CN112924769B - 变流器故障检测方法和装置、计算机设备 - Google Patents
变流器故障检测方法和装置、计算机设备 Download PDFInfo
- Publication number
- CN112924769B CN112924769B CN201911244126.2A CN201911244126A CN112924769B CN 112924769 B CN112924769 B CN 112924769B CN 201911244126 A CN201911244126 A CN 201911244126A CN 112924769 B CN112924769 B CN 112924769B
- Authority
- CN
- China
- Prior art keywords
- fault
- determining
- subsystem
- equal
- network side
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 18
- 239000013598 vector Substances 0.000 claims abstract description 98
- 238000013507 mapping Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 14
- 230000014509 gene expression Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 4
- 239000000758 substrate Substances 0.000 claims 3
- 238000004458 analytical method Methods 0.000 abstract description 18
- 238000010586 diagram Methods 0.000 description 15
- 238000003745 diagnosis Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 238000013139 quantization Methods 0.000 description 3
- 230000008054 signal transmission Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Eletrric Generators (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开一种变流器故障检测方法和装置、计算机设备。该变流器故障检测方法包括:确定变流器待测子系统的状态变量;基于状态观测器获得状态变量的预估值向量,状态观测器预先定义了状态变量与预估值向量的映射关系;计算状态变量的预估值向量和对应状态变量的测量值向量的差,得到特征偏差向量;根据特征偏差向量对待测子系统进行故障定位。采用本发明实施例中的技术方案,能够自动定位出变流器故障的类型,提高变流器故障的分析效率。
Description
技术领域
本发明涉及风力发电技术领域,尤其涉及一种变流器故障检测方法和装置、计算机设备。
背景技术
风力发电机组的变流器在运行过程中,难免会因为异常而报故障。目前,故障报警只能说明变流器的运行出现了问题,无法指出问题的位置和原因,用户需要对故障信息进行分析才能实现故障定位。
但是,这种经用户参与分析才能实现故障定位的方式,非常依赖于用户的能力和经验。在所有变流器故障类型中,电气、冷却等非控制类故障相对容易分析,而控制类故障(比如电压、电流等故障)往往要涉及到复杂的运行原理,分析难度很大,一般只有业内专家才能较快的分析出结论。然而,绝大多数运维人员还远远达不到专家级别。这就导致故障分析效率低下,故障停机时间很长,影响整机发电量,损害客户利益。
发明内容
本发明实施例提供了一种变流器故障检测方法和装置、计算机设备,能够自动定位出变流器故障的类型,提高变流器故障的分析效率。
第一方面,本发明实施例提供一种变流器故障检测方法,变流器故障检测方法包括:
确定变流器待测子系统的状态变量;
基于状态观测器获得状态变量的预估值向量,状态观测器预先定义了状态变量与预估值向量的映射关系;
计算状态变量的预估值向量和对应状态变量的测量值向量之间的差,得到特征偏差向量;
根据特征偏差向量对待测子系统进行故障定位。
在第一方面的一种可能的实施方式中,映射关系为:
y=Cx
或者,映射关系为:
y=Cx
其中,A为状态矩阵,B为输入矩阵,C为输出矩阵,K为反馈增益矩阵,x为状态变量,y为预估值向量,u为输入变量。
在第一方面的一种可能的实施方式中,特征偏差向量的表达式为[ra rb rc]T,根据特征偏差向量对待测子系统进行故障定位的步骤,包括:若特征偏差向量中至少一个元素的值不等于0,则确定待测子系统发生内部故障,其中,若ra≠0,rb=0,rc≠0,则确定待测子系统发生a相支路故障;若ra≠0,rb≠0,rc=0,则确定待测子系统发生b相支路故障;若ra=0,rb≠0,rc≠0,则确定待测子系统发生c相支路故障;若ra≠0,rb≠0,rc≠0,则确定直流母线电压传感器发生故障或者三相支路中至少两相支路同时发生故障。
