CN112630596A - 一种风电变流器igbt器件开路故障综合诊断方法 - Google Patents

一种风电变流器igbt器件开路故障综合诊断方法 Download PDF

Info

Publication number
CN112630596A
CN112630596A CN202011481638.3A CN202011481638A CN112630596A CN 112630596 A CN112630596 A CN 112630596A CN 202011481638 A CN202011481638 A CN 202011481638A CN 112630596 A CN112630596 A CN 112630596A
Authority
CN
China
Prior art keywords
fault
open
circuit fault
side converter
igbt
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
CN202011481638.3A
Other languages
English (en)
Other versions
CN112630596B (zh
Inventor
李辉
杨甜
谭宏涛
周芷汀
谢翔杰
姚然
赖伟
周柏灵
何蓓
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.)
Chongqing University
Original Assignee
Chongqing 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 Chongqing University filed Critical Chongqing University
Priority to CN202011481638.3A priority Critical patent/CN112630596B/zh
Priority claimed from CN202011481638.3A external-priority patent/CN112630596B/zh
Publication of CN112630596A publication Critical patent/CN112630596A/zh
Application granted granted Critical
Publication of CN112630596B publication Critical patent/CN112630596B/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
    • G01R31/08—Locating faults in cables, transmission lines, or networks
    • G01R31/088—Aspects of digital computing
    • 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
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Control Of Eletrric Generators (AREA)

Abstract

本发明涉及一种风电变流器IGBT器件开路故障综合诊断方法，属于电子器件领域。该方法步骤：S1：分析机侧变流器IGBT开路故障对直流母线电压的影响；S2：根据机侧变流器IGBT开路故障前后直流母线电压的分布特性，实现基于累积和算法的故障直流母线电压在线诊断；S3：计算变流器输出电流归一化平均值与绝对平均值，分析不同开路故障类型的输出电流归一化绝对平均值特性设计故障识别阈值；S4：基于故障识别特征量与其阈值的比较，建立双馈风电机侧变流器IGBT开路故障定位的决策函数。本发明方法不仅能够实现双馈风电机侧变流器IGBT开路故障的在线诊断，而且能实现其故障的定位。

