CN112100946B - 一种基于故障在线模拟的逆变器开路故障诊断方法及装置 - Google Patents
一种基于故障在线模拟的逆变器开路故障诊断方法及装置 Download PDFInfo
- Publication number
- CN112100946B CN112100946B CN202010852500.3A CN202010852500A CN112100946B CN 112100946 B CN112100946 B CN 112100946B CN 202010852500 A CN202010852500 A CN 202010852500A CN 112100946 B CN112100946 B CN 112100946B
- Authority
- CN
- China
- Prior art keywords
- fault
- inverter
- current data
- open
- state
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
-
- 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
- G01R31/52—Testing for short-circuits, leakage current or ground faults
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Inverter Devices (AREA)
Abstract
本发明公开了一种基于故障在线模拟的逆变器开路故障诊断方法及装置,该方法包括:通过分析待诊断的电机‑逆变器系统在健康状态和预设类型故障状态下的输出电压函数,建立系统在预设类型故障状态下的混杂系统模型;利用混杂系统模型对系统在预设类型故障状态下的电流数据进行在线模拟,得到系统在预设类型故障状态下的模拟电流数据;计算实测电流数据与模拟电流数据之间的相似度;基于计算的相似度确定当前逆变器是否出现开路故障,并在逆变器出现开路故障时确定当前逆变器出现的开路故障的类型。本发明的方法具有成本低、检测速度快、鲁棒性强的优点,且不需要增加额外的传感器和硬件。
Description
技术领域
本发明涉及电力电子器件故障诊断技术领域,特别涉及一种基于故障在线模拟的逆变器开路故障诊断方法及装置。
背景技术
据统计数据表明,电力电子设备故障大约38%的故障是由于半导体功率器件故障造成的,而调速系统中最容易出现的故障是功率开关元件开路、短路故障,达到整个调速系统故障总数的82.5%。为使故障后的电机驱动系统能够快速恢复安全稳定运行,越来越多的三相电压源逆变器故障诊断方法被提出。
逆变器功率器件的故障主要分为开路故障和短路故障。短路故障发生迅速,且具有很强的破坏性,一般在系统中设计硬件保护电路以应对短路故障,逆变器开路故障不一定会导致系统关闭,并且可能在很长一段时间内未被检测到,这可能会导致变频器或其余驱动部件出现二次故障,从而导致整个系统停机,并带来较大的经济损失。因此,近年来国内外专家学者大都致力于逆变器开路故障诊断及容错控制的研究。
依据检测变量的不同,主要将研究逆变器开路故障诊断的方法分为两大类:基于电压量的诊断方法和基于电流量的诊断方法。基于电压量的诊断方法诊断速度快,但需要在系统中增加额外的电压传感器和硬件诊断电路,而基于电流量的诊断方法只需要利用系统中已有的电流信息进行故障诊断,无需增加额外的传感器,降低了成本,且易于嵌入系统控制算法中,因此在实际中应用广泛。
但现有的逆变器开路故障检测方法,要么数学运算复杂,需要更高性能的处理器,要么虽然检测方法简单,但对电驱系统的控制方法有一定要求,并且需要添加大量复杂的检测电路;因此,有必要研究一种新的故障检测方法。
发明内容
本发明提供了一种基于故障在线模拟的逆变器开路故障诊断方法及装置,以至少部分解决现有的逆变器开路故障检测方法所存在的上述技术问题。
为解决上述技术问题,本发明提供了如下技术方案:
一方面,本发明提供了一种基于故障在线模拟的逆变器开路故障诊断方法,该基于故障在线模拟的逆变器开路故障诊断方法包括:
通过分析待诊断的电机-逆变器系统在健康状态和预设类型故障状态下的输出电压函数,建立所述系统在预设类型故障状态下的混杂系统模型;
利用所述混杂系统模型对所述系统在预设类型故障状态下的电流数据进行在线模拟,得到所述系统在预设类型故障状态下的模拟电流数据;
获取所述系统的实测电流数据和模拟电流数据,计算所述实测电流数据与所述模拟电流数据之间的相似度;
基于计算的相似度确定当前逆变器是否出现开路故障,并在逆变器出现开路故障时确定当前逆变器出现的开路故障的类型。
进一步地,所述预设类型故障为多种不同类型的故障;
所述通过分析待诊断的电机-逆变器系统在健康状态和预设类型故障状态下的输出电压函数,建立所述系统在预设类型故障状态下的混杂系统模型,包括:
通过分析待诊断的电机-逆变器系统在健康状态和多种不同类型故障状态下的输出电压函数,建立所述系统在不同故障状态下的混杂系统模型;
所述利用所述混杂系统模型对所述系统在预设类型故障状态下的电流数据进行在线模拟,得到所述系统在预设类型故障状态下的模拟电流数据,包括:
利用不同故障状态下的混杂系统模型对所述系统在各类型故障状态下的电流数据同时进行在线模拟,得到所述系统在各类型故障状态下的模拟电流数据;
所述计算所述实测电流数据与所述模拟电流数据之间的相似度,包括:
分别计算所述实测电流数据与每一类型故障状态下的模拟电流数据之间的相似度;并对计算出的多个相似度进行取均值运算,得到平均相似度。
进一步地,所述基于计算的相似度确定当前逆变器是否出现开路故障,并在逆变器出现开路故障时确定当前逆变器出现的开路故障的类型,包括:
若所述平均相似度不小于0.5,则判断当前逆变器未出现开路故障;
若所述平均相似度小于0.5时,则判断当前逆变器出现开路故障;
若当前逆变器出现开路故障,则将与所述实测电流数据相似度最大的模拟电流数据所对应的故障类型作为当前逆变器实际出现的故障类型。
进一步地,计算所述实测电流数据与模拟电流数据之间的相似度,包括:
基于皮尔逊相关系数评价实测电流数据与模拟电流数据之间的相似度。
进一步地,所述获取所述系统的实测电流数据和模拟电流数据,包括:
设计一个长度为N的滑动窗口来获取所述系统的实测电流数据和模拟电流数据;其中,N为一个电流基波周期,其定义如下:
其中,p为极对数,ωm为机械角速度,Ts为采样周期。
另一方面,本发明还提供了一种基于故障在线模拟的逆变器开路故障诊断装置,该基于故障在线模拟的逆变器开路故障诊断装置包括:
混杂系统模型构建模块,用于通过分析待诊断的电机-逆变器系统在健康状态和预设类型故障状态下的输出电压函数,建立所述系统在预设类型故障状态下的混杂系统模型;
故障在线模拟模块,用于利用所述混杂系统模型对所述系统在预设类型故障状态下的电流数据进行在线模拟,得到所述系统在预设类型故障状态下的模拟电流数据;
故障特征提取模块,获取所述系统的实测电流数据和模拟电流数据,计算所述实测电流数据与所述模拟电流数据之间的相似度;
故障检测模块,用于基于计算的相似度确定当前逆变器是否出现开路故障,并在逆变器出现开路故障时确定当前逆变器出现的开路故障的类型。
进一步地,所述预设类型故障为多种不同类型的故障;
所述混杂系统模型构建模块具体用于:
通过分析待诊断的电机-逆变器系统在健康状态和多种不同类型故障状态下的输出电压函数,建立所述系统在不同故障状态下的混杂系统模型;
所述故障在线模拟模块具体用于:
利用不同故障状态下的混杂系统模型对所述系统在各类型故障状态下的电流数据同时进行在线模拟,得到所述系统在各类型故障状态下的模拟电流数据;
所述故障特征提取模块具体用于:
分别计算所述实测电流数据与每一类型故障状态下的模拟电流数据之间的相似度;并对计算出的多个相似度进行取均值运算,得到平均相似度。
进一步地,所述故障检测模块具体用于:
若所述平均相似度不小于0.5,则判断当前逆变器未出现开路故障;
若所述平均相似度小于0.5时,则判断当前逆变器出现开路故障;
若当前逆变器出现开路故障,则将与所述实测电流数据相似度最大的模拟电流数据所对应的故障类型作为当前逆变器实际出现的故障类型。
进一步地,所述故障特征提取模块具体用于:
基于皮尔逊相关系数评价实测电流数据与模拟电流数据之间的相似度。
进一步地,所述故障特征提取模块还用于:
设计一个长度为N的滑动窗口来获取所述系统的实测电流数据和模拟电流数据;其中,N为一个电流基波周期,其定义如下:
其中,p为极对数,ωm为机械角速度,Ts为采样周期。
再一方面,本发明还提供了一种电子设备,其包括处理器和存储器;其中,存储器中存储有至少一条指令,所述指令由处理器加载并执行以实现上述方法。
又一方面,本发明还提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现上述方法。
本发明提供的技术方案带来的有益效果至少包括:
本发明首先通过分析电机-逆变器系统在健康状态和不同故障状态下的输出电压函数,建立系统在不同故障状态下的混杂系统模型;然后利用混杂系统模型对系统在不同故障状态下的电流数据同时进行在线模拟,得到系统在不同故障状态下的模拟电流数据;最后基于皮尔逊相关系数评价实测电流数据与各模拟电流数据间的相似度,从而实现故障诊断并在发生故障时找到故障位置。具有成本低、检测速度快、鲁棒性强的优点,且不需要增加额外的传感器和硬件。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于故障在线模拟的逆变器开路故障诊断方法的整体流程示意图;
图2是本发明实施例提供的带故障诊断模块的电机驱动系统结构示意图;
图3是本发明实施例提供的T1发生开路故障时a相电流路径图;其中,(a)为ia>0时a相电流路径图,(b)为ia<0时a相电流路径图;
图4是本发明实施例提供的故障诊断流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
第一实施例
本实施例提供了一种基于故障在线模拟的逆变器开路故障诊断方法,该方法可以由电子设备实现,该电子设备可以是终端或者服务器。该基于故障在线模拟的逆变器开路故障诊断方法的执行流程如图1所示,包括以下步骤:
S101,通过分析待诊断的电机-逆变器系统在健康状态和预设类型故障状态下的输出电压函数,建立系统在预设类型故障状态下的混杂系统模型;