在第一方面的一种可能的实施方式中,待测子系统为网侧子系统,状态变量为网侧电流,状态观测器的输入变量为网侧电压的测量值以及网侧逆变器输出电压的测量值。
在第一方面的一种可能的实施方式中,特征偏差向量的表达式为[ra rb rc]T,根据特征偏差向量对待测子系统进行故障定位的步骤,包括:若ra=0,rb=0,rc=0,则确定网侧子系统发生外部故障,其中,若网侧电压的当前值超出极限阈值,则确定网侧电压发生值超限故障;若网侧电压的滤除基波以后的谐波幅值超出极限谐波幅值,则确定网侧电压发生谐波超限故障;若网侧电压的当前时刻和上一时刻之间的相位差超出预设相位差范围,则确定网侧电压发生相位突变故障;若网侧电压的当前频率超出预设频率范围,则确定网侧电压发生频率超限故障;若网侧功率和机侧功率的差值的绝对值大于预设阈值,则确定直流母线电压发生故障;若网侧电压和直流母线电压均正常,则确定网侧PWM信号发生故障。
在第一方面的一种可能的实施方式中,待测子系统为机侧子系统,状态变量为机侧三相电流;状态观测器的输入变量为发电机发电势的测量值以及机侧逆变器输出电压的测量值。
在第一方面的一种可能的实施方式中,特征偏差向量的表达式为[ra rb rc]T,根据特征偏差向量对待测子系统进行故障定位的步骤,包括:若ra=0,rb=0,rc=0,则确定机侧子系统发生外部故障,其中,若机侧电压的当前值超出极限阈值,则确定机侧电压发生值超限故障;若机侧电压的滤除基波以后的谐波幅值超出极限谐波幅值,则确定机侧电压发生谐波超限故障;若机侧电压的当前时刻和上一时刻之间的相位差超出预设相位差范围,则确定机侧电压发生相位突变故障;若机侧电压的当前频率超出预设频率范围,则确定机侧电压发生频率超限故障;若网侧功率和机侧功率的差值的绝对值大于预设阈值,则确定直流母线电压发生故障;若机侧电压和直流母线电压均正常,则确定机侧PWM信号发生故障。
第二方面,本发明实施例提供一种变流器故障检测装置,变流器故障检测装置包括:
状态变量确定模块,用于确定变流器待测子系统的状态变量;
预估值向量计算模块,用于基于状态观测器获得状态变量的预估值向量,状态观测器预先定义了状态变量与预估值向量的映射关系;
特征偏差向量计算模块,用于计算状态变量的预估值向量和对应状态变量的测量值向量的差,得到特征偏差向量;
故障定位模块,用于根据特征偏差向量对待测子系统进行故障定位。
在第二方面的一种可能的实施方式中,该变流器故障检测装置设置在风力发电机组的变流器控制器中。
第三方面,本发明实施例提供一种计算机设备,其上存储有程序,其中,程序被处理器执行时实现如上所述的变流器故障检测方法。
如上所述,本发明实施例将状态变量的预估值向量和对应测量值向量的差值作为特征偏差向量,用来表征和量化因子系统故障而引起的信号波动,从而实现对变流器的故障定位。
与现有技术中的需要用户参与分析才能实现故障定位的方式相比,本发明实施例不需要依赖用户的能力和经验,而是可以通过状态观测器得到状态变量的预估值,并利用状态变量的预估值和对应状态变量的状态变量的测量值相减得到的特征偏差向量表征和量化因子系统故障而引起的信号波动,从而自动定位出子系统故障的类型,能提高变流器故障的分析效率。
附图说明
从下面结合附图对本发明的具体实施方式的描述中可以更好地理解本发明其中,相同或相似的附图标记表示相同或相似的特征。
图1为本发明实施例提供的变流器故障检测方法的流程示意图;
图2为本发明实施例提供的基于闭环控制的状态观测器的结构示意图;
图3为本发明实施例涉及的风力发电机组变流器的结构拓扑示意图;
图4为本发明实施例提供的网侧子系统的信号传递示意图;
图5为本发明实施例提供的基于网侧子系统的故障诊断的逻辑框图;
图6为本发明实施例提供的机侧子系统的信号传递示意图;
图7为本发明实施例提供的基于机侧子系统的故障诊断的逻辑框图;
图8为本发明实施例提供的变流器故障检测装置的结构示意图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例。在下面的详细描述中,提出了许多具体细节,以便提供对本发明的全面理解。
本发明实施例提供了一种变流器故障检测方法和装置、计算机设备,能够不需要业内专家参与分析,自动定位出变流器故障的类型,从而提高对变流器故障的分析效率。
图1为本发明实施例提供的变流器故障检测方法的流程示意图。
如图1所示,该变流器故障检测方法包括步骤101至步骤104。
在步骤101中,确定变流器待测子系统的状态变量。
在步骤102中,基于状态观测器获得状态变量的预估值向量。
在步骤103中,计算状态变量的预估值向量和对应状态变量的测量值向量之间的差,得到特征偏差向量。
在步骤104中,根据特征偏差向量对待测子系统进行故障定位。
其中,状态观测器指的是根据系统的输入变量和输出变量的测量值得出状态变量的估计值的一类动态系统,也称为状态重构器,其预先定义了状态变量与预估值向量的映射关系(映射关系可通过状态方程体现)。