Description

一种风电变流器IGBT器件开路故障综合诊断方法
技术领域
本发明属于电子器件领域，涉及一种风电变流器IGBT器件开路故障综合诊断方法。
背景技术
近年来，由于具备功率可调、控制独立及并网灵活等优势，基于双馈感应发电机的风电机组一直是备受欢迎的机组类型之一。然而，变流器的高故障率与运维成本问题制约着其发展。风电变流器故障通常为短路与开路两种故障，前者故障时间极短(一般小于10μs)难以直接进行故障诊断，主要通过植入熔丝将短路故障演化为开路故障，因此现有变流器故障通常是开路故障模式，目前风电变流器发生单管与双管开路故障的概率较高，同时相对于网侧变流器，双馈风电机侧变流器因承受多时间尺度热载荷而导致故障率更高。因此研究双馈机侧变流器单管与双管开路故障的故障诊断方法对风电系统智能运维与容错控制具有重要意义。
现有变流器开路故障诊断方法通常基于电压或电流信号。电压信号便于实现故障快速预警，但难以识别多故障类型，而电流信号易于实现变流器故障识别，却又存在阈值参数固定问题。基于此，为提高双馈机侧变流器IGBT开路故障诊断的可靠性，提出一种基于变流器直流母线电压的故障预警与基于转子电流的故障定位的综合诊断方法。
发明内容
有鉴于此，本发明的目的在于提供一种风电变流器IGBT器件开路故障综合诊断方法。
为达到上述目的，本发明提供如下技术方案：
一种风电变流器IGBT器件开路故障综合诊断方法，该方法包含如下步骤：
S1：基于双馈风电机侧变流器等效电路，推导直流母线电压动态数学模型，理论分析机侧变流器IGBT开路故障对直流母线电压的影响；
S2：根据机侧变流器IGBT开路故障前后直流母线电压的分布特性，实现基于累积和算法的故障直流母线电压在线诊断；
S3：计算变流器输出电流归一化平均值与绝对平均值，利用输出电流均值与绝对均值的比值与其归一化平均值共同构建故障识别特征量，分析不同开路故障类型的输出电流归一化绝对平均值特性设计故障识别阈值；
S4：基于故障识别特征量与其阈值的比较，建立双馈风电机侧变流器IGBT开路故障定位的决策函数。
可选的，在所述S1中，直流母线电压动态数学模型为：
Figure BDA0002837757000000021
Req＝Cdc//Rg
Figure BDA0002837757000000022
Figure BDA0002837757000000023
式中Udc、Cdc分别为直流母线电压与电容，Rg为网侧变流器等效电阻，Req为直流母线电容与网侧变流器等效电阻的等效并联负载，irm、srm分别为机侧变流器各相输出电流与桥臂开关函数，Ir、ωr、θr0分别为转子输出电流幅值、角速度与初始相位角，mr为PWM调制比(mr<1)，m＝a,b,c。
可选的，在所述S2中，累积和算法的核心思想为：
Figure BDA0002837757000000024
Figure BDA0002837757000000025
Figure BDA0002837757000000026
Figure BDA0002837757000000027
Figure BDA0002837757000000028
Figure BDA0002837757000000029
式中L(x)为变量x的对数似然比，p(x)为变量x的概率密度函数，μ，σ分别为变量x的均值与偏差，R(x)为变量x的似然比值，Δsd(k)表示变量x第k(k≥1)次采样的偏差累积和，且有Δsd(0)＝0，H为偏差累积和阈值。
可选的，在所述S3中，故障识别特征量构建方程为：
Figure BDA0002837757000000031
Figure BDA0002837757000000032
Figure BDA0002837757000000033
Figure BDA0002837757000000034
||is||＝Ir
Figure BDA0002837757000000035
Figure BDA0002837757000000036
Figure BDA0002837757000000037
Figure BDA0002837757000000038
式中Drm为所构建的故障识别特征量，
Figure BDA0002837757000000039
分别为机侧变流器输出电流均值、绝对均值、归一化均值与绝对归一化均值；其中，N表示RSC相电流单周期内的采样数，j表示采样时刻；ζrm为输出电流均值与绝对均值的比值，is、||is||、θr分别表示合成电流矢量及其幅值与相位角，θrm0、irmN分别为RSC各相初始相位角与归一化电流值。
可选的，在所述S4中，故障识别阈值设计在于：
Figure BDA00028377570000000310
式中Trm为故障识别自适应阈值，ε为偏移常量。
可选的，在所述S4中，故障定位决策函数为：
Figure BDA00028377570000000311
式中，λrm为机侧变流器IGBT开路故障定位标识值。
本发明的有益效果在于：本发明基于双馈风电机侧变流器等效电路推导其直流母线电压动态数学模型，理论分析机侧变流器IGBT开路故障对直流母线电压的影响，考虑直流母线电压故障前后的分布特性，提出基于累积和算法的故障直流母线电压在线诊断方法；同时计算变流器输出电流归一化平均值与绝对平均值，利用输出电流均值与绝对均值的比值与其归一化平均值共同构建故障识别特征量，分析不同开路故障类型的输出电流归一化绝对平均值特性设计故障识别阈值，基于故障识别特征量与其阈值的比较，建立双馈风电机侧变流器IGBT开路故障定位的决策函数，实现双馈风电机侧变流器IGBT开路故障定位。本发明不仅能够实现双馈风电机侧变流器IGBT开路故障的在线诊断，而且能实现其故障的定位，两者相互参考验证，可降低双馈风电变流器IGBT开路故障误诊率，同时为双馈机侧变流器的故障容错控制研究提供了技术支持。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：
图1为本申请中提出的基于直流电压与转子电流特征参量的双馈变流器IGBT开路故障综合诊断方法实现流程框图；
图2为本申请所提方法的仿真波形图；
图3为本申请所提方法的鲁棒性验证波形图；
图4为本申请所提方法的实验验证波形图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
以1.5MW双馈风电机组为研究对象，通过双馈风电机侧变流器不同IGBT开路仿真验证所提故障综合诊断方法的有效性，同时以风速随机及电网电压跌落为场景验证所提方法的鲁棒性。最后以变流器IGBT典型开路故障实验数据验证仿真分析的准确性。
图1为本申请中提出的基于直流电压与转子电流特征参量的双馈变流器IGBT开路故障综合诊断方法实现流程；分别包含基于直流母线电压的故障在线诊断与基于转子电流的故障定位模块，其中：
基于直流母线电压的故障诊断实施流程，具体为：