需要说明的是,在电机驱动系统中,绕组一般为星形连接,控制策略通常包括矢量控制、直接转矩控制和v/f控制。系统控制器根据期望电压计算出开关信号,逆变器基于开关信号输出相应的电压脉冲,将这些电压脉冲应用于电机绕组后产生连续的电流。因此,电机-逆变器系统构成了一个典型的混杂系统,建立系统的混杂系统模型可以更准确的分析系统状态。
考虑如图2所示的电机-逆变器系统,Vdc为直流母线电压,该电机-逆变器系统的电压方程可以表示为:
式中,ukn为相电压,ik为绕组电流,ek为反向电动势,Rs为定子绕组电阻,Lσ为定子绕组电感。Lσ=Ls-Lm,Ls为绕组自感,Lm为绕组互感。
电机-逆变器系统的拓扑和方程约束受开关信号控制,不同开关模式对应于不同的电路拓扑结构,使得输出电压和电流演化路径也不相同,构成了一个典型的混杂系统。逆变器三相桥臂共有6个开关,为了研究不同开关组合时逆变器的输出电压,定义开关函数Sx(x=1-6)表示开关T1-T6的状态:
逆变器健康状态下不同的开关状态及其对应的输出电压如表1所示。
表1逆变器健康状态下开关状态与输出电压的关系
State# | S<sub>1</sub> | S<sub>2</sub> | S<sub>3</sub> | S<sub>4</sub> | S<sub>5</sub> | S<sub>6</sub> | u<sub>an</sub>/V<sub>dc</sub> | u<sub>bn</sub>/V<sub>dc</sub> | u<sub>cn</sub>/V<sub>dc</sub> |
0 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 0 | 0 |
1 | 0 | 1 | 0 | 1 | 1 | 0 | -1/3 | -1/3 | 2/3 |
2 | 0 | 1 | 1 | 0 | 0 | 1 | -1/3 | 2/3 | -1/3 |
3 | 0 | 1 | 1 | 0 | 1 | 0 | -2/3 | 1/3 | 1/3 |
4 | 1 | 0 | 0 | 1 | 0 | 1 | 2/3 | -1/3 | -1/3 |
5 | 1 | 0 | 0 | 1 | 1 | 0 | 1/3 | -2/3 | 1/3 |
6 | 1 | 0 | 1 | 0 | 0 | 1 | 1/3 | 1/3 | -2/3 |
7 | 1 | 0 | 1 | 0 | 1 | 0 | 0 | 0 | 0 |
由表1可得输出电压的数学描述为:
为化简模型,定义逻辑变量向量λNF=[λ1_NF λ2_NF λ3_NF]T,令
将式(4)代入式(3)得:
将式(5)代入式(1),推导得到逆变器健康状态下电机-逆变器系统混杂系统模型:
当逆变器开关管发生开路故障时,电路的拓扑结构和电流路径会发生相应的改变,逆变器的输出电压不仅受控于开关信号的取值,而且与绕组电流的方向有关,定义电流流入绕组方向为正,流出为负,则根据电流方向和开关信号可以确定逆变器输出电压。下面分别推导逆变器不同开路故障状态下的电机-逆变器系统混杂系统模型。
若T1发生开路故障,受影响的开关状态为“4”、“5”、“6”和“7”。在ia>0时a相电流路径如图3中(a)所示,在ia<0时a相电流路径如图3中(b)所示。
可知,在开关状态“4”下T1开路故障作用时,S1=S2=0。此时若ia>0,a相电流通过D2流入绕组,则a、b、c均与电源负极相连接,即可等效为开关状态“0”;若ia<0,a相电流通过D1流入电源正极,即a与电源正极相连接,b、c均与电源负极相连接,即可等效为开关状态“4”。同理分析得到开关状态“5”、“6”和“7”下T1开路故障作用时a相电流方向与等效开关状态的关系,如表2所示。为表述方便,定义逻辑变量ηa表示a相电流极性,ηa=1表示ia>0,ηa=0表示ia≤0。
表2 T1开路故障作用下a相电流方向与等效开关状态的关系
由表2可得T1开路故障作用下逆变器三相输出电压的数学描述为:
若T2发生开路故障,受影响的开关状态为“0”、“1”、“2”和“3”。同理分析得到T2开路故障作用时a相电流方向与等效开关状态的关系,如表3所示。
表3 T2开路故障作用下a相电流方向与等效开关状态的关系
由表3可以看出,T2开故障作用时对应的等效开关状态与T1开路故障作用时相同,故T2开路故障作用下各线电压的数学描述与T1开路故障作用下相同,即得a相桥臂开路故障作用下的逆变器三相输出电压的数学描述为:
由式(8)可得逆变器a相桥臂开路故障作用下电机-逆变器系统的混杂系统模型:
式中,λAF=[λ1_AF λ2_AF λ3_AF]T,且:
同理分析可得b、c相桥臂开路故障下的输出电压大小,定义逻辑变量ηb表示b相电流极性,ηb=1表示ib>0,ηb=0表示ib≤0;逻辑变量ηc表示c相电流极性,ηc=1表示ic>0,ηc=0表示ic≤0,则b、c相桥臂开路故障作用下逆变器三相输出电压的数学描述为:
由式(13)、式(14)可得逆变器b、c相桥臂开路故障作用下永磁同步电机驱动系统混杂系统模型:
式中,λBF=[λ1_BF λ2_BF]T,λCF=[λ1_CF λ2_CF]T,且:
S102,利用混杂系统模型对系统在预设类型故障状态下的电流数据进行在线模拟,得到系统在预设类型故障状态下的模拟电流数据;
需要说明的是,本实施例是利用不同故障状态下的混杂系统模型对系统在各类型故障状态下的电流数据同时进行在线模拟,从而得到系统在各类型故障状态下的模拟电流数据;具体地,考虑到三相电压源逆变器的6种单管故障和3种单相故障,利用混杂系统模型在线模拟9种故障类型,模拟电流数据如下:
In=f(ek,δk|Fn)(n=1~9) (19)
式中,I=[ia1,…,iaN,ib1,…,ibN,ic1,…,icN],F1~F9表示九种故障类型。
S103,获取系统的实测电流数据和模拟电流数据,计算实测电流数据与模拟电流数据之间的相似度;
需要说明的是,本实施例获取系统的实测电流数据和模拟电流数据的方式为:设计一个长度为N的滑动窗口来获取系统的实测电流数据和模拟电流数据,以用于故障诊断;其中,N为一个电流基波周期,其定义如下:
式中,p为极对数,ωm为机械角速度,Ts为采样周期。
本实施例计算实测电流数据与模拟电流数据之间的相似度的方式为:基于皮尔逊相关系数(Pearson Correlation Coefficient,PCC)来评价实测电流数据与模拟电流数据之间的相似度。从而衡量模拟故障类型与实际故障类型之间的相似性;PCC的计算方法定义如下:
本实施例分别计算实测电流数据与每一类型故障状态下的模拟电流数据之间的相似度;并对计算出的多个相似度进行取均值运算,得到平均相似度。其中,定义九种类型的皮尔逊相关系数的均值为:
S104,基于计算的相似度确定当前逆变器是否出现开路故障,并在逆变器出现开路故障时确定当前逆变器出现的开路故障的类型。
需要说明的是,在逆变器健康状态下,当模拟故障作用于混杂系统模型时所产生的模拟数据与实测数据不同,而在模拟故障未作用于混杂系统模型时所产生的模拟数据与实测数据相同,且在一个周期内模拟故障作用时间占比很小,因此在正常情况下,PCC均大于0.5小于1,即0.5≤ρaver<1。
当逆变器发生开路故障,如T1故障时,模拟故障类型F1与实际故障类型相同,其他模拟故障类型与实际故障类型不同,故有ρaver<0.5,max{ρn}=ρ1≈1。
因此,故障检测变量FaultFlag和故障隔离变量FaultType定义如下:
其中,FaultFlag的值为0,表示当前逆变器未出现开路故障;FaultFlag的值为1,则表示当前逆变器出现开路故障;FaultType的值为0表示当前没有发生开路故障的位置,x则表示当前发生开路故障的位置,例如x为1,也即max{ρn}=ρ1≈1,说明模拟故障类型F1与实际故障类型相同,也即T1故障。
综上,本实施例提出一种逆变器开路故障在线快速诊断方法,通过分析不同开关状态下的三相输出电压,建立了不同状态下的电机-逆变器系统的混杂系统模型。利用不同故障状态下的混杂系统模型在线模拟不同的故障类型,再基于皮尔逊相关系数寻找与真实故障类型最相似的模拟故障类型,完成故障诊断。该方法诊断速度快、实现简单、鲁棒性强,且不需要增加额外的传感器和硬件。
第二实施例
本实施例提供了一种基于故障在线模拟的逆变器开路故障诊断装置,该基于故障在线模拟的逆变器开路故障诊断装置包括以下模块:
混杂系统模型构建模块,用于通过分析待诊断的电机-逆变器系统在健康状态和预设类型故障状态下的输出电压函数,建立所述系统在预设类型故障状态下的混杂系统模型;
故障在线模拟模块,用于利用所述混杂系统模型对所述系统在预设类型故障状态下的电流数据进行在线模拟,得到所述系统在预设类型故障状态下的模拟电流数据;
故障特征提取模块,获取所述系统的实测电流数据和模拟电流数据,计算所述实测电流数据与所述模拟电流数据之间的相似度;
故障检测模块,用于基于计算的相似度确定当前逆变器是否出现开路故障,并在逆变器出现开路故障时确定当前逆变器出现的开路故障的类型。
本实施例的基于故障在线模拟的逆变器开路故障诊断装置与上述的基于故障在线模拟的逆变器开路故障诊断方法相对应;其中,该基于故障在线模拟的逆变器开路故障诊断装置中的各功能模块所实现的功能与上述基于故障在线模拟的逆变器开路故障诊断方法中的各流程步骤一一对应;故,在此不再赘述。
第三实施例
本实施例提供一种电子设备,其包括处理器和存储器;其中,存储器中存储有至少一条指令,所述指令由处理器加载并执行,以实现第一实施例的方法。
该电子设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)和一个或一个以上的存储器,其中,存储器中存储有至少一条指令,所述指令由处理器加载并执行以下步骤:
S101,通过分析待诊断的电机-逆变器系统在健康状态和预设类型故障状态下的输出电压函数,建立系统在预设类型故障状态下的混杂系统模型;
S102,利用混杂系统模型对系统在预设类型故障状态下的电流数据进行在线模拟,得到系统在预设类型故障状态下的模拟电流数据;
S103,获取系统的实测电流数据和模拟电流数据,计算实测电流数据与模拟电流数据之间的相似度;
S104,基于计算的相似度确定当前逆变器是否出现开路故障,并在逆变器出现开路故障时确定当前逆变器出现的开路故障的类型。
第四实施例
本实施例提供一种计算机可读存储介质,该存储介质中存储有至少一条指令,所述指令由处理器加载并执行,以实现上述方法。其中,该计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。其内存储的指令可由终端中的处理器加载并执行以下步骤:
S101,通过分析待诊断的电机-逆变器系统在健康状态和预设类型故障状态下的输出电压函数,建立系统在预设类型故障状态下的混杂系统模型;