在一示例中,基于开环控制的状态观测的状态方程为:
y=Cx (2)
在另一示例中,基于闭环控制的状态观测器的状态方程为:
y=Cx (4)
其中,A为状态矩阵,B为输入矩阵,C为输出矩阵,K为反馈增益矩阵,x为状态变量,y为预估值向量,u为输入变量。
与公式(1)相比,公式(3)中引入了反馈增益矩阵K。
图2为本发明实施例提供的基于闭环控制的状态观测器的结构示意图。
其中,A、B、C以及积分器构成了状态观测器的基本结构,将u的测量值输入到状态观测器后可以得到状态变量x的预估值y_hat。进一步地,将y_hat乘以K后反馈到输入侧参与输入可形成控制闭环,提高系统的抗干扰性能。
利用r表示特征偏差向量,y_rea表示状态变量x的测量值,则有:
r=y_rea-y_hat (5)
分析可知,系统正常运行时,r=0。
当系统内部出现故障,比如变流器系统内部故障包括电路开路、短路,传感器回路故障和驱动回路故障等,系统特性发生改变,使得y_rea偏离正常值,而状态观测器仍正常运行,y_hat被认为正常值,结果导致y_rea和y_hat不等,即r≠0。
而当系统外部发生故障,比如变流器系统外部故障包括网侧电压问题、直流电压问题和PWM信号问题等,由于系统内部并无异常,y_rea和y_hat均为正常值,即r=0。
如上所述,本发明实施例将状态变量的预估值向量和对应状态变量的测量值向量的差值作为特征偏差向量,用来表征和量化因子系统故障而引起的信号波动,从而实现对变流器的故障定位。
与现有技术中的需要用户参与分析才能实现故障定位的方式相比,本发明实施例不需要依赖用户的能力和经验,而是可以通过状态观测器得到状态变量的预估值,并利用状态变量的预估值和对应状态变量的测量值相减得到的特征偏差向量表征和量化因子系统故障而引起的信号波动,从而自动定位出子系统故障的类型,能够提高变流器故障的分析效率。
图3为本发明实施例涉及的风力发电机组变流器的结构拓扑示意图。
如图3所示,变流器300设置于风力发电机组和电网之间。
变流器300从机侧到网侧依次包括机侧子系统301、直流母线子系统302和网侧子系统303。其中,机侧子系统301包括6个IGBT组成的全桥结构,用于对风力发电机组发电产生的三相交流电进行整流。直流母线子系统302包括制动单元(图中未示出)和直流母线电容C,制动单元用于消耗有功功率以使直流母线电容C两端的电压维持在稳定值。网侧子系统303包括6个IGBT组成的全桥结构,用于将整流后的直流电重新转换为三相交流电并入电网。
下面分别以网侧子系统和机侧子系统为例,对本发明实施例中的故障定位方法进行详细说明。
图4为本发明实施例提供的网侧子系统的信号传递示意图。
其中,电压传感器401采集直流母线电压信号u_dc,电流传感器403采集网侧三相电流信号i_abc(ia、ib、ic),电压传感器404采集网侧三相电压信号e_abc(ea、eb、ec)并传送到网侧控制器405,网侧控制器405对信号进行处理后,生成PWM信号(Sa、Sb、Sc)并发送至网侧驱动器402,由网侧驱动器402驱动IGBT工作,IGBT的动作又会引起主回路中的信号发生变化,变化的信号又会引起控制器调整PWM,如此往复。
针对网侧子系统,状态变量x可以为网侧电流(iab,ibc,ica),状态观测器的输入变量u可以为网侧电压的测量值(eab,ebc,eca)以及网侧逆变器输出电压的测量值(uab,ubc,uca)。
转换成向量表达式如下:
u=[eab ebc eca uab ubc uca]T (6)
x=[iab ibc ica]T (7)
其中,
针对网侧子系统:
其中,L是网侧电抗,R是网侧电阻。
将上述表达式(6)和(13)带入上述状态方程(1)和(2)或者(3)和(4),就可以得到网侧电流的预估值。
设针对网侧子系统的特征偏差向量r的表达式为[ra rb rc]T,则对网侧子系统的故障定位方法为:
若ra=0,rb=0,rc=0,表示网侧电流的预估值和测量值相等,说明变流器网侧子系统自身正常运行,各信号均处于稳定状态,直流信号平稳,交流信号相对稳定,可以确定网侧子系统发生外部故障。反之,若ra、rb和rc中至少一个的值不等于0,可以确定待测子系统发生内部故障,比如,电路开路、短路,传感器回路故障和驱动回路故障等。
若ra≠0,rb=0,rc≠0,由于a相信号与状态方程的第一、第三个行向量有关,而与第二个行向量无关,可以确定网侧子系统发生a相支路故障。
若ra≠0,rb≠0,rc=0,由于b相信号与状态方程的第一、二个行向量有关,而与第三个行向量无关,可以确定网侧子系统发生b相支路故障。
若ra=0,rb≠0,rc≠0,由于c相信号与状态方程的第二、三个行向量有关,而与第一个行向量无关,可以确定网侧子系统发生c相支路故障。
若ra≠0,rb≠0,rc≠0,说明发生了同时影响三相支路的故障,可以确定直流母线电压传感器发生故障或者三相支路中至少两相支路同时发生故障。
在一些可选实施例中,当网侧电压和网侧电流的加和为零时,可以对上述部分参量进行简化处理,比如:
u=[ua-ea ub-eb uc-ec]T (14)
x=[ia ib ic]T (15)
其中,
其他参量值不变。
