CN111707973A - 基于格拉布斯准则的模块化多电平换流器开路故障诊断方法 - Google Patents

基于格拉布斯准则的模块化多电平换流器开路故障诊断方法 Download PDF

Info

Publication number
CN111707973A
CN111707973A CN202010498495.0A CN202010498495A CN111707973A CN 111707973 A CN111707973 A CN 111707973A CN 202010498495 A CN202010498495 A CN 202010498495A CN 111707973 A CN111707973 A CN 111707973A
Authority
CN
China
Prior art keywords
value
cvv
submodule
sub
open
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
CN202010498495.0A
Other languages
English (en)
Other versions
CN111707973B (zh
Inventor
邓富金
金铭
张建忠
王青松
窦晓波
吴在军
陈舒
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.)
State Grid Corp of China SGCC
Southeast University
Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Southeast University
Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd
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 State Grid Corp of China SGCC, Southeast University, Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202010498495.0A priority Critical patent/CN111707973B/zh
Publication of CN111707973A publication Critical patent/CN111707973A/zh
Application granted granted Critical
Publication of CN111707973B publication Critical patent/CN111707973B/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
    • G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G01R31/54—Testing for continuity
    • 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
    • G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G01R31/56—Testing of electric apparatus
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Inverter Devices (AREA)

Abstract

本发明公开了基于格拉布斯准则的模块化多电平换流器开路故障诊断方法，提出基于电容器电压变化的量化指标CVV值，计算所有子模块的CVV值并按升序进行排序，之后计算其平均值和标准差，并分别计算平均值与CVV最大、最小值的偏差，将偏差最大的标记为可疑子模块，计算可疑子模块的格拉布斯值，判断可疑子模块是否达到故障标准，可同时实现故障的检测和定位。本发明仅涉及子模块电容电压，不需要额外的硬件资源。本发明可以正确处理单个和多个故障的发生。本发明不涉及系统参数，不需要构建系统数学模型，故不受参数不确定性的影响，具有很高的鲁棒性。