S1：初始化直流母线电压偏差累积和与故障预警标识值；
S2：对直流母线电压值进行采样，计算其对数似然比及偏差累积和；
S3：判断当前直流母线电压偏差累积和是否超出所设定的阈值H，假如未超出，则故障预警标识值不变，继续执行S1。否则，执行S4；
S4：系统发出警报，故障预警标识值由0变为1(0表示无故障，1表示发生开路故障)。
基于转子电流的故障定位实施流程，具体为：
S1：通过双馈风电机侧变流器锁相环得到转子电流频率及其合成矢量幅值；
S2：分别计算双馈风电机侧变流器输出电流均值、输出电流绝对均值、输出电流归一化均值与输出电流归一化绝对均值；
S3：通过S2的计算结果构建故障识别特征量及其阈值，对比特征量与阈值设计故障定位决策函数；
S4：由S3的决策函数得到双馈风电机侧变流器不同IGBT开路故障定位标识值。
表1双馈风电机侧变流器各IGBT开路故障定位标识值。
Figure BDA0002837757000000051
Figure BDA0002837757000000061
表1中，0表示变流器无开路故障，-1表示变流器桥臂下管开路，1表示变流器桥臂上管开路，2表示变流器同桥臂上下两管均开路。
图2为本申请所提方法的仿真波形。仿真设置双馈风电机侧变流器不同IGBT开路故障场景，不失一般性，以双馈风电机侧变流器IGBT先后发生单管开路故障为例进行仿真分析，得到双馈风电机侧变流器不同IGBT开路故障在线诊断与定位仿真结果。
根据图的仿真可得出以下结论：
1)在所提方法下，对双馈风电机侧变流器IGBT开路故障能实现快速预警；
2)在所提方法下，对双馈风电机侧变流器IGBT开路故障能实现在线定位。
图3为本申请所提方法的鲁棒性验证波形。以风速随机、电网电压跌落这两种常见场景验证所提方法的鲁棒性。由图可知，随机风与电网电压跌落情景对所提方法仍然适用。
图4为本申请所提方法的实验验证波形。由图可知，实验结果与仿真结果一致，验证了所提方法的有效性和准确性。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种风电变流器IGBT器件开路故障综合诊断方法，其特征在于：该方法包含如下步骤：
S1：基于双馈风电机侧变流器等效电路，推导直流母线电压动态数学模型，理论分析机侧变流器IGBT开路故障对直流母线电压的影响；
S2：根据机侧变流器IGBT开路故障前后直流母线电压的分布特性，实现基于累积和算法的故障直流母线电压在线诊断；
S3：计算变流器输出电流归一化平均值与绝对平均值，利用输出电流均值与绝对均值的比值与其归一化平均值共同构建故障识别特征量，分析不同开路故障类型的输出电流归一化绝对平均值特性设计故障识别阈值；
S4：基于故障识别特征量与其阈值的比较，建立双馈风电机侧变流器IGBT开路故障定位的决策函数。
2.根据权利要求1所述的一种风电变流器IGBT器件开路故障综合诊断方法，其特征在于：在所述S1中，直流母线电压动态数学模型为：
Figure FDA0002837756990000011
Req＝Cdc//Rg
Figure FDA0002837756990000012
Figure FDA0002837756990000013
式中Udc、Cdc分别为直流母线电压与电容，Rg为网侧变流器等效电阻，Req为直流母线电容与网侧变流器等效电阻的等效并联负载，irm、srm分别为机侧变流器各相输出电流与桥臂开关函数，Ir、ωr、θr0分别为转子输出电流幅值、角速度与初始相位角，mr为PWM调制比，mr<1，m＝a,b,c。
3.根据权利要求1所述的一种风电变流器IGBT器件开路故障综合诊断方法，其特征在于：在所述S2中，累积和算法的核心思想为：
Figure FDA0002837756990000014
Figure FDA0002837756990000021
Figure FDA0002837756990000022
Figure FDA0002837756990000023
Figure FDA0002837756990000024
Figure FDA0002837756990000025
式中L(x)为变量x的对数似然比，p(x)为变量x的概率密度函数，μ，σ分别为变量x的均值与偏差，R(x)为变量x的似然比值，Δsd(k)表示变量x第k(k≥1)次采样的偏差累积和，且有Δsd(0)＝0，H为偏差累积和阈值。
4.根据权利要求1所述的一种风电变流器IGBT器件开路故障综合诊断方法，其特征在于：在所述S3中，故障识别特征量构建方程为：
Figure FDA0002837756990000026
Figure FDA0002837756990000027
Figure FDA0002837756990000028
Figure FDA0002837756990000029
||is||＝Ir
Figure FDA00028377569900000210
Figure FDA00028377569900000211
Figure FDA00028377569900000212
Figure FDA00028377569900000213
式中Drm为所构建的故障识别特征量，
Figure FDA0002837756990000031
分别为机侧变流器输出电流均值、绝对均值、归一化均值与绝对归一化均值；其中，N表示RSC相电流单周期内的采样数，j表示采样时刻；ζrm为输出电流均值与绝对均值的比值，is、||is||、θr分别表示合成电流矢量及其幅值与相位角，θrm0、irmN分别为RSC各相初始相位角与归一化电流值。
5.根据权利要求1所述的一种风电变流器IGBT器件开路故障综合诊断方法，其特征在于：在所述S4中，故障识别阈值设计在于：
Figure FDA0002837756990000032
式中Trm为故障识别自适应阈值，ε为偏移常量。
6.根据权利要求1所述的一种风电变流器IGBT器件开路故障综合诊断方法，其特征在于：在所述S4中，故障定位决策函数为：
Figure FDA0002837756990000033
式中，λrm为机侧变流器IGBT开路故障定位标识值。
CN202011481638.3A 2020-12-15 一种风电变流器igbt器件开路故障综合诊断方法 Active CN112630596B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011481638.3A CN112630596B (zh) 2020-12-15 一种风电变流器igbt器件开路故障综合诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011481638.3A CN112630596B (zh) 2020-12-15 一种风电变流器igbt器件开路故障综合诊断方法