需要说明的是,上述表达式(6)和(17)均建立在abc坐标下,当然也可采用dq坐标系确定系统状态变量以及状态观测器涉及的各参数,此处不做限定。
进一步地,若网侧子系统发生外部故障,还可通过分析信号特征诊断外部故障类型,具体诊断方法如下:
a1、若网侧电压的当前值超出极限阈值,则确定网侧电压发生值超限故障。比如,设极限阈值为650V,若当前值超出650V说明网侧电压发生值超限故障。
b1、若网侧电压的滤除基波以后的谐波幅值超出极限谐波幅值,则确定网侧电压发生谐波超限故障。
由于网侧电压正常时,对网侧电压做FFT(Fast Fourier Transformation,快速傅立叶变换)分析后只有基波成分,而若网侧电压包含谐波,FFT分析结果中会出现除基波以外的谐波成分,谐波的幅值会不为零,因此,当谐波幅值超出极限谐波幅值时,即能够确定网侧电压发生谐波超限故障。
c1、若网侧电压的当前时刻和上一时刻之间的相位差超出预设相位差范围,则确定网侧电压发生相位突变故障。
由于网侧电压正常时锁相环得到的相位信息是均匀递增的,即当前时刻和上一时刻的相位差为已知常数,而一旦出现突变问题,相位将出现跳变,相位差将不等于该常数,因此,将相位差与常数进行比较即能够确定网侧电压是否发生相位突变故障。
d1、若网侧电压的当前频率超出预设频率范围,则确定网侧电压发生频率超限故障。
由于网侧电压正常时,网侧电压频率在已知的一定频率范围内,通过锁相环可计算得到频率值,当频率值超出该频率范围时,即能够确定网侧电压发生频率超限故障。
e1、若网侧功率和机侧功率的差值的绝对值大于预设阈值,即网侧功率和机侧功率不匹配,则确定直流母线电压发生故障。
f1、若网侧电压和直流母线电压均正常,通过排除法,能够确定网侧PWM信号发生故障。
如上所述,本发明实施例能够先根据特征偏差向量确定出网侧子系统发生内部故障还是外部故障,然后进一步定位内部故障类型和外部故障类型,从而实现了对网侧子系统故障原因的逐级定位,进而避免因内外原因混肴而导致的定位不准确的问题。
图5为本发明实施例提供的基于网侧子系统的故障诊断的逻辑框图,如图5所示,网侧子系统的故障诊断过程如下:
S1、将直流母线电压、网侧PWM信号、网侧电压和网侧逆变器电压、网侧电流的测量值分别输入到实际系统和状态观测器;其中,网侧逆变器电压可以由网侧电压的测量值计算得到。
S2、状态观测器输出网侧电流估计值。
S3、网侧电流估计值和网侧电流测量值相减,生成特征偏差向量;
S4、对特征偏差向量进行分析,实现故障定位,比如确定内部故障还是外部故障;
S5、进一步分析确定故障原因,比如内部故障类型还是外部故障类型。
图6为本发明实施例提供的机侧子系统的信号传递示意图。
其中,转子位置传感器406采集转子角度信号Theta,电流传感器407采集机侧三相电流信号i_abc'(ia′、ib′、ic′),电压传感器401采集直流母线电压信号u_dc并传送到机侧控制器409,机侧控制器409对信号进行处理后,生成PWM信号并发送至机侧驱动器408,由机侧驱动器408驱动IGBT工作,IGBT的动作又会引起主回路中的信号发生变化,变化的信号又会引起控制器调整PWM,如此往复。
针对机侧子系统,状态变量x可以选取为机侧电流(iab′,ibc′,ica′),状态观测器的输入变量u可以为发电机发电势的测量值(eab′,ebc′,eca′)以及网侧逆变器输出电压的测量值(uab′,ubc′,uca′)。
转换成向量表达式如下:
u=[eab′ ebc′ eca′ uab′ ubc′ uca′]T (18)
x=[iab′ ibc′ ica′]T (19)
其中,
针对机侧子系统(输出矩阵C不变):
其中,L′是机侧电抗,R′是机侧电阻,ωe是转子电角速度,ωe可通过电机转子位置传感器406测得角度信息theta,再对theta求导得到。
将上述表达式(18)和(26)带入上述状态方程(1)和(2)或者(3)和(4),就可以得到机侧电流的预估值。
同理,设针对机侧子系统的机侧特征偏差向量r′的表达式为[ra′rb′rc′]T,则针对机侧子系统的故障定位方法为:
若ra′=0,rb′=0,rc′=0,表示机侧电流的预估值和测量值相等,说明变流器机侧子系统正常运行,各信号均处于稳定状态,直流信号平稳,交流信号相对稳定,可以确定机侧子系统发生外部故障。反之,若ra′、rb′和rc′中至少一个的值不等于0,可以确定待测子系统发生内部故障。系统内部故障包括电路开路、短路,传感器回路故障和驱动回路故障等。
若ra′≠0,rb′=0,rc′≠0,由于a相信号与状态方程的第一、第三个行向量有关,与第二个行向量无关,可以确定机侧子系统发生a相支路故障。
若ra′≠0,rb′≠0,rc′=0,由于b相信号与状态方程的第一、二个行向量有关,与第三个行向量无关,可以确定机侧子系统发生b相支路故障。
若ra′=0,rb′≠0,rc′≠0,由于c相信号与状态方程的第二、三个行向量有关,与第一个行向量无关,可以确定机侧子系统发生c相支路故障。
若ra′≠0,rb′≠0,rc′≠0,说明发生了同时影响三相支路的故障,可以确定直流母线电压传感器发生故障或者三相支路中至少两相支路同时发生故障。