Description

基于格拉布斯准则的模块化多电平换流器开路故障诊断方法
技术领域
本发明属于多电平电力电子变换器技术领域。
背景技术
相对于传统的两电平和三电平换流器，模块化多电平换流器(ModularMultilevelConverter，MMC)具有效率高、输出交流电压谐波小、高度模块化等特点，更适用于高电压、大功率的应用场合，在柔性直流输电、中压电机驱动等领域具有广阔的应用前景。
通过将大容量直流电容分成较小的电容器，串联的子模块(SM)可在MMC中应用。这种独特的结构导致没有大容量的直流电容，较低的开关同步需求和较高的模块化程度。但是，大量串联子模块对MMC可靠性构成巨大的威胁，因为它们成为巨大的潜在故障点。
子模块故障主要有两种类型：子模块开路(OC)故障和子模块短路(SC)故障。短路故障破坏性较大，因而子模块驱动电路中一般配备了短路保护模块，当短路故障发生时，由本地闭锁该子模块，确保系统仍可正常运行。开路故障危害相对较小，因而不易被立即检测到，从而造成电压电流波形畸变等后果，威胁到系统的正常运行。子模块开路(OC)故障诊断通常需要故障检测和故障定位。在故障检测中，会生成错误警报以通知子模块开路(OC)故障的发生。为了在子模块开路(OC)故障时实现MMC的不间断运行，将通过故障定位来识别故障SM，以确保正确配置拓扑。
目前，学界提出了多种故障检测和定位方法，如故障检测通过基于卡尔曼滤波器的观察器实现的，而故障SM则通过电容电压的比较来进行故障定位；基于滑模观测器的分析分别执行用于故障检测和故障定位；状态观察器分别执行用于故障检测和故障定位；使用单环定理评估电容电压进行故障检测，使用异常值分析进行故障定位。所有这些方法需要分别执行故障检测和故障定位，这不仅使故障诊断过程复杂化，而且延长了故障诊断所需的时间。
发明内容
为了解决上述背景技术提到的技术问题，本发明提出了基于格拉布斯准则的模块化多电平换流器开路故障诊断方法。
为了实现上述技术目的，本发明的技术方案为：
基于格拉布斯准则的模块化多电平换流器开路故障诊断方法，包括以下步骤：
(1)采集一个桥臂上各个子模块的电容电压，按时序分别存放在不同的队列中；
(2)在每个监测时刻更新队列中的数据后，将所有子模块的电容电压变化计算为电容电压波动值，记为CVV值，并按升序进行排序；
(3)计算所有子模块CVV值的平均值和标准差，并分别计算平均值与最大值之间的偏差Dmax以及平均值与最小值之间的偏差Dmin，再计算D＝MAX[Dmax,Dmin]，将D最大的子模块标记为可疑子模块；
(4)计算可疑子模块的格拉布斯值，并根据格拉布斯值判断该子模块是否发生故障，若发生故障则对发生故障的子模块进行更换；
(5)重复步骤(1)-(4)，判断其余子模块是否发生故障，从而实现多故障情况的检测和定位。
进一步地，在步骤(2)中，所述CVV值按下式计算：
CVV(SMi)＝αuci(t)+(1-α)αuci(t-1)+(1-α)2αuci(t-2)+...+(1-α)tuci(1)
上式中，CVV(SMi)为第i个子模块的CVV值，uci(t)表示第t次采集的第i个子模块的电容电压，α是预设的电容电压权重系数。
进一步地，在步骤(2)中，所述在每个监测时刻更新队列中的数据的方式：弹出队列中最早的值并在末尾插入最新的值。
进一步地，在步骤(3)中，所述CVV值的平均值和标准差按下式计算：
Figure BDA0002523785070000031
Figure BDA0002523785070000032
上式中，XCVV为CVV值的平均值，SCVV为CVV值的标准差，CVV(SMi)为第i个子模块的CVV值，n为桥臂上的子模块个数。
进一步地，在步骤(4)中，所述格拉布斯值按下式计算：
G＝[CVV(SMi)-XCVV]/SCVV
上式中，G为可疑子模块的格拉布斯值。
进一步地，在步骤(4)中，根据格拉布斯值判断该子模块是否发生故障的具体方法：将可疑子模块的格拉布斯值G与临界值GP(n)进行比较，当可疑子模块的格拉布斯值G连续a个滑动间隔大于临界值GP(n)，则判断该子模块发生故障；反之，则判断该子模块未发生故障；其中a为预设值。
进一步地，a＝3。
采用上述技术方案带来的有益效果：
1、在传统子模块开路故障诊断算法中一般是将开路故障的检测和定位分离，这不仅使故障诊断过程复杂化，而且延长了故障诊断所需的时间。本发明可同时实现故障检测和定位，能够更准确、更及时地对子模块开路故障进行诊断。
2、本发明不涉及系统参数，不需要构建系统数学模型，因此不受系统参数不确定性的影响，具有很高的鲁棒性。
