq3，Feq3 (i)，Ceq3表示实际测量值与状态量之间对应的系数矩阵；
步骤2、运用动态状态估计的方法对电力电子电路的微分数学模型进行精确求解，获得最优状态估计量，包括以下步骤：
步骤201、应用积分的方法将电力电子电路的微分数学模型转化为代数模型如下式所示，
Figure BDA0002265649460000034
式(2)中，h是系统采样间隔，z(t)表示电力电子电路中测量值向量，在本方法中测量值向量为z(t)＝[zactual(t) 0 0]T，y(x(t))是关于状态量的函数，由状态量计算得到，称为估计测量值，Yeq，Ceq，Νeq，Meq和Feq表示代数模型中实际测量值与状态量之间对应的系数矩阵，x(t-h)是t-h时刻的状态向量，z(t-h)是t-h的测量值向量；
步骤202、实际测量得到t时刻的电力电子电路终端电压及电力电子电路终端电流后作为实际测量值代入代数模型，利用加权最小二乘方法对代数模型进行求解，得到所述最优状态估计量。
步骤3、通过验证模型与测量值的一致性构建电力电子电路的健康状况指标：计算由最优状态估计量得到的电力电子电路的估计测量值
Figure BDA0002265649460000041
与实际测量值z(t)的残差平方和，得到电路整理健康状况指标。
当发生故障时，实际测量值与模型测量值即计算得到的电路终端测量值不一致产生故障信号，故障信号可传至控制系统进行下一步操作。在本发明中，预先设定一个阈值，若电路健康状况指标大于预先设定的阈值，则判断当前电力电子电路存在故障，否则判断当前电力电子电路正常。
上述方法在图2所示的DC/DC BUCK电路中进行验证，图3(c)所示Chi-squarevalue(即健康状况指标)均值为0.3671。图4(c)所示Chi-square value(即健康状况指标)均值为3.0545。

Claims (1)

1.一种基于模型的电力电子参数性故障检测方法，其特征在于，包括以下步骤：
步骤1、基于物理规律建立电力电子电路的微分数学模型，如下式所示：
Figure FDA0003379535150000011
式(1)中，zactual(t)表示电力电子电路中实际测量值，在本方法中实际测量值为电力电子电路终端电压及电流，x(t)表示电路中待求状态量，Yeq1，Deq1，Ceq1，Yeq2，Deq2，Ceq2，Yeq3，Feq3 (i)，Ceq3表示实际测量值与状态量之间对应的系数矩阵；
式(1)的第一行代表的是待求状态量和实际测量值之间的关系，式(1)的第二行代表的是状态量之间的线性关系，式(1)的第三行描述的是状态量之间非线性关系；
步骤2、运用动态状态估计的方法对电力电子电路的微分数学模型进行精确求解，获得最优状态估计量，包括以下步骤：
步骤201、在时间窗[t-h,t]上应用积分的方法将电力电子电路的微分数学模型转化为代数模型，如下式所示，
Figure FDA0003379535150000012
式(2)中，h是系统采样间隔，z(t)表示电力电子电路中实际测量值向量，在本方法中测量值向量为z(t)＝[zactual(t) 0 0]T，y(x(t))是关于状态量的函数，由状态量计算得到，称为估计测量值，Yeq，Ceq，Νeq，Meq和Feq (i)表示代数模型中实际测量值与状态量之间对应的系数矩阵，x(t-h)是t-h时刻的状态向量，z(t-h)是t-h的测量值向量；
步骤202、实际测量得到t时刻的电力电子电路终端电压及电力电子电路终端电流后作为实际测量值代入代数模型，利用加权最小二乘方法对代数模型进行求解，得到所述最优状态估计量；
步骤3、计算由最优状态估计量得到的电力电子电路的估计测量值
Figure FDA0003379535150000021
与实际测量值向量z(t)的残差平方和，得到电路整体健康状况指标，若电路整体健康状况指标大于预先设定的阈值，则判断当前电力电子电路存在故障，否则判断当前电力电子电路正常。
CN201911086755.7A 2019-11-08 2019-11-08 基于模型的电力电子参数性故障检测方法 Active CN110658414B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911086755.7A CN110658414B (zh) 2019-11-08 2019-11-08 基于模型的电力电子参数性故障检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911086755.7A CN110658414B (zh) 2019-11-08 2019-11-08 基于模型的电力电子参数性故障检测方法

Publications (2)

Publication Number Publication Date
CN110658414A CN110658414A (zh) 2020-01-07
CN110658414B true CN110658414B (zh) 2022-07-12

Family

ID=69043128

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911086755.7A Active CN110658414B (zh) 2019-11-08 2019-11-08 基于模型的电力电子参数性故障检测方法

Country Status (1)

Country Link
CN (1) CN110658414B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111475966A (zh) * 2020-05-06 2020-07-31 安徽理工大学 一种基于数字孪生的电力电子电路故障诊断方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102636740B (zh) * 2012-04-18 2014-04-09 南京航空航天大学 一种基于frm-rvm的电力电子电路故障预测方法
CN102879728B (zh) * 2012-10-16 2015-08-05 南京航空航天大学 Dc-dc变换器健康评估指标与故障预测方法
CN106605150A (zh) * 2014-04-15 2017-04-26 Abb瑞士股份有限公司 使用端子测量的变压器参数估计
CN104750915B (zh) * 2015-03-06 2018-08-28 南京航空航天大学 一种Buck电路多参数在线辨识方法
CN105891698B (zh) * 2016-03-31 2019-08-02 南京航空航天大学 一种Boost电路多参数在线辨识方法
CN107918292B (zh) * 2017-11-29 2020-10-27 天津大学 面向指数积分的电力电子电路暂态仿真gpu加速方法

Also Published As

Publication number Publication date
CN110658414A (zh) 2020-01-07

Similar Documents

Publication Publication Date Title
US6388450B2 (en) Method for determining the state of charge of storage batteries
CN116879662B (zh) 基于数据分析的变压器故障检测方法
JP4772871B2 (ja) バッテリと関連する状態ベクトルを推定するシステム及び方法
CN111366855A (zh) 一种电池等效电路模型抗扰动参数化方法
US20170030958A1 (en) Transformer parameter estimation using terminal measurements
CN107525526B (zh) 提供关于传递函数的不确定性的测量结果的设备和方法
CN105572596B (zh) 锂电池soc估算方法及系统
US20180267089A1 (en) Isolation monitoring device and method
CN114035086B (zh) 基于信号处理的电池组多故障诊断方法
Ehm et al. The evaluation of electrochemical impedance spectra using a modified logarithmic Hilbert transform
CN110658414B (zh) 基于模型的电力电子参数性故障检测方法
CN105068035B (zh) 一种电压互感器误差水平动态检测方法及系统
CN114814691A (zh) 一种基于数字孪生的锂电池系统电压传感器故障诊断方法
CN112009252B (zh) 一种动力电池系统故障诊断及容错控制方法
CN117607704A (zh) 一种考虑不一致性的锂离子电池组微短路故障诊断方法
CN112731193A (zh) 基于新型滑模观测器的npc逆变器多类故障诊断方法
CN107918704A (zh) 电荷放大器贮存寿命预测方法、装置、存储介质和计算机设备
CN107728074A (zh) 一种考虑传感器与模型误差的锂电池荷电状态估计方法
CN106053984B (zh) 确定防滑刹车控制装置高温故障分布的方法
CN109406926A (zh) 环境因素对避雷器泄漏电流影响的计算方法
CN114325107A (zh) 一种谐波阻抗计算结果准确性判断方法
KR101549543B1 (ko) 칼만 추정 기법과 상대적 확률 측정 기법 기반의 전원 공급 상태 진단 시스템 및 방법
CN213149079U (zh) 一种直流系统的支路绝缘电阻检测单元
Song et al. State of Health of Connectors―Early Indicators
CN111474410B (zh) 一种电连接器的检测方法

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