进一步地,若机侧子系统发生外部故障,还可通过分析信号特征诊断外部故障类型,具体诊断方法如下:
a2、若机侧电压的当前值超出极限阈值,则确定机侧电压发生值超限故障。比如,设极限阈值为650V,若当前值超出650V说明网侧电压发生值超限故障。
b2、若机侧电压的滤除基波以后的谐波幅值超出极限谐波幅值,则确定机侧电压发生谐波超限故障。
由于机侧电压正常时,对机侧电压做FFT(Fast Fourier Transformation,快速傅立叶变换)分析后只有基波成分,而若机侧电压包含谐波,FFT分析结果中会出现除基波以外的谐波成分,谐波的幅值会不为零,因此,当谐波幅值超出极限谐波幅值时,即能够确定机侧电压发生谐波超限故障。
c2、若机侧电压的当前时刻和上一时刻之间的相位差超出预设相位差范围,则确定机侧电压发生相位突变故障。
由于机侧电压正常时锁相环得到的相位信息是均匀递增的,即当前时刻和上一时刻的相位差为已知常数,而一旦出现突变问题,相位将出现跳变,相位差将不等于该常数,因此,将相位差与常数进行比较即能够确定机侧电压是否发生相位突变故障。
d2、若机侧电压的当前频率超出预设频率范围,则确定机侧电压发生频率超限故障。
由于机侧电压正常时,机侧电压频率在已知的一定频率范围内,通过锁相环可计算得到频率值,当频率值超出该频率范围时,即能够确定机侧电压发生频率超限故障。
e2、若网侧功率和机侧功率的差值的绝对值大于预设阈值,即网侧功率和机侧功率不匹配,则确定直流母线电压发生故障。
f2、若机侧电压和直流母线电压均正常,通过排除法,能够确定网侧PWM信号发生故障。
图7为本发明实施例提供的基于机侧子系统的故障诊断的逻辑框图,
如图7所示,机侧子系统的故障诊断过程如下:
S1、将直流母线电压、机侧PWM信号、发电机发电势和机侧逆变器电压、机侧电流的测量值分别输入到实际系统和状态观测器;其中,发电机发电势可以由转子位置传感器的测量值计算得到。
S2、状态观测器输出机侧电流估计值。
S3、机侧电流估计值和机侧电流测量值相减,生成特征偏差向量;
S4、对特征偏差向量进行分析,实现故障定位,比如确定内部故障还是外部故障;
S5、进一步分析确定故障原因,比如内部故障类型还是外部故障类型。
图8为本发明实施例提供的变流器故障检测装置的结构示意图,图2中的解释说明可以应用于本实施例。如图8所示,该变流器故障检测装置包括:状态变量确定模块801(其具有与步骤201对应的功能)、预估值向量计算模块802(其具有与步骤202对应的功能)、特征偏差向量计算模块803(其具有与步骤203对应的功能)和故障定位模块804(其具有与步骤204对应的功能)。
其中,状态变量确定模块801用于确定变流器待测子系统的状态变量。
预估值向量计算模块802用于基于状态观测器获得状态变量的预估值向量,状态观测器预先定义了状态变量与预估值向量的映射关系。
特征偏差向量计算模块803用于计算状态变量的预估值向量和对应状态变量的测量值向量的差,得到特征偏差向量。
故障定位模块804用于根据所述特征偏差向量对所述待测子系统进行故障定位。
如上所述,本发明实施例将状态变量的预估值向量和对应状态变量的测量值向量的差值作为特征偏差向量,用来表征和量化因子系统故障而引起的信号波动,从而实现对变流器的故障定位。
与现有技术中的需要用户参与分析才能实现故障定位的方式相比,本发明实施例不需要依赖用户的能力和经验,而是可以通过状态观测器得到状态变量的预估值,并利用状态变量的预估值和对应状态变量的测量值相减得到的特征偏差向量表征和量化因子系统故障而引起的信号波动,从而自动定位出子系统故障的类型,能提高变流器故障的分析效率。
需要说明的是,本发明实施例中的变流器故障检测装置可以设置在风力发电机组的变流器控制器中,从而不需要变更任何硬件,也可以是具有独立运算功能的逻辑器件,此处不进行限定。
本发明实施例还提供一种计算机设备,其上存储有程序,程序被处理器执行时实现如上所述的变流器故障检测方法。
需要明确的是,本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。对于装置实施例而言,相关之处可以参见方法实施例的说明部分。本发明实施例并不局限于上文所描述并在图中示出的特定步骤和结构。本领域的技术人员可以在领会本发明实施例的精神之后,作出各种改变、修改和添加,或者改变步骤之间的顺序。并且,为了简明起见,这里省略对已知方法技术的详细描述。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本发明实施例的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
本发明实施例可以以其他的具体形式实现,而不脱离其精神和本质特征。例如,特定实施例中所描述的算法可以被修改,而系统体系结构并不脱离本发明实施例的基本精神。因此,当前的实施例在所有方面都被看作是示例性的而非限定性的,本发明实施例的范围由所附权利要求而非上述描述定义,并且,落入权利要求的含义和等同物的范围内的全部改变从而都被包括在本发明实施例的范围之中。
Claims (9)
1.一种变流器故障检测方法,其特征在于,包括:
确定变流器待测子系统的状态变量;