3、本发明不需要对硬件电路做任何改动，易于实现。
4、本发明无需在系统中引入环流，不会改变系统的输出特性。
附图说明
图1是三相MMC及子模块拓扑结构图；
图2是本发明设计的方法流程图。
具体实施方式
以下将结合附图，对本发明的技术方案进行详细说明。
本发明针对子模块发生开路故障的问题，提出了适用于MMC的子模块故障诊断方法，其中MMC拓扑结构由六个桥臂组成，如图1所示，每个桥臂上包含了N个相同的子模块(Submodule，SM)以及一个桥臂电感Ls，子模块采用半桥结构，每个子模块由两个功率开关Su、Sl，两个二极管Du、Dl和一个直流电容C组成。其中，功率开关Su和二极管Du组成上管，功率开关Sl和二极管Dl组成下管。二极管Du的阴极连接功率开关Su的集电极，二极管Du的阳极连接功率开关Su的发射极，二极管Dl的阴极连接功率开关Sl的集电极，二极管Dl的阳极连接功率开关Sl的发射极，功率开关Su的发射极、功率开关Sl的集电极分别与子模块桥臂电流iarm流入侧连接，功率开关Su的栅极、功率开关Sl的栅极分别与控制功率开关开通与关断的控制电路连接，功率开关Sl的发射极与子模块桥臂电流iarm流出侧连接，功率开关Su的集电极经直流电容与子模块桥臂电流iarm流出侧连接。
如图2所示，本发明设计了基于格拉布斯准则的模块化多电平换流器开路故障诊断方法。首先提出了基于电容器电压变化的量化指标CVV值。然后，用CVV值量化一个桥臂中所有子模块的电容器电压变化。提出基于CVV值平均值和标准差的指标——格拉布斯值G，并通过与格拉布斯临界值比较分析子模块是否达到故障标准，可以同时实现子模块开路(OC)故障的检测和定位。具体步骤如下：
步骤1：采集一个桥臂上各个子模块的电容电压，按时序分别存放在不同的队列中。
步骤2：在每个监测时刻更新队列中的数据后，将所有子模块的电容电压变化计算为电容电压波动值，记为CVV值，并按升序进行排序。
在本实施例中，优选采用如下方式在每个监测时刻更新队列中的数据：
弹出队列中最早的值并在末尾插入最新的值。
优选采用如下方法计算CVV值：
CVV(SMi)＝αuci(t)+(1-α)αuci(t-1)+(1-α)2αuci(t-2)+...+(1-α)tuci(1)
上式中，CVV(SMi)为第i个子模块的CVV值，uci(t)表示第t次采集的第i个子模块的电容电压，α是预设的电容电压权重系数，通常取0.1。
步骤3：计算所有子模块CVV值的平均值和标准差，并分别计算平均值与最大值之间的偏差Dmax以及平均值与最小值之间的偏差Dmin，再计算D＝MAX[Dmax,Dmin]，将D最大的子模块标记为可疑子模块。
步骤4：计算可疑子模块的格拉布斯值，并根据格拉布斯值判断该子模块是否发生故障，若发生故障则对发生故障的子模块进行更换。
在本实施例中，优选采用如下方法计算可疑子模块的格拉布斯值G：
G＝[CVV(SMi)-XCVV]/SCVV
优选采用如下方法判断该子模块是否发生故障：
将可疑子模块的格拉布斯值G与临界值GP(n)进行比较，当可疑子模块的格拉布斯值G连续a(如a＝3)个滑动间隔大于临界值GP(n)，则判断该子模块发生故障；反之，则判断该子模块未发生故障。临界值GP(n)由格拉布斯临界值表(表1)给出，其与两个参数有关：置信概率Pn和测量次数n。
表1
Figure BDA0002523785070000061
步骤5：重复步骤1-4，判断其余子模块是否发生故障，从而实现多故障情况的检测和定位。具体地，从步骤1重新开始对桥臂上n-1个子模块进行监测，将可疑子模块的格拉布斯值G与临界值GP(n-1)进行比较，当G值大于临界值GP(n-1)并持续a个滑动间隔，则视为该可疑子模块发生故障；反之，则视为该子模块未发生故障。以此类推，可实现多开路故障的检测和定位。
本发明尤其适用于子模块数目众多的MMC系统，与传统的子模块故障诊断方法相比，其能显著减小诊断算法的计算量。所提出的方法对电容电压进行分析，以进行故障诊断。在子模块开路(OC)故障时，故障子模块的电容电压变化会与正常子模块有所不同。因此，在提出的方法中监测电容的电压变化。由于仅涉及电容电压，因此所提出的方法不需要额外的硬件资源。所提出方法可以正确处理单个和多个故障的发生。由于不涉及系统参数，不需要构建系统数学模型，因此该方法不受参数不确定性的影响，并且具有很高的鲁棒性。
实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。