Publications (2)

Publication Number Publication Date
CN112630596A true CN112630596A (zh) 2021-04-09
CN112630596B CN112630596B (zh) 2024-06-11

Family

ID=

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113933752A (zh) * 2021-09-09 2022-01-14 华中科技大学 一种用于级联h桥变流器的igbt开路故障检测方法及装置
CN114841067A (zh) * 2022-05-06 2022-08-02 南京轻机包装机械有限公司 一种基于matlab的全功率风力发电变流器IGBT开路故障仿真方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10041301A1 (de) * 2000-08-23 2002-03-07 Daimlerchrysler Rail Systems Verfahren und Vorrichtung zur Auswertung von Rückmeldesignalen
CN102073054A (zh) * 2010-10-26 2011-05-25 北京航空航天大学 地基增强系统的完好性监测方法
CN103344866A (zh) * 2013-05-17 2013-10-09 湖南大学 一种永磁直驱式风力发电系统变流器的开路故障诊断方法
DE102012220843A1 (de) * 2012-11-15 2014-05-28 Zf Friedrichshafen Ag Diagnose einer Drehfeldmaschine
CN106026175A (zh) * 2016-07-08 2016-10-12 电子科技大学 一种全阶双馈风力发电系统的时域矩阵建模方法
CN107632258A (zh) * 2017-09-12 2018-01-26 重庆大学 一种基于小波变换和dbn的风机变流器故障诊断方法
CN107942219A (zh) * 2017-10-23 2018-04-20 浙江大学 一种三相四线制逆变器晶体管的开路故障诊断方法
CN109031177A (zh) * 2018-08-15 2018-12-18 浙江大学 兼顾逆变器电流传感器故障和功率管开路故障的诊断方法
CN110726915A (zh) * 2019-08-28 2020-01-24 重庆大学 模块化多电平换流阀子模块igbt故障检测系统及方法
CN111766534A (zh) * 2020-06-07 2020-10-13 中车永济电机有限公司 牵引变流器接地故障检测方法及装置
CN111796214A (zh) * 2020-07-14 2020-10-20 中国南方电网有限责任公司超高压输电公司柳州局 基于滑模观测器的模块化多电平换流器故障诊断方法
CN114062883A (zh) * 2021-11-15 2022-02-18 武汉大学 基于输出相电压模型的t型三电平逆变器igbt开路故障诊断方法及系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10041301A1 (de) * 2000-08-23 2002-03-07 Daimlerchrysler Rail Systems Verfahren und Vorrichtung zur Auswertung von Rückmeldesignalen
CN102073054A (zh) * 2010-10-26 2011-05-25 北京航空航天大学 地基增强系统的完好性监测方法
DE102012220843A1 (de) * 2012-11-15 2014-05-28 Zf Friedrichshafen Ag Diagnose einer Drehfeldmaschine
CN103344866A (zh) * 2013-05-17 2013-10-09 湖南大学 一种永磁直驱式风力发电系统变流器的开路故障诊断方法
CN106026175A (zh) * 2016-07-08 2016-10-12 电子科技大学 一种全阶双馈风力发电系统的时域矩阵建模方法
CN107632258A (zh) * 2017-09-12 2018-01-26 重庆大学 一种基于小波变换和dbn的风机变流器故障诊断方法
CN107942219A (zh) * 2017-10-23 2018-04-20 浙江大学 一种三相四线制逆变器晶体管的开路故障诊断方法
CN109031177A (zh) * 2018-08-15 2018-12-18 浙江大学 兼顾逆变器电流传感器故障和功率管开路故障的诊断方法
CN110726915A (zh) * 2019-08-28 2020-01-24 重庆大学 模块化多电平换流阀子模块igbt故障检测系统及方法
CN111766534A (zh) * 2020-06-07 2020-10-13 中车永济电机有限公司 牵引变流器接地故障检测方法及装置
CN111796214A (zh) * 2020-07-14 2020-10-20 中国南方电网有限责任公司超高压输电公司柳州局 基于滑模观测器的模块化多电平换流器故障诊断方法
CN114062883A (zh) * 2021-11-15 2022-02-18 武汉大学 基于输出相电压模型的t型三电平逆变器igbt开路故障诊断方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113933752A (zh) * 2021-09-09 2022-01-14 华中科技大学 一种用于级联h桥变流器的igbt开路故障检测方法及装置
CN113933752B (zh) * 2021-09-09 2022-06-17 华中科技大学 一种用于级联h桥变流器的igbt开路故障检测方法及装置
CN114841067A (zh) * 2022-05-06 2022-08-02 南京轻机包装机械有限公司 一种基于matlab的全功率风力发电变流器IGBT开路故障仿真方法

Similar Documents

Publication Publication Date Title
CN113159077B (zh) 一种基于混合卷积神经网络的三相逆变器故障识别方法
CN107132450B (zh) 一种海上双馈电机定子绕组匝间短路早期故障辨识方法
CN105891659B (zh) 一种风电变流器开路故障诊断方法
CN109194225B (zh) 一种双馈电机参数在线辨识方法
CN111413588B (zh) 一种配电网单相接地故障选线方法
CN105929331A (zh) 一种双馈风力发电机定转子故障分析诊断装置及方法
CN107783006A (zh) 水轮发电机转子绕组匝间短路故障检测方法
Muduli et al. Ann based on-board fault diagnostic for induction motor drive in low-cost electric vehicles
CN113534000A (zh) 新能源汽车驱动系统逆变器及电流传感器故障的诊断方法
CN112018784B (zh) 一种基于同步相量测量数据的次同步谐振溯源方法
CN113612237A (zh) 一种在海上风电场中定位谐振诱发的次同步振荡源的方法
Wei et al. Extended Park's vector method in early inter‐turn short circuit fault detection for the stator windings of offshore wind doubly‐fed induction generators
CN115712871A (zh) 一种结合重采样和集成学习的电力电子系统故障诊断方法
CN107918088A (zh) 基于多阶小波函数变换的配电网故障时刻确定方法
Liang et al. A multi-information fusion algorithm to fault diagnosis of power converter in wind power generation systems
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
CN112630596A (zh) 一种风电变流器igbt器件开路故障综合诊断方法
CN105701265A (zh) 一种双馈风电机组建模方法及装置
CN112630596B (zh) 一种风电变流器igbt器件开路故障综合诊断方法
Zhang et al. Improved PSO-SVM-Based Fault Diagnosis Algorithm for Wind Power Converter
Kou et al. A random forest and current fault texture feature–based method for current sensor fault diagnosis in three-phase pwm vsr
CN112928772B (zh) 一种三相两电平光伏逆变器直流过压故障成因定位方法
Ren et al. Application of RBF neural network optimized based on K-means cluster algorithm in fault diagnosis
CN114545147A (zh) 计及时变拓扑时基于深度学习的电压暂降源定位方法
Yue et al. A power system harmonic problem based on the BP neural network learning algorithm

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