基于状态观测器获得所述状态变量的预估值向量,所述状态观测器预先定义了所述状态变量与预估值向量的映射关系;
计算所述状态变量的预估值向量和对应状态变量的测量值向量之间的差,得到特征偏差向量;
根据所述特征偏差向量对所述待测子系统进行故障定位;
所述特征偏差向量的表达式为[ra rb rc]T,所述根据所述特征偏差向量对所述待测子系统进行故障定位的步骤,包括:
若所述特征偏差向量中至少一个元素的值不等于0,则确定所述待测子系统发生内部故障,其中,
若ra≠0,rb=0,rc≠0,则确定所述待测子系统发生a相支路故障;
若ra≠0,rb≠0,rc=0,则确定所述待测子系统发生b相支路故障;
若ra=0,rb≠0,rc≠0,则确定所述待测子系统发生c相支路故障;
若ra≠0,rb≠0,rc≠0,则确定直流母线电压传感器发生故障或者三相支路中至少两相支路同时发生故障。
2.根据权利要求1所述的方法,其特征在于,
所述映射关系为:
y=Cx
或者,
所述映射关系为:
y=Cx
其中,A为状态矩阵,B为输入矩阵,C为输出矩阵,K为反馈增益矩阵,x为状态变量,y为预估值向量,u为输入变量。
3.根据权利要求1所述的方法,其特征在于,
所述待测子系统为网侧子系统,
所述状态变量为网侧电流,
所述状态观测器的输入变量为网侧电压的测量值以及网侧逆变器输出电压的测量值。
4.根据权利要求3所述的方法,其特征在于,所述根据所述特征偏差向量对所述待测子系统进行故障定位的步骤,包括:
若ra=0,rb=0,rc=0,则确定所述网侧子系统发生外部故障,其中,
若网侧电压的当前值超出极限阈值,则确定网侧电压发生值超限故障;
若网侧电压的滤除基波以后的谐波幅值超出极限谐波幅值,则确定网侧电压发生谐波超限故障;
若网侧电压的当前时刻和上一时刻之间的相位差超出预设相位差范围,则确定网侧电压发生相位突变故障;
若网侧电压的当前频率超出预设频率范围,则确定网侧电压发生频率超限故障;
若网侧功率和机侧功率的差值的绝对值大于预设阈值,则确定直流母线电压发生故障;
若网侧电压和直流母线电压均正常,则确定网侧PWM信号发生故障。
5.根据权利要求1所述的方法,其特征在于,
所述待测子系统为机侧子系统,
所述状态变量为机侧三相电流;
所述状态观测器的输入变量为发电机发电势的测量值以及机侧逆变器输出电压的测量值。
6.根据权利要求5所述的方法,其特征在于,所述根据所述特征偏差向量对所述待测子系统进行故障定位的步骤,包括:
若ra=0,rb=0,rc=0,则确定所述机侧子系统发生外部故障,其中,
若机侧电压的当前值超出极限阈值,则确定机侧电压发生值超限故障;
若机侧电压的滤除基波以后的谐波幅值超出极限谐波幅值,则确定机侧电压发生谐波超限故障;
若机侧电压的当前时刻和上一时刻之间的相位差超出预设相位差范围,则确定机侧电压发生相位突变故障;
若机侧电压的当前频率超出预设频率范围,则确定机侧电压发生频率超限故障;
若网侧功率和机侧功率的差值的绝对值大于预设阈值,则确定直流母线电压发生故障;
若机侧电压和直流母线电压均正常,则确定机侧PWM信号发生故障。
7.一种变流器故障检测装置,其特征在于,包括:
状态变量确定模块,用于确定变流器待测子系统的状态变量;
预估值向量计算模块,用于基于状态观测器获得状态变量的预估值向量,所述状态观测器预先定义了所述状态变量与预估值向量的映射关系;
特征偏差向量计算模块,用于计算所述状态变量的预估值向量和对应状态变量的测量值向量的差,得到特征偏差向量;
故障定位模块,用于根据所述特征偏差向量对所述待测子系统进行故障定位;
所述特征偏差向量的表达式为[ra rb rc]T,所述故障定位模块执行的根据所述特征偏差向量对所述待测子系统进行故障定位的步骤,包括:
若所述特征偏差向量中至少一个元素的值不等于0,则确定所述待测子系统发生内部故障,其中,
若ra≠0,rb=0,rc≠0,则确定所述待测子系统发生a相支路故障;
若ra≠0,rb≠0,rc=0,则确定所述待测子系统发生b相支路故障;
若ra=0,rb≠0,rc≠0,则确定所述待测子系统发生c相支路故障;
若ra≠0,rb≠0,rc≠0,则确定直流母线电压传感器发生故障或者三相支路中至少两相支路同时发生故障。
8.如权利要求7所述的装置,其特征在于,所述装置设置在风力发电机组的变流器控制器中。
9.一种计算机设备,其上存储有程序,其中,程序被处理器执行时实现如权利要求1-6任一项所述的变流器故障检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911244126.2A CN112924769B (zh) | 2019-12-06 | 2019-12-06 | 变流器故障检测方法和装置、计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911244126.2A CN112924769B (zh) | 2019-12-06 | 2019-12-06 | 变流器故障检测方法和装置、计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112924769A CN112924769A (zh) | 2021-06-08 |