Claims (7)

1.基于格拉布斯准则的模块化多电平换流器开路故障诊断方法，其特征在于，包括以下步骤：
(1)采集一个桥臂上各个子模块的电容电压，按时序分别存放在不同的队列中；
(2)在每个监测时刻更新队列中的数据后，将所有子模块的电容电压变化计算为电容电压波动值，记为CVV值，并按升序进行排序；
(3)计算所有子模块CVV值的平均值和标准差，并分别计算平均值与最大值之间的偏差Dmax以及平均值与最小值之间的偏差Dmin，再计算D＝MAX[Dmax,Dmin]，将D最大的子模块标记为可疑子模块；
(4)计算可疑子模块的格拉布斯值，并根据格拉布斯值判断该子模块是否发生故障，若发生故障则对发生故障的子模块进行更换；
(5)重复步骤(1)-(4)，判断其余子模块是否发生故障，从而实现多故障情况的检测和定位。
2.根据权利要求1所述基于格拉布斯准则的模块化多电平换流器开路故障诊断方法，其特征在于，在步骤(2)中，所述CVV值按下式计算：
CVV(SMi)＝αuci(t)+(1-α)αuci(t-1)+(1-α)2αuci(t-2)+...+(1-α)tuci (1)
上式中，CVV(SMi)为第i个子模块的CVV值，uci(t)表示第t次采集的第i个子模块的电容电压，α是预设的电容电压权重系数。
3.根据权利要求1所述基于格拉布斯准则的模块化多电平换流器开路故障诊断方法，其特征在于，在步骤(2)中，所述在每个监测时刻更新队列中的数据的方式：弹出队列中最早的值并在末尾插入最新的值。
4.根据权利要求1所述基于格拉布斯准则的模块化多电平换流器开路故障诊断方法，其特征在于，在步骤(3)中，所述CVV值的平均值和标准差按下式计算：
Figure FDA0002523785060000021
Figure FDA0002523785060000022
上式中，XCVV为CVV值的平均值，SCVV为CVV值的标准差，CVV(SMi)为第i个子模块的CVV值，n为桥臂上的子模块个数。
5.根据权利要求4所述基于格拉布斯准则的模块化多电平换流器开路故障诊断方法，其特征在于，在步骤(4)中，所述格拉布斯值按下式计算：
G＝[CVV(SMi)-XCVV]/SCVV
上式中，G为可疑子模块的格拉布斯值。
6.根据权利要求1所述基于格拉布斯准则的模块化多电平换流器开路故障诊断方法，其特征在于，在步骤(4)中，根据格拉布斯值判断该子模块是否发生故障的具体方法：将可疑子模块的格拉布斯值G与临界值GP(n)进行比较，当可疑子模块的格拉布斯值G连续a个滑动间隔大于临界值GP(n)，则判断该子模块发生故障；反之，则判断该子模块未发生故障；其中a为预设值。
7.根据权利要求6所述基于格拉布斯准则的模块化多电平换流器开路故障诊断方法，其特征在于，a＝3。
CN202010498495.0A 2020-06-04 2020-06-04 基于格拉布斯准则的模块化多电平换流器开路故障诊断方法 Active CN111707973B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010498495.0A CN111707973B (zh) 2020-06-04 2020-06-04 基于格拉布斯准则的模块化多电平换流器开路故障诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010498495.0A CN111707973B (zh) 2020-06-04 2020-06-04 基于格拉布斯准则的模块化多电平换流器开路故障诊断方法

Publications (2)

Publication Number Publication Date
CN111707973A true CN111707973A (zh) 2020-09-25
CN111707973B CN111707973B (zh) 2021-11-26

Family

ID=72539269

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010498495.0A Active CN111707973B (zh) 2020-06-04 2020-06-04 基于格拉布斯准则的模块化多电平换流器开路故障诊断方法

Country Status (1)

Country Link
CN (1) CN111707973B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112348071A (zh) * 2020-10-30 2021-02-09 浙江大学 一种模块化多电平换流器子模块开关管开路故障诊断方法
CN113740490A (zh) * 2021-08-26 2021-12-03 华能国际电力股份有限公司上海石洞口第一电厂 一种烟气氧量表故障检测校验装置及其方法
WO2023169098A1 (zh) * 2022-03-10 2023-09-14 东南大学 基于孤立森林的模块化多电平换流器开路故障诊断方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010268662A (ja) * 2009-05-18 2010-11-25 Toyota Motor Corp インバータの故障検出装置
CN103235219A (zh) * 2013-04-17 2013-08-07 华北电力大学 一种模块化多电平换流器的子模块故障诊断方法
CN106885966A (zh) * 2017-02-15 2017-06-23 南京航空航天大学 一种mmc功率器件开路故障诊断方法
CN108828387A (zh) * 2018-06-11 2018-11-16 浙江大学 一种mmc子模块开路故障一体化诊断方法
CN109541344A (zh) * 2018-11-21 2019-03-29 国网湖北省电力有限公司电力科学研究院 基于支持向量机的模块化多电平直流输电系统故障识别方法
CN109921614A (zh) * 2019-03-12 2019-06-21 东南大学 一种基于排序的模块化多电平换流器电容状态监测方法
CN110719044A (zh) * 2019-09-12 2020-01-21 东南大学 模块化多电平换流器子模块下管开路故障的定位方法
CN110988742A (zh) * 2019-10-31 2020-04-10 东南大学 基于四分位数的模块化多电平换流器开路故障诊断方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010268662A (ja) * 2009-05-18 2010-11-25 Toyota Motor Corp インバータの故障検出装置
CN103235219A (zh) * 2013-04-17 2013-08-07 华北电力大学 一种模块化多电平换流器的子模块故障诊断方法
CN106885966A (zh) * 2017-02-15 2017-06-23 南京航空航天大学 一种mmc功率器件开路故障诊断方法
CN108828387A (zh) * 2018-06-11 2018-11-16 浙江大学 一种mmc子模块开路故障一体化诊断方法
CN109541344A (zh) * 2018-11-21 2019-03-29 国网湖北省电力有限公司电力科学研究院 基于支持向量机的模块化多电平直流输电系统故障识别方法
CN109921614A (zh) * 2019-03-12 2019-06-21 东南大学 一种基于排序的模块化多电平换流器电容状态监测方法
CN110719044A (zh) * 2019-09-12 2020-01-21 东南大学 模块化多电平换流器子模块下管开路故障的定位方法
CN110988742A (zh) * 2019-10-31 2020-04-10 东南大学 基于四分位数的模块化多电平换流器开路故障诊断方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
徐坤山 等: "基于增量预测模型的MMC子模块功率管开路故障检测方法", 《中国电机工程学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112348071A (zh) * 2020-10-30 2021-02-09 浙江大学 一种模块化多电平换流器子模块开关管开路故障诊断方法
CN112348071B (zh) * 2020-10-30 2022-05-17 浙江大学 一种模块化多电平换流器子模块开关管开路故障诊断方法
CN113740490A (zh) * 2021-08-26 2021-12-03 华能国际电力股份有限公司上海石洞口第一电厂 一种烟气氧量表故障检测校验装置及其方法
WO2023169098A1 (zh) * 2022-03-10 2023-09-14 东南大学 基于孤立森林的模块化多电平换流器开路故障诊断方法

Also Published As

Publication number Publication date
CN111707973B (zh) 2021-11-26

Similar Documents

Publication Publication Date Title
CN111707973B (zh) 基于格拉布斯准则的模块化多电平换流器开路故障诊断方法
CN110988742A (zh) 基于四分位数的模块化多电平换流器开路故障诊断方法
CN114609546B (zh) 基于孤立森林的模块化多电平换流器开路故障诊断方法
CN110719044B (zh) 模块化多电平换流器子模块下管开路故障的定位方法
CN111562517B (zh) 一种npc三电平逆变器开关管开路故障诊断方法
CN108828387B (zh) 一种mmc子模块开路故障一体化诊断方法
CN109921614B (zh) 一种基于排序的模块化多电平换流器电容状态监测方法
CN112540261B (zh) 一种快速mmc子模块器件开路故障的检测方法及系统
CN112444759A (zh) 三相三电平整流器功率开关器件开路故障诊断方法及系统
CN111796214A (zh) 基于滑模观测器的模块化多电平换流器故障诊断方法
Faraz et al. An integral sliding mode observer based fault diagnosis approach for modular multilevel converter
CN112234576B (zh) 基于滑窗特征提取的模块化多电平换流器故障诊断方法
Easley et al. Self-healing model predictive controlled cascaded multilevel inverter
KR20210142883A (ko) 인공지능을 이용한 3상 pwm 컨버터의 다중 스위치 개방고장 진단 방법 및 이를 수행하는 장치
CN114062883B (zh) T型三电平逆变器igbt开路故障诊断方法及系统
CN115184839A (zh) 一种级联h桥并网逆变器系统的开路故障功率管定位方法
Ren et al. A fast average model-based method for IGBT and current sensor fault diagnosis in grid-tied inverters
Singh et al. Open circuit fault diagnosis and fault classification in multi-level inverter using fuzzy inference system
CN114646902A (zh) 基于龙伯格观测器的模块化多电平换流器故障诊断方法
Yang et al. SubModule failure detection methods for the modular multilevel converter
CN112731103A (zh) 一种双级矩阵变换器的故障诊断方法
Venkatachari et al. Submodule fault detection in MMCs using support vector classification
Bayhan et al. Open-circuit fault diagnosis and fault-tolerant model predictive control of submultilevel inverter
Mahmoud et al. Highly Accurate Diagnosis Scheme of Open-Circuit Faults in a Three-Level Inverter Using Optimized Multi-Classifier Decision Fusion
CN118151056A (zh) 一种模块化多电平换流器半桥子模块开路故障诊断方法

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