S102,利用混杂系统模型对系统在预设类型故障状态下的电流数据进行在线模拟,得到系统在预设类型故障状态下的模拟电流数据;
S103,获取系统的实测电流数据和模拟电流数据,计算实测电流数据与模拟电流数据之间的相似度;
S104,基于计算的相似度确定当前逆变器是否出现开路故障,并在逆变器出现开路故障时确定当前逆变器出现的开路故障的类型。
此外,需要说明的是,本发明可提供为方法、装置或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
最后需要说明的是,以上所述是本发明优选实施方式,应当指出,尽管已描述了本发明优选实施例,但对于本技术领域的技术人员来说,一旦得知了本发明的基本创造性概念,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
Claims (4)
1.一种基于故障在线模拟的逆变器开路故障诊断方法,其特征在于,包括:
通过分析待诊断的电机-逆变器系统在健康状态和预设类型故障状态下的输出电压函数,建立所述系统在预设类型故障状态下的混杂系统模型;
利用所述混杂系统模型对所述系统在预设类型故障状态下的电流数据进行在线模拟,得到所述系统在预设类型故障状态下的模拟电流数据;
获取所述系统的实测电流数据和模拟电流数据,计算所述实测电流数据与所述模拟电流数据之间的相似度;
基于计算的相似度确定当前逆变器是否出现开路故障,并在逆变器出现开路故障时确定当前逆变器出现的开路故障的类型;
其中,所述预设类型故障为多种不同类型的故障;
所述通过分析待诊断的电机-逆变器系统在健康状态和预设类型故障状态下的输出电压函数,建立所述系统在预设类型故障状态下的混杂系统模型,包括:
通过分析待诊断的电机-逆变器系统在健康状态和多种不同类型故障状态下的输出电压函数,建立所述系统在不同故障状态下的混杂系统模型;
所述利用所述混杂系统模型对所述系统在预设类型故障状态下的电流数据进行在线模拟,得到所述系统在预设类型故障状态下的模拟电流数据,包括:
利用不同故障状态下的混杂系统模型对所述系统在各类型故障状态下的电流数据同时进行在线模拟,得到所述系统在各类型故障状态下的模拟电流数据;
所述计算所述实测电流数据与所述模拟电流数据之间的相似度,包括:
分别计算所述实测电流数据与每一类型故障状态下的模拟电流数据之间的相似度;并对计算出的多个相似度进行取均值运算,得到平均相似度;
电机-逆变器系统的电压方程表示为:
式中,ukn为k相电压,ik为k相的绕组电流,ek为k相的反向电动势,Rs为定子绕组电阻,Lσ为定子绕组电感;Lσ=Ls-Lm,Ls为绕组自感,Lm为绕组互感;
电机-逆变器系统的拓扑和方程约束受开关信号控制,不同开关模式对应于不同的电路拓扑结构,使得输出电压和电流演化路径也不相同,构成了一个混杂系统;逆变器三相桥臂共有6个开关,为了研究不同开关组合时逆变器的输出电压,定义开关函数Sx表示第x个开关Tx的状态,x=1、2、3、4、5、6:
输出电压的数学描述为:
为化简模型,定义逻辑变量向量λNF=[λ1_NF λ2_NF λ3_NF]T,令
将式(4)代入式(3)得:
将式(5)代入式(1),推导得到逆变器健康状态下电机-逆变器系统混杂系统模型:
式中,为系统状态向量;逻辑变量向量λNF为系统离散输入向量;e=[ea ebec]T为反向电势向量,可视为系统连续输入向量;状态系数矩阵连续输入系数矩阵离散输入系数矩阵I为3阶单位矩阵;Vdc为直流母线电压;
在第一个开关T1开路故障作用下逆变器三相输出电压的数学描述为:
a相桥臂开路故障作用下的逆变器三相输出电压的数学描述为:
由式(8)得逆变器a相桥臂开路故障作用下电机-逆变器系统的混杂系统模型如下:
式中,λAF=[λ1_AF λ2_AF λ3_AF]T,且:
b、c相桥臂开路故障作用下逆变器三相输出电压的数学描述为:
由式(13)、式(14)得逆变器b、c相桥臂开路故障作用下混杂系统模型:
式中,λBF=[λ1_BF λ2_BF]T,λCF=[λ1_CF λ2_CF]T,且:
针对三相电压源逆变器的6种单管故障和3种单相故障,利用混杂系统模型在线模拟9种故障类型,模拟电流数据如下:
In=f(ek,δk|Fn)(n=1~9) (19)
式中,I=[ia1,…,iaN,ib1,…,ibN,ic1,…,icN],F1~F9表示九种故障类型;
所述基于计算的相似度确定当前逆变器是否出现开路故障,并在逆变器出现开路故障时确定当前逆变器出现的开路故障的类型,包括:
若所述平均相似度不小于0.5,则判断当前逆变器未出现开路故障;
若所述平均相似度小于0.5时,则判断当前逆变器出现开路故障;
若当前逆变器出现开路故障,则将与所述实测电流数据相似度最大的模拟电流数据所对应的故障类型作为当前逆变器实际出现的故障类型;
所述获取所述系统的实测电流数据和模拟电流数据,包括:
设计一个长度为N的滑动窗口来获取所述系统的实测电流数据和模拟电流数据;其中,N为一个电流基波周期,其定义如下:
其中,p为极对数,ωm为机械角速度,Ts为采样周期。
2.如权利要求1所述的基于故障在线模拟的逆变器开路故障诊断方法,其特征在于,所述计算所述实测电流数据与模拟电流数据之间的相似度,包括:
基于皮尔逊相关系数评价实测电流数据与模拟电流数据之间的相似度。
3.一种基于故障在线模拟的逆变器开路故障诊断装置,其特征在于,包括:
混杂系统模型构建模块,用于通过分析待诊断的电机-逆变器系统在健康状态和预设类型故障状态下的输出电压函数,建立所述系统在预设类型故障状态下的混杂系统模型;
故障在线模拟模块,用于利用所述混杂系统模型对所述系统在预设类型故障状态下的电流数据进行在线模拟,得到所述系统在预设类型故障状态下的模拟电流数据;
故障特征提取模块,获取所述系统的实测电流数据和模拟电流数据,计算所述实测电流数据与所述模拟电流数据之间的相似度;
故障检测模块,用于基于计算的相似度确定当前逆变器是否出现开路故障,并在逆变器出现开路故障时确定当前逆变器出现的开路故障的类型;
所述预设类型故障为多种不同类型的故障;
所述混杂系统模型构建模块具体用于:
通过分析待诊断的电机-逆变器系统在健康状态和多种不同类型故障状态下的输出电压函数,建立所述系统在不同故障状态下的混杂系统模型;
所述故障在线模拟模块具体用于:
利用不同故障状态下的混杂系统模型对所述系统在各类型故障状态下的电流数据同时进行在线模拟,得到所述系统在各类型故障状态下的模拟电流数据;
所述故障特征提取模块具体用于:
分别计算所述实测电流数据与每一类型故障状态下的模拟电流数据之间的相似度;并对计算出的多个相似度进行取均值运算,得到平均相似度;
电机-逆变器系统的电压方程表示为:
式中,ukn为k相电压,ik为k相的绕组电流,ek为k相的反向电动势,Rs为定子绕组电阻,Lσ为定子绕组电感;Lσ=Ls-Lm,Ls为绕组自感,Lm为绕组互感;
电机-逆变器系统的拓扑和方程约束受开关信号控制,不同开关模式对应于不同的电路拓扑结构,使得输出电压和电流演化路径也不相同,构成了一个混杂系统;逆变器三相桥臂共有6个开关,为了研究不同开关组合时逆变器的输出电压,定义开关函数Sx表示第x个开关Tx的状态,x=1、2、3、4、5、6:
输出电压的数学描述为:
为化简模型,定义逻辑变量向量λNF=[λ1_NF λ2_NF λ3_NF]T,令
将式(4)代入式(3)得:
将式(5)代入式(1),推导得到逆变器健康状态下电机-逆变器系统混杂系统模型:
式中,为系统状态向量;逻辑变量向量λNF为系统离散输入向量;e=[ea ebec]T为反向电势向量,可视为系统连续输入向量;状态系数矩阵连续输入系数矩阵离散输入系数矩阵I为3阶单位矩阵;Vdc为直流母线电压;
在第一个开关T1开路故障作用下逆变器三相输出电压的数学描述为:
a相桥臂开路故障作用下的逆变器三相输出电压的数学描述为:
由式(8)得逆变器a相桥臂开路故障作用下电机-逆变器系统的混杂系统模型如下:
式中,λAF=[λ1_AF λ2_AF λ3_AF]T,且:
b、c相桥臂开路故障作用下逆变器三相输出电压的数学描述为:
由式(13)、式(14)得逆变器b、c相桥臂开路故障作用下混杂系统模型:
式中,λBF=[λ1_BF λ2_BF]T,λCF=[λ1_CF λ2_CF]T,且:
针对三相电压源逆变器的6种单管故障和3种单相故障,利用混杂系统模型在线模拟9种故障类型,模拟电流数据如下:
In=f(ek,δk|Fn)(n=1~9) (19)
式中,I=[ia1,…,iaN,ib1,…,ibN,ic1,…,icN],F1~F9表示九种故障类型;
所述故障检测模块具体用于:
若所述平均相似度不小于0.5,则判断当前逆变器未出现开路故障;
若所述平均相似度小于0.5时,则判断当前逆变器出现开路故障;
若当前逆变器出现开路故障,则将与所述实测电流数据相似度最大的模拟电流数据所对应的故障类型作为当前逆变器实际出现的故障类型;
所述故障特征提取模块还用于:
设计一个长度为N的滑动窗口来获取所述系统的实测电流数据和模拟电流数据;其中,N为一个电流基波周期,其定义如下:
其中,p为极对数,ωm为机械角速度,Ts为采样周期。
4.如权利要求3所述的基于故障在线模拟的逆变器开路故障诊断装置,其特征在于,所述故障特征提取模块具体用于:
基于皮尔逊相关系数评价实测电流数据与模拟电流数据之间的相似度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010852500.3A CN112100946B (zh) | 2020-08-21 | 2020-08-21 | 一种基于故障在线模拟的逆变器开路故障诊断方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010852500.3A CN112100946B (zh) | 2020-08-21 | 2020-08-21 | 一种基于故障在线模拟的逆变器开路故障诊断方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112100946A CN112100946A (zh) | 2020-12-18 |
CN112100946B true CN112100946B (zh) | 2021-05-25 |
Family
ID=73753157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010852500.3A Active CN112100946B (zh) | 2020-08-21 | 2020-08-21 | 一种基于故障在线模拟的逆变器开路故障诊断方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112100946B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114115175A (zh) * | 2021-10-29 | 2022-03-01 | 江苏大学 | 永磁同步电机控制系统的高阻抗连接故障诊断系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113504435B (zh) * | 2021-07-20 | 2022-07-08 | 中南大学 | 三电平逆变器开路故障诊断方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107192964A (zh) * | 2017-06-27 | 2017-09-22 | 福州大学 | 基于模型预测的三相逆变器故障在线诊断方法 |
CN111398860A (zh) * | 2020-03-27 | 2020-07-10 | 西北工业大学 | 一种混合式的pmsm驱动系统逆变器开路故障在线诊断方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105548792B (zh) * | 2015-12-28 | 2017-12-15 | 中南大学 | 基于预测控制的矩阵变换器开关开路故障诊断方法 |
CN108416103A (zh) * | 2018-02-05 | 2018-08-17 | 武汉大学 | 一种串联混合动力电动汽车交直流变换器的故障诊断方法 |
CN111381188B (zh) * | 2020-03-18 | 2021-02-09 | 华中科技大学 | 一种两电平三相电压源逆变器桥臂开路故障诊断方法 |
-
2020
- 2020-08-21 CN CN202010852500.3A patent/CN112100946B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107192964A (zh) * | 2017-06-27 | 2017-09-22 | 福州大学 | 基于模型预测的三相逆变器故障在线诊断方法 |
CN111398860A (zh) * | 2020-03-27 | 2020-07-10 | 西北工业大学 | 一种混合式的pmsm驱动系统逆变器开路故障在线诊断方法 |
Non-Patent Citations (1)
Title |
---|
《混杂系统理论及其在三相逆变电路开路》;李宁等;《电工技术学报》;20140820;第114页第2栏第2段至第117页第2栏最后1段 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114115175A (zh) * | 2021-10-29 | 2022-03-01 | 江苏大学 | 永磁同步电机控制系统的高阻抗连接故障诊断系统 |
CN114115175B (zh) * | 2021-10-29 | 2024-01-05 | 江苏大学 | 永磁同步电机控制系统的高阻抗连接故障诊断系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112100946A (zh) | 2020-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107783006B (zh) | 水轮发电机转子绕组匝间短路故障检测方法 | |
CN106896323B (zh) | 开关磁阻电机不对称半桥型功率变换器主开关故障检测法 | |
CN112100946B (zh) | 一种基于故障在线模拟的逆变器开路故障诊断方法及装置 | |
CN111381188B (zh) | 一种两电平三相电压源逆变器桥臂开路故障诊断方法 | |
CN104965148A (zh) | 一种电机驱动系统中逆变器功率管开路故障实时检测方法 | |
Muduli et al. | Ann based on-board fault diagnostic for induction motor drive in low-cost electric vehicles | |
CN112532138A (zh) | 两电平三相逆变拓扑的航空通用电机控制器电流冗余方法 | |
Hang et al. | Quantitative fault severity estimation for high-resistance connection in PMSM drive system | |
Li et al. | Open circuit fault diagnosis strategy of PMSM drive system based on grey prediction theory for industrial robot | |
Xu et al. | A novel adaptive SMO-based simultaneous diagnosis method for IGBT open-circuit faults and current sensor incipient faults of inverters in PMSM drives for electric vehicles | |
Azzoug et al. | An active fault-tolerant control strategy for current sensors failure for induction motor drives using a single observer for currents estimation and axes transformation | |
Moaveni et al. | Introducing improved iterated extended Kalman Filter (IIEKF) to estimate the rotor rotational speed, rotor and stator resistances of induction motors | |
Benidris et al. | A fast transient stability screening and ranking tool | |
Chulines et al. | Simplified model of a three-phase induction motor for fault diagnostic using the synchronous reference frame DQ and parity equations | |
CN113437732B (zh) | 一种光伏发电并网联络线纵联保护方法及系统 | |
Zheng et al. | Fault diagnosis of photovoltaic inverters using hidden Markov model | |
Postoyankova et al. | Research of a genetic algorithm for identification of induction motor parameters | |
Xuhong et al. | Diagonal recurrent neural network based on-line stator winding turn fault detection for induction motors | |
Lashgari et al. | An agent‐based fast concurrent prediction scheme for transient and short‐term voltage instability | |
Dash et al. | Stator inter-turn fault detection of an induction motor using neuro-fuzzy techniques | |
He et al. | Fault Diagnosis of Inter-turn Short Circuit Faults in Dual Three-Phase PMSM Drives | |
Hamoudi et al. | Stator fault detection in induction machines by parameter estimation using trust region algorithms | |
Teler et al. | Analysis of the stator current prediction capabilities in induction motor drive using the LSTM network | |
CN111368933A (zh) | 一种基于Softmax回归的配电网暂态过程故障分类方法及系统 | |
Zhang et al. | Diagnosis methods for inter-turn short-circuit fault degree of permanent magnet synchronous motor stator winding |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220406 Address after: 276803 Shaoxing Road, Rizhao Development Zone, Rizhao City, Shandong Province Patentee after: Shandong Rizhao shansen numerical control equipment Co.,Ltd. Patentee after: Shandong shansen Numerical Control Technology Co., Ltd Address before: 100083 No. 30, Haidian District, Beijing, Xueyuan Road Patentee before: University OF SCIENCE AND TECHNOLOGY BEIJING |