CN112924769B true CN112924769B (zh) | 2024-05-24 |
Family
ID=76161794
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911244126.2A Active CN112924769B (zh) | 2019-12-06 | 2019-12-06 | 变流器故障检测方法和装置、计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112924769B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10157495A (ja) * | 1996-11-29 | 1998-06-16 | Railway Technical Res Inst | 交流btき電回路故障点標定装置 |
CN1198849A (zh) * | 1995-10-06 | 1998-11-11 | 丹福斯有限公司 | 变流器故障电流的测定方法和带受控半导体开关的变流器 |
CN109217270A (zh) * | 2018-10-08 | 2019-01-15 | 南方电网科学研究院有限责任公司 | 一种直流线路分段式定时限过流保护方法与装置 |
-
2019
- 2019-12-06 CN CN201911244126.2A patent/CN112924769B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1198849A (zh) * | 1995-10-06 | 1998-11-11 | 丹福斯有限公司 | 变流器故障电流的测定方法和带受控半导体开关的变流器 |
JPH10157495A (ja) * | 1996-11-29 | 1998-06-16 | Railway Technical Res Inst | 交流btき電回路故障点標定装置 |
CN109217270A (zh) * | 2018-10-08 | 2019-01-15 | 南方电网科学研究院有限责任公司 | 一种直流线路分段式定时限过流保护方法与装置 |
Non-Patent Citations (2)
Title |
---|
基于线电压误差的永磁直驱风电系统变流器开路故障诊断;杭俊等;中国电机工程学报;第37卷(第10期);第2933-2943页 * |
基于自适应卡尔曼滤波器的风电变流器故障诊断;孙秀玲;中国优秀硕士学位论文全文数据库工程科技Ⅱ辑(第4期);第C042-481页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112924769A (zh) | 2021-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Estima et al. | A new algorithm for real-time multiple open-circuit fault diagnosis in voltage-fed PWM motor drives by the reference current errors | |
Zhang et al. | High-performance fault diagnosis in PWM voltage-source inverters for vector-controlled induction motor drives | |
Espinoza-Trejo et al. | Robust fault diagnosis scheme for open-circuit faults in voltage source inverters feeding induction motors by using non-linear proportional-integral observers | |
Hajary et al. | Detection and localization of open-phase fault in three-phase induction motor drives using second order rotational park transformation | |
Zhang et al. | Voltage vector error fault diagnosis for open-circuit faults of three-phase four-wire active power filters | |
Youssef et al. | Open-circuit fault diagnosis and voltage sensor fault tolerant control of a single phase pulsed width modulated rectifier | |
