CN112485629A - 一种基于谐波分析的igbt变换器健康评估方法 - Google Patents
一种基于谐波分析的igbt变换器健康评估方法 Download PDFInfo
- Publication number
- CN112485629A CN112485629A CN202011351262.4A CN202011351262A CN112485629A CN 112485629 A CN112485629 A CN 112485629A CN 202011351262 A CN202011351262 A CN 202011351262A CN 112485629 A CN112485629 A CN 112485629A
- Authority
- CN
- China
- Prior art keywords
- converter
- igbt converter
- output voltage
- igbt
- health assessment
- 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
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
- G01R31/26—Testing of individual semiconductor devices
- G01R31/2642—Testing semiconductor operation lifetime or reliability, e.g. by accelerated life tests
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Power Conversion In General (AREA)
- Inverter Devices (AREA)
Abstract
本发明公开了一种基于谐波分析的IGBT变换器健康评估方法,其包括以下步骤:S1、获取IGBT变换器初始状态下在固定工作点处的电流控制器输出电压谐波的数据集;S2、获取IGBT变换器工作时在相同工作点处的电流控制器输出电压谐波的数据集;S3、对步骤S1和步骤S2中获取的数据集分别使用最小协方差行列式算法进行训练和分析;S4、对目标IGBT变换器进行健康评估。本发明克服了功率半导体器件状态监测领域的大多数现有方法都需要额外传感器和测量设备的缺点,由于只使用功率变换器中已有的数据,带来节省额外成本和消除额外潜在故障来源等优点,且这种方法能够精确的检测出数据集中的异常,提高了电力电子系统运行的可靠性。
Description
技术领域
本发明涉及半导体领域,具体涉及一种基于谐波分析的IGBT变换器健康评估方法。
背景技术
随着电动汽车、电动飞机和可再生能源产业的快速发展,功率变换器的可靠性问题日益突出。提高变换器可靠性的一种方法是使用状态监测。状态监测的目的是识别系统在运行期间的状态,为必要的维修和维护工作提供信息,从而选择最佳的维护间隔,以减少停机时间。
常用的状态监测方法是对相关敏感参数进行监测和处理。敏感参数就像故障指示器,能提供有关变换器状况的信息,例如变换器中功率半导体器件的阈值电压和通断时间等都是敏感参数。这种方法能够监测所有影响敏感参数的老化机制。为了监测这些参数,通常需要在变换器中增加测量设备和传感器。但这样不仅增加了系统的成本,而且也增加了额外的潜在故障源,对于提高变换器可靠性增加了不确定性因素。
研究已经证实,有关敏感参数的信息存在于可用的变换器的控制运行数据中,这是不使用额外传感器和额外测量设备进行状态监测的基础。由于变换器控制器总是对系统的变化作出反应,意味着控制器也会对系统组件的老化做出反应,故可用来检测在系统运行过程中产生的老化机制。
发明内容
针对现有技术中的上述不足,为了克服需要额外硬件设备的缺点,同时为了提高电源转换系统的可靠性,本发明提供的一种基于谐波分析的IGBT变换器健康评估方法是基于电力电子系统中已有的数据进行IGBT变换器的健康评估,且能够精确的检测出数据集中的异常,提高电力电子系统运行的可靠性。
为了达到上述发明目的,本发明采用的技术方案为:
提供一种基于谐波分析的IGBT变换器健康评估方法,其包括以下步骤:
S1、获取IGBT变换器初始状态下在固定工作点处的电流控制器输出电压谐波的数据集;
S2、获取IGBT变换器工作时在相同工作点处的电流控制器输出电压谐波的数据集;
S3、对步骤S1和步骤S2中获取的数据集分别使用最小协方差行列式算法进行训练和分析;
S4、对目标IGBT变换器进行健康评估。
进一步地,步骤S1的具体方法包括以下子步骤:
S1-1、在固定工作点处对电流控制器的输出电压V进行测量;
S1-2、每一个电气周期内对电压V执行一次快速傅里叶变换,将输出的电压值V从时域转换到频域,转换后的输出电压V包含积分分量(μd)和比例分量(μq)两个谐波分量,分别代表一个d和一个q成分,表示旋转参考系中的d轴和q轴。
进一步地,固定工作点可根据实际运行情况进行调节改变,包括d轴电流,q轴电流,直流源电压,变换器输出交流电频率,驱动信号脉冲频率,负载阻抗和负载电感。
进一步地,电流控制器为PI电流控制器。
进一步地,记录的数据具有温度依赖性,IGBT模块参考温度通过使用模块内置的热敏电阻来测量。
进一步地,步骤S3的具体方法包括以下子步骤:
S3-1、使用最小协方差行列式算法确定输出电压谐波的鲁棒平均值和鲁棒协方差矩阵;
S3-2、根据鲁棒平均值和鲁棒协方差矩阵计算出输出电压谐波的鲁棒马氏距离;
S3-3、按照变换器中IGBT的管壳温度范围来划分电流控制器的输出电压谐波,对于每一个设定的等温差的温度范围,根据输出电压谐波的鲁棒协方差矩阵和鲁棒马氏距离分别计算出两种输出电压谐波分量的公差椭圆的轮廓。
进一步地,步骤S4的具体方法为:
当环境条件保持不变,在IGBT变换器运行期间持续采集电流控制器的输出电压,通过公差椭圆轮廓的移动来评估IGBT的健康状况。椭圆轮廓的移动说明了控制器的输出电压谐波在d轴和q轴上产生了偏差,而偏差信号代表了IGBT变换器的老化程度。
本发明的有益效果为:本发明提出了一种基于谐波分析的IGBT变换器健康评估方法。这种方法避免了使用额外的传感器和额外的测量设备,只使用电力电子系统中已有的数据,将带来节省额外成本和消除额外潜在故障来源等优点。本发明使用鲁棒马氏距离代替了传统的马氏距离来计算公差椭圆,可以提高公差椭圆的精度。本发明能够精确的检测出数据集中的异常,提高了电力电子系统运行的可靠性。
附图说明
图1为本方法的流程示意图;
图2为电流控制器的结构图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
如图1所示,该基于谐波分析的IGBT变换器健康评估方法包括以下步骤:
S1、获取IGBT变换器初始状态下在固定工作点处的电流控制器输出电压谐波的数据集;
S2、获取IGBT变换器工作时在相同工作点处的电流控制器输出电压谐波的数据集;
S3、对步骤S1和步骤S2中获取的数据集分别使用最小协方差行列式算法进行训练和分析;
S4、对目标IGBT变换器进行健康评估。
步骤S1的具体方法包括以下子步骤:
S1-1、在固定工作点处对电流控制器的输出电压V进行测量;
S1-2、每一个电气周期内对电压V执行一次快速傅里叶变换,将输出的电压值V从时域转换到频域,转换后的输出电压V包含积分分量(μd)和比例分量(μq)两个谐波分量,分别代表一个d和一个q成分,表示旋转参考系中的d轴和q轴。
如图2所示,使用的电流控制器为PI电流控制器,设置工作点根据实际运行情况进行调节改变,包括d轴电流,q轴电流,直流源电压,变换器输出交流电频率,驱动信号脉冲频率,负载阻抗和负载电感。三相电流为与控制器连接的变换器的三相电流总线的输出;
记录的数据具有温度依赖性,IGBT模块参考温度通过使用模块内置的热敏电阻来测量。
步骤S3的具体方法包括以下子步骤:
S3-1、使用最小协方差行列式算法确定输出电压谐波的鲁棒平均值和鲁棒协方差矩阵;
S3-2、根据鲁棒平均值和鲁棒协方差矩阵计算出输出电压谐波的鲁棒马氏距离;
S3-3、按照变换器中IGBT的管壳温度范围来划分电流控制器的输出电压谐波,对于每一个设定的等温差的温度范围,根据输出电压谐波的鲁棒协方差矩阵和鲁棒马氏距离分别计算出两种输出电压谐波分量的公差椭圆的轮廓。
步骤S4的具体方法为:
当环境条件保持不变,在IGBT变换器运行期间持续采集电流控制器的输出电压,通过公差椭圆轮廓的移动来评估IGBT的健康状况。椭圆轮廓的移动说明了控制器的输出电压谐波在d轴和q轴上产生了偏差,而偏差信号代表了IGBT变换器的老化程度。
在本发明的一个实施例中,设定的固定工作点为:d轴电流控制参数为10A,q轴电流控制参数为0A,直流电压环节为600V,输出交流电频率为50Hz,驱动信号脉冲频率为16KHz,负载阻抗为4.8Ω,负载电感为10mH。当只需要分析电流控制器输出电压随时间的积分分量时,需要将q轴的控制参数调小。本发明只使用电力电子系统中已有的数据,不需要额外的传感器和测量设备。对电力电子系统中的某一变换器进行状态监测和健康评估时,获取电流控制器输出的电压谐波分量,通过最小协方差行列式算法计算出公差椭圆,再根据椭圆的偏移来评估当前IGBT变换器的健康状态。
综上所述,本发明提出了一种基于谐波分析的IGBT变换器健康评估方法。这种方法使用鲁棒马氏距离代替了传统的马氏距离来计算公差椭圆,可以提高公差椭圆的精度。本发明克服了功率半导体状态监测领域的大多数现有方法都需要额外传感器和测量设备的缺点,只使用电力电子系统中已有的数据,带来节省额外成本和消除额外潜在故障来源等优点。本发明提出的方法用基于软件的技术取代了通常用于状态监测的传感器,为了从已有的数据中获得关于变换器状态的信息,采用信号分析的方法对数据进行了更精确的分析。本发明能够精确的检测出数据集中的异常,提高了电力电子系统运行的可靠性。
Claims (7)
1.一种基于谐波分析的IGBT变换器健康评估方法,其特征在于,包括以下步骤:
S1、获取IGBT变换器初始状态下在固定工作点处的电流控制器输出电压谐波的数据集;
S2、获取IGBT变换器工作时在相同工作点处的电流控制器输出电压谐波的数据集;
S3、对步骤S1和步骤S2中获取的数据集分别使用最小协方差行列式算法进行训练和分析;
S4、对目标IGBT变换器进行健康评估。
2.根据权利要求1所述的基于谐波分析的IGBT变换器健康评估方法,其特征在于,所述步骤S1的具体方法包括以下子步骤:
S1-1、在固定工作点处对电流控制器的输出电压V进行测量;
S1-2、每一个控制周期内对电压V执行一次快速傅里叶变换,将输出的电压值V从时域转换到频域,转换后的输出电压V包含积分分量(μd)和比例分量(μq)两个谐波分量,分别代表一个d和一个q成分,表示旋转参考系中的d轴和q轴。
3.根据权利要求2所述的基于谐波分析的IGBT变换器健康评估方法,其特征在于,所述固定工作点可根据实际运行情况进行调节改变,包括d轴电流,q轴电流,直流源电压,变换器输出交流电频率,驱动信号脉冲频率,负载阻抗和负载电感。
4.根据权利要求2所述的基于谐波分析的IGBT变换器健康评估方法,其特征在于,所述电流控制器为PI电流控制器。
5.根据权利要求1所述的基于谐波分析的IGBT变换器健康评估方法,其特征在于,所述记录的数据具有温度依赖性,IGBT模块外壳温度通过模块内置热敏电阻来测量。
6.根据权利要求1所述的基于谐波分析的IGBT变换器健康评估方法,其特征在于,所述步骤S3的具体方法包括以下子步骤:
S3-1、使用最小协方差行列式算法确定输出电压谐波的鲁棒平均值和鲁棒协方差矩阵;
S3-2、根据鲁棒平均值和鲁棒协方差矩阵计算出输出电压谐波的鲁棒马氏距离;
S3-3、按照变换器中IGBT模块的外壳温度范围来划分电流控制器的输出电压谐波,对于每一个设定的等温差的温度范围,根据输出电压谐波的鲁棒协方差矩阵和鲁棒马氏距离分别计算出两种输出电压谐波分量的公差椭圆的轮廓。
7.根据权利要求1所述的基于谐波分析的IGBT变换器健康评估方法,其特征在于,所述步骤S4的具体方法为:
当环境条件保持不变,在IGBT变换器运行期间持续采集电流控制器的输出电压,通过公差椭圆轮廓的移动来评估IGBT的健康状况。椭圆轮廓的移动说明了控制器的输出电压谐波在d轴和q轴上产生了偏差,而偏差信号代表了IGBT变换器的老化程度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011351262.4A CN112485629B (zh) | 2020-11-26 | 2020-11-26 | 一种基于谐波分析的igbt变换器健康评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011351262.4A CN112485629B (zh) | 2020-11-26 | 2020-11-26 | 一种基于谐波分析的igbt变换器健康评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112485629A true CN112485629A (zh) | 2021-03-12 |
CN112485629B CN112485629B (zh) | 2022-01-04 |
Family
ID=74935195
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011351262.4A Active CN112485629B (zh) | 2020-11-26 | 2020-11-26 | 一种基于谐波分析的igbt变换器健康评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112485629B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6801049B2 (en) * | 2000-04-04 | 2004-10-05 | Advantest Corporation | Method and apparatus for defect analysis of semiconductor integrated circuit |
CN103983889A (zh) * | 2014-05-30 | 2014-08-13 | 中南大学 | 基于模型参考分析的有源电力滤波器开关器件开路故障诊断方法 |
CN106019044A (zh) * | 2016-05-11 | 2016-10-12 | 西南交通大学 | 电力牵引交流传动两电平单相四象限脉冲整流器开关管开路故障诊断方法 |
CN109557406A (zh) * | 2018-11-26 | 2019-04-02 | 上海电力学院 | 一种并网逆变器及其功率管开路故障检测方法 |
CN109782105A (zh) * | 2018-12-29 | 2019-05-21 | 华中科技大学 | 一种变频调速系统三相逆变器功率管故障实时检测方法 |
CN110110461A (zh) * | 2019-05-15 | 2019-08-09 | 福州大学 | 基于卡尔曼滤波算法的mmc中igbt参数估计方法 |
CN110455517A (zh) * | 2019-08-22 | 2019-11-15 | 苏州旋械感知信息科技有限公司 | 一种风力发电机组的塔筒健康监测方法 |
CN111007379A (zh) * | 2019-12-27 | 2020-04-14 | 电子科技大学 | 一种自校正的igbt健康监测方法 |
CN111007380A (zh) * | 2019-12-27 | 2020-04-14 | 电子科技大学 | 一种基于栅电压变化的igbt健康监测方法 |
CN111190088A (zh) * | 2019-12-30 | 2020-05-22 | 西安电子科技大学 | 一种igbt性能退化特征参数的提取方法 |
CN111812435A (zh) * | 2020-06-28 | 2020-10-23 | 国网新源控股有限公司回龙分公司 | 一种基于bp神经网络诊断静止变频器故障的方法 |
-
2020
- 2020-11-26 CN CN202011351262.4A patent/CN112485629B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6801049B2 (en) * | 2000-04-04 | 2004-10-05 | Advantest Corporation | Method and apparatus for defect analysis of semiconductor integrated circuit |
CN103983889A (zh) * | 2014-05-30 | 2014-08-13 | 中南大学 | 基于模型参考分析的有源电力滤波器开关器件开路故障诊断方法 |
CN106019044A (zh) * | 2016-05-11 | 2016-10-12 | 西南交通大学 | 电力牵引交流传动两电平单相四象限脉冲整流器开关管开路故障诊断方法 |
CN109557406A (zh) * | 2018-11-26 | 2019-04-02 | 上海电力学院 | 一种并网逆变器及其功率管开路故障检测方法 |
CN109782105A (zh) * | 2018-12-29 | 2019-05-21 | 华中科技大学 | 一种变频调速系统三相逆变器功率管故障实时检测方法 |
CN110110461A (zh) * | 2019-05-15 | 2019-08-09 | 福州大学 | 基于卡尔曼滤波算法的mmc中igbt参数估计方法 |
CN110455517A (zh) * | 2019-08-22 | 2019-11-15 | 苏州旋械感知信息科技有限公司 | 一种风力发电机组的塔筒健康监测方法 |
CN111007379A (zh) * | 2019-12-27 | 2020-04-14 | 电子科技大学 | 一种自校正的igbt健康监测方法 |
CN111007380A (zh) * | 2019-12-27 | 2020-04-14 | 电子科技大学 | 一种基于栅电压变化的igbt健康监测方法 |
CN111190088A (zh) * | 2019-12-30 | 2020-05-22 | 西安电子科技大学 | 一种igbt性能退化特征参数的提取方法 |
CN111812435A (zh) * | 2020-06-28 | 2020-10-23 | 国网新源控股有限公司回龙分公司 | 一种基于bp神经网络诊断静止变频器故障的方法 |
Non-Patent Citations (1)
Title |
---|
梁卫波: "多功能变换器不同工作模式功率模块热分析", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112485629B (zh) | 2022-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Fault detection for non-Gaussian processes using generalized canonical correlation analysis and randomized algorithms | |
US9759774B2 (en) | Anomaly diagnosis system, method, and apparatus | |
CN110441643A (zh) | 永磁同步电机控制系统中逆变器功率管断路故障诊断方法 | |
CN106841949B (zh) | 三相异步交流电机定子绝缘在线监测方法和装置 | |
WO2020225960A1 (en) | Method for estimating bearing fault severity for induction motors | |
van der Broeck et al. | In-situ thermal impedance spectroscopy of power electronic modules for localized degradation identification | |
Wang et al. | ESR estimation method for DC-DC converters based on improved EMD algorithm | |
CN113987932A (zh) | 一种基于时间序列模型的mosfet寿命预测方法 | |
Zhou et al. | Monitoring chip fatigue in an IGBT module based on grey relational analysis | |
Sun et al. | An open-circuit fault diagnosis algorithm based on signal normalization preprocessing for motor drive inverter | |
CN112485629B (zh) | 一种基于谐波分析的igbt变换器健康评估方法 | |
Moniruzzaman et al. | A comprehensive study of machine learning algorithms for gpu based real-time monitoring and lifetime prediction of igbts | |
Drobnič et al. | Simplified detection of broken rotor bars in induction motors controlled in field reference frame | |
Bartman et al. | The influence of measurement methodology on the accuracy of electrical waveform distortion analysis | |
CN116840555A (zh) | 一种考虑电压阈值的谐波阻抗测量方法、系统及电子设备 | |
Yüce et al. | Investigation of bond wire lift-off by analyzing the controller output voltage harmonics for the purpose of condition monitoring | |
Li et al. | Data-Driven Diagnosis of PMSM Drive with Self-Sensing Signal Visualization and Deep Transfer Learning | |
CN115219842A (zh) | 一种机电设备故障定位及报警保护装置 | |
Horinek et al. | Power analyzer for converter testing based on cRIO hardware platform | |
JP2019161813A (ja) | 評価装置及びパワーコンディショナ | |
Sharma et al. | Evaluation of arduino based das for condition monitoring of induction motor | |
CN110197012B (zh) | 考虑牵引传动系统故障影响的支撑电容寿命评估方法 | |
Luo et al. | FRA-Based parameter estimation for Fault diagnosis of three-phase voltage-source inverters | |
Liu et al. | Checking on the quality of gauge panel based on wavelet analysis | |
RU2532762C1 (ru) | Способ диагностики и оценки остаточного ресурса электроприводов переменного тока |
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 |