KR102213786B1 (ko) | 고압인버터 재기동 장치 | |
CN112162218A (zh) | 一种直驱永磁风电机组变流器多功率管开路故障诊断方法 | |
CN112787326A (zh) | 考虑控制器参数影响的双馈风机动态惯量评估方法及系统 | |
Lee et al. | High performance current controller for sparse matrix converter based on model predictive control | |
CN112924769B (zh) | 变流器故障检测方法和装置、计算机设备 | |
Liang et al. | A multi-information fusion algorithm to fault diagnosis of power converter in wind power generation systems | |
Bao et al. | Hardware demonstration of weak grid oscillations in grid-following converters | |
Ahmed et al. | Direct power control based on dead-beat function and extended Kalman filter for PV systems | |
Gaeid et al. | Multilevel inverter fault-tolerant control with wavelet index in induction motor | |
Yang et al. | Condition monitoring and fault diagnosis of generators in power networks | |
Vu et al. | IGBT open-circuit fault detection for voltage source inverters using DC bus magnetic field signal | |
CN111090030A (zh) | 开路故障诊断方法、装置、电机控制器及存储介质 | |
Chabani et al. | Implementation of direct stator voltage control of stand-alone DFIG-based wind energy conversion system | |
CN112147504B (zh) | 变流器故障检测方法和装置、计算机设备 | |
US20240014661A1 (en) | Power conversion device and estimation device | |
Mtepele et al. | Fault tolerant controller for a generalized n-level CHB multilevel converter | |
Malidarreh et al. | Capacitor voltage imbalance reduction in flying capacitor modular multilevel converters by using model predictive control | |
Hashemi et al. | Super-Twisting Algorithm-based Sliding Mode Observer for Open-Circuit Fault Diagnosis in PWM Voltage Source Inverter in an In-Wheel Motor Drive System | |
Andrade-Romero et al. | Open-Circuit fault detection analysis for indirect matrix converter in Microturbine generation systems |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: No.107 Shanghai Road, Urumqi Economic and Technological Development Zone, Urumqi City, Xinjiang Uygur Autonomous Region Applicant after: Jinfeng Technology Co.,Ltd. Address before: No.107 Shanghai Road, Urumqi Economic and Technological Development Zone, Urumqi City, Xinjiang Uygur Autonomous Region Applicant before: XINJIANG GOLDWIND SCIENCE & TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |