CN113358997A - 基于故障模型的mmc子模块igbt开路故障诊断方法 - Google Patents
基于故障模型的mmc子模块igbt开路故障诊断方法 Download PDFInfo
- Publication number
- CN113358997A CN113358997A CN202110598920.8A CN202110598920A CN113358997A CN 113358997 A CN113358997 A CN 113358997A CN 202110598920 A CN202110598920 A CN 202110598920A CN 113358997 A CN113358997 A CN 113358997A
- Authority
- CN
- China
- Prior art keywords
- bridge
- circuit fault
- open
- ith
- submodule
- 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
- G01R31/2601—Apparatus or methods therefor
-
- 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
- G01R31/2607—Circuits therefor
- G01R31/2608—Circuits therefor for testing bipolar transistors
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (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模型的MMC子模块IGBT开路故障诊断方法,本发明提利用改进欧拉方程建立故障子模块的故障模型,实现故障下子模块电容电压的精确建模和表达,利用故障模型输出的电压同采样电压做比较,从而实现开关管的开路故障诊断和定位。本发明所提出的方法能够在子模块故障情况下的任何状态实现故障诊断,因此缩短了故障诊断和定位的时间。
Description
技术领域
本发明属于电力电子变流器技术领域。
背景技术
由于MMC子模块为串联结构,并且子模块数量较多,子模块中的IGBT开路故障概率会相应的增加。又因为IGBT开路故障具有持续时间长并不易被监测的特点,IGBT开路故障最终会导致整个MMC系统无法工作甚至停机。因此,及时准确的开路故障诊断方法对MMC持续稳定运行至关重要。现有的MMC的故障诊断方法主要包括基于硬件监测、定位的方法和基于模型监测、定位的方法;但是,现有的MMC模型仅适用于MMC正常工作的条件下,当MMC发生开路故障时现有MMC数学模型不再适用;同时,通过分析子模块在开关管Q1或者Q2开路时的电流路径特征时可知,子模块在Q1或者Q2开路故障情况下,分别有三种状态与正常情况下的子模块运行状态完全相同,因此,这三种状态在现有的故障诊断方法下无法进行诊断,进而增加了故障诊断算法的诊断时间。
发明内容
发明目的:为了解决上述现有技术存在的问题,本发明提供了一种基于故障模型的MMC子模块IGBT开路故障诊断方法。
技术方案:本发明提供了一种基于故障模型的MMC子模块IGBT开路故障诊断方法,所述模块化多电平变换器包括Y个桥臂,第y个桥臂中包括I个半桥子模块,y=1,2,…,Y;该方法具体包括如下步骤:
步骤1:基于半桥子模块的电容电压值,桥臂电流和驱动信号,建立半桥子模块的上、下管开路故障模型;
步骤2:根据第y个桥臂的第i个半桥子模块中的电容电压的波动幅值ΔU,设置第i个半桥子模块中电容电压波动的阈值区间;i=1,2,…,I;其中Y为桥臂的总个数,I为第Y个桥臂中半桥子模块的总个数;
步骤3:实时采集第i个半桥子模块的电容电压值Usm_i;当Usm_i不在阈值区间范围内的次数大于预设的值N,则将标志位TF设置为1,并转步骤4,否则继续执行步骤3;
步骤4:将TF=1时刻的下一个采样时刻t’处采集到的第i个半桥子模块的桥臂电流iarm(t’),驱动信号Si(t’)以及时刻t’-Δt处采集到的第i个半桥子模块的桥臂电流iarm(t’-Δt)和第i个半桥子模块的电容电压Usm(t’-Δt)输入至上管开路故障模型和下管开路故障模型中,得到上管开路故障模型的输出值Usm_Q1fault(t’)和下管开路故障模型的输出值Usm_Q2fault(t’);Δt为采样周期;
步骤4:若|Usm_Q1fault(t’)-Usm_i(t’)|小于ΔU的时间超过预设的时间,则认定上管故障,若|Usm_Q2fault(t’)-Usm_i(t’)|小于ΔU的时间超过预设的时间,则认定下管故障,Usm_i(t’)为时刻t’处采集到的i个半桥子模块的电容电压。
进一步的,所述步骤1中的上管开路故障模型为:
其中C表示第i个半桥子模块中电容的容值,Si_Q1open的表达式如下所示,t表示采样时刻:
下管开路故障模型为:
其中Si_Q2open(t)的表达式如下所示:
进一步的,所述步骤1中的阈值区间为[UTHup,UThdowm],其中UTHup为上限值,UThdowm为下限值,UTHup=Uc+ΔU,Uc为第y个桥臂上第i个半桥子模块中电容的额定电压;UThdowm=Uc-ΔU。
有益效果:本发明提出了MMC变流器半桥子模块开路故障的数学模型及其基于该数学模型的故障诊断与定位的方法。本发明建立数学故障模型,该该模型可以准确的定量子模块在开关管Q1或Q2发生开路故障时的子模块电容电压,本发明为定量研究MMC在故障情况下的子模块电容电压特性提供了精确的数学模型表达式。其次,本发明提出的方法可以在子模块发生开路故障情况下的任何一个运行状态完成准确的子模块开路故障诊断和定位,显著降低了故障诊断和定位的时间,具有定位时间短、准确率高等优点。
附图说明
图1是三相模块化多电平变换器电路图;
图2是半桥子模块开关管故障示意图,其中(a)为开关管Q1故障示意图,(b)为开关管Q2故障的示意图;
图3是本发明的流程图;
图4是本发明的故障诊断流程图;
图5是半桥子模块正常工作状态下电流路径图,其中(a)为正常工作状态a下的电流路径图,(b)为正常工作状态b下的电流路径图,(c)为正常工作状态b下的电流路径图,(d)为正常工作状态d下的电流路径图;
图6是半桥子模块故障状态下电流路径图,其中(a)为Q1发生开路故障时状态a下的电流路径图,(b)为Q1发生开路故障时状态b下的电流路径图,(c)为Q1发生开路故障时状态状态c下的电流路径图,(d)为Q1发生开路故障时状态d下的电流路径图;(e)为Q2发生开路故障时状态e下的电流路径图,(f)为Q2发生开路故障时状态f下的电流路径图,(g)为Q2发生开路故障时状态g下的电流路径图,(h)为Q2发生开路故障时状态h下的电流路径图;
图7是开关管Q1发生开路故障后故障定位仿真波形图;
图8是开关管Q2发生开路故障后故障定位仿真波形图。
具体实施方式
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
本实施例采用三相的模块化多电平变换器(modular multilevelconverter.MMC)作为诊断对象,如图1所示为三相的MMC主回路结构图,其半桥子模块结构如图2所示,半桥子模块中IGBT故障示意图如图3所示;
当第y个桥臂中的第i个MMC半桥子模块的上开关管也既上管Q1发生开路故障(y=1,2,…,Y,i=1,2,…,I,Y为桥臂的总个数,I为第y个桥臂中半桥子模块的总个数),根据半桥子模块所在桥臂电流iarm的方向和驱动信号Si确定一个修正开关函数Si_Q1open。当桥臂电流iarm<0并且驱动信号Si=1时,令开关函数Si_Q1open=1;当桥臂电流的方向与驱动信号Si为其它情况时,令开关函数Si_Q1open=0。同理,当MMC半桥子模块的下开关管也既下管Q2发生开路故障,根据半桥子模块所在桥臂电流iarm的方向以及驱动信号Si确定一个修正开关状态函数Si_Q2open。当桥臂电流iarm>0并且驱动信号Si=0时,令开关函数Si_Q2open=1;当桥臂电流iarm与驱动信号Si为其它情况时,令开关函数Si_Q2open=0。修正开关函数Si_Q1open、Si_Q2open公式如下:
根据修正开关函数Si_Q1open和驱动信号Si确定Q1发生开路故障后的最终开关状态函数Si_Q1fault;同理,根修正开关函数Si_Q2open和驱动信号Si确定Q2发生开路故障后的最终开关状态函数Si_Q2fault。最终开关状态函数Si_Q1fault、Si_Q2fault与驱动信号Si及修正开关函数Si_Q1open、Si_Q2open的开关函数公式为:
Si_Q1fault1=Si-Si_Q1open (3)
Si_Q2fault1=Si+Si_Q2open (4)
根据最终的开关状态函数Si_Q1fault、Si_Q2fault分别建立相应的半桥子模块故障下的动态电压表达式。根据Si_Q1fault,Q1发生开路故障时的电容电压的故障模型Usm_Q1fault被建立;同理,根据Si_Q2fault,Q2发生开路故障时的电容电压的故障模型也既下管的故障模型Usm_Q2fault被建立。最后所建立的半桥子模块电容电压故障模型经过梯形公式离散化后可以应用于数字电路中进行运算。Q1发生开路故障时的电容电压故障模型为Usm_Q1fault为:
其离散化模型如下所示,将该离散化模型作为电路中上管的故障模型:
其中,t1表示半桥子模块中驱动信号的上升时刻;t2是表示半桥子模块中驱动信号的下降时刻;ic表示的是半桥子模块的电容的电流值;Usm_t1表示的是t1时刻的半桥子模块中电容的电压值;C表示半桥子模块电容容值。t表示采样时刻,Δt为采样周期。t-Δt表示上一个检测周期的采样时刻t。
Q2发生开路故障时的电容电压故障模型Usm_Q2fault为:
离散化模型如下所示,将该离散化模型作为电路中下管的故障模型:
如图4和图5所示,本实施例提供一种基于故障模型的MMC子模块IGBT开路故障诊断方法,主要分为监测模式和定位模式,具体包括以下步骤:
步骤1:监测模式:第i个半桥子模块中电容的额定电压Uc及半桥子模块电容电压波动幅值ΔU,设计MMC变流器半桥子模块容电压波动带宽上下限值UTHup和UThdowm;则阈值区间为[UTHup,UThdowm],UTHup=Uc+ΔU,UThdowm=Uc-ΔU。
步骤2:将桥臂当中第i个半桥子模块中电容的实时采样电压Usm_i与设定的子模块电容电压波动带宽上下限值UTHup和UThdowm做比较,如果Usm_i超过设定上下限值,则n加1,当n超过100时标志位TF置1,并转步骤3,否则继续执行步骤2;
步骤3:定位模式:当标志位TF=1时,定位程序开始执行,将TF=1时刻的下一个采样时刻t’处采集到半桥子模块的桥臂电流iarm(t’)和驱动信号Si(t’)以及时刻t’-Δt处采集到的半桥子模块中电容的电压Usm(t’-Δt)和半桥子模块的桥臂电流iarm(t’-Δt)代入公式6和公式8中,得到故障模型的输出值Usm_Q1fault(t’)和Usm_Q2fault(t’)。
步骤4:将步骤2中输出值Usm_Q1fault(t’)和Usm_Q2fault(t’)分别与t’时刻的子模块电容电压采样值Usm_i(t’)做差,如果|Usm_Q1fault(t’)-Usm_i(t’)|<ΔU,并且此状态持续40ms则能定位第i个子模块的Q1开关管发生开路故障;若果|Usm_Q2fault(t’)-Usm_i(t’)|<ΔU,并且此状态持续40ms,则能定位第i个子模块的Q2开关管发生开路故障。
本实施例对Q1开关管发生开路故障与Q2开关管发生开路故障时的子模块电容电流路径及电容电压状态进行了分析,具体的电流路径如图6所示,由图6中的各个状态与图5中的状态依次进行比较可知,无论Q1开关管发生开路故障或Q2开关管发生开路故障时,总有三个状态与半桥子模块正常工作情况下的对应状态相同,Q1开关管发生开路故障状态(a)、(b)、(f)与半桥子模块正常工作情况下的对应状态相同;Q2发生开路故障时状态(c)、(g)、(h)与半桥子模块正常工作情况下的对应状态相同;因此,上述状态在现有的故障诊断算法故障情况下无法对其进行诊断,因此增加了故障诊断的时间,降低了故障诊断的准确度。具体的状态对比表如表1所示。通过表1可知,当桥臂电流信号及驱动信号为(iarm<0&Si=1)或(iarm>0&Sxi(t)=0)时,这两种状态可以分别诊断出Q1开路故障和Q2开路故障。现有的故障诊断方法只能将上述两种状态作为故障诊断的依据,故障情况下半桥子模块的其它六种状态无法作为故障诊断依据,因此增加了故障诊断的时间,其中usm为半桥子模块输出端的电压,ic为半桥子模块中电容的电流值。
表1.子模块在开关管开路和正常情况下的状态
图7为Q1开关管开路故障的仿真波形图,从图7中可以知子模块中的Q1开关管在0.1s发生开路故障;该方法在0.12s标志位置1并执行故障诊断程序,其中故障诊断程序在0.19s准确的对开关管Q1的开路故障实现了准确的诊断和定位。图8为Q2开关管开路故障的仿真波形图,从图8中可以知子模块中的Q2开关管在0.1s发生开路故障;该方法在0.2s标志位置1并执行故障诊断程序,其中故障诊断程序在0.25s准确的对开关管Q2的开路故障实现了准确的诊断和定位。仿真验证了所提方法的可行性。本实施例能够准确实现对不同IGBT的开路故障诊断和定位,因此该方法具有快速性。
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。
Claims (3)
1.基于故障模型的MMC子模块IGBT开路故障诊断方法,其特征在于,所述MMC包括Y个桥臂,第y个桥臂中包括I个半桥子模块,y=1,2,…,Y;该方法具体包括如下步骤:
步骤1:基于半桥子模块的电容电压值,桥臂电流和驱动信号,建立半桥子模块的上、下管开路故障模型;
步骤2:根据第y个桥臂的第i个半桥子模块中的电容电压的波动幅值ΔU,设置第i个半桥子模块中电容电压波动的阈值区间;i=1,2,…,I;其中Y为桥臂的总个数,I为第Y个桥臂中半桥子模块的总个数;
步骤3:实时采集第i个半桥子模块的电容电压值Usm_i;当Usm_i不在阈值区间范围内的次数大于预设的值N,则将标志位TF设置为1,并转步骤4,否则继续执行步骤3;
步骤4:将TF=1时刻的下一个采样时刻t’处采集到的第i个半桥子模块的桥臂电流iarm(t’),驱动信号Si(t’)以及时刻t’-Δt处采集到的第i个半桥子模块的桥臂电流iarm(t’-Δt)和第i个半桥子模块的电容电压Usm(t’-Δt)输入至上管开路故障模型和下管开路故障模型中,得到上管开路故障模型的输出值Usm_Q1fault(t’)和下管开路故障模型的输出值Usm_Q2fault(t’);Δt为采样周期;
步骤4:若|Usm_Q1fault(t’)-Usm_i(t’)|小于ΔU的时间超过预设的时间,则认定上管故障,若|Usm_Q2fault(t’)-Usm_i(t’)|小于ΔU的时间超过预设的时间,则认定下管故障,Usm_i(t’)为时刻t’处采集到的i个半桥子模块的电容电压。
3.根据权利要求1所述的基于故障模型的MMC子模块IGBT开路故障诊断方法,其特征在于,所述步骤2中的阈值区间为[UTHup,UThdowm],其中UTHup为上限值,UThdowm为下限值,UTHup=Uc+ΔU,Uc为第y个桥臂上第i个半桥子模块中电容的额定电压;UThdowm=Uc-ΔU。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110598920.8A CN113358997B (zh) | 2021-05-31 | 2021-05-31 | 基于故障模型的mmc子模块igbt开路故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110598920.8A CN113358997B (zh) | 2021-05-31 | 2021-05-31 | 基于故障模型的mmc子模块igbt开路故障诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113358997A true CN113358997A (zh) | 2021-09-07 |
CN113358997B CN113358997B (zh) | 2022-04-01 |
Family
ID=77528396
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110598920.8A Active CN113358997B (zh) | 2021-05-31 | 2021-05-31 | 基于故障模型的mmc子模块igbt开路故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113358997B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114076882A (zh) * | 2021-11-09 | 2022-02-22 | 南京航空航天大学 | 一种基于模型预测的mmc子模块igbt开路故障诊断方法 |
CN117034080A (zh) * | 2023-08-08 | 2023-11-10 | 南京航空航天大学 | 基于堆嵌式去噪自动编码器的机载变换器电气故障诊断方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN109031083A (zh) * | 2018-07-12 | 2018-12-18 | 武汉科技大学 | 基于快速傅里叶变换和滑动平均值算法的mmc故障检测方法 |
CN109541377A (zh) * | 2019-01-08 | 2019-03-29 | 华北电力大学 | 一种诊断hbsm内部igbt开路故障的新方法 |
CN111679226A (zh) * | 2020-05-26 | 2020-09-18 | 西安理工大学 | 一种mmc子模块开关管开路故障诊断与定位方法 |
CN111781484A (zh) * | 2020-06-19 | 2020-10-16 | 南京航空航天大学 | 一种基于igbt子模块的mmc回路结构及开路故障诊断方法 |
CN112710950A (zh) * | 2020-12-15 | 2021-04-27 | 南京航空航天大学 | Mmc变流器的半桥子模块中开关管开路故障诊断方法 |
-
2021
- 2021-05-31 CN CN202110598920.8A patent/CN113358997B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN109031083A (zh) * | 2018-07-12 | 2018-12-18 | 武汉科技大学 | 基于快速傅里叶变换和滑动平均值算法的mmc故障检测方法 |
CN109541377A (zh) * | 2019-01-08 | 2019-03-29 | 华北电力大学 | 一种诊断hbsm内部igbt开路故障的新方法 |
CN111679226A (zh) * | 2020-05-26 | 2020-09-18 | 西安理工大学 | 一种mmc子模块开关管开路故障诊断与定位方法 |
CN111781484A (zh) * | 2020-06-19 | 2020-10-16 | 南京航空航天大学 | 一种基于igbt子模块的mmc回路结构及开路故障诊断方法 |
CN112710950A (zh) * | 2020-12-15 | 2021-04-27 | 南京航空航天大学 | Mmc变流器的半桥子模块中开关管开路故障诊断方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114076882A (zh) * | 2021-11-09 | 2022-02-22 | 南京航空航天大学 | 一种基于模型预测的mmc子模块igbt开路故障诊断方法 |
CN114076882B (zh) * | 2021-11-09 | 2022-09-20 | 南京航空航天大学 | 一种基于模型预测的mmc子模块igbt开路故障诊断方法 |
CN117034080A (zh) * | 2023-08-08 | 2023-11-10 | 南京航空航天大学 | 基于堆嵌式去噪自动编码器的机载变换器电气故障诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113358997B (zh) | 2022-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108680818B (zh) | 一种三电平牵引变流器开路故障诊断方法及系统 | |
CN113358997B (zh) | 基于故障模型的mmc子模块igbt开路故障诊断方法 | |
CN109375029B (zh) | 一种两电平变流器系统开关器件开路故障诊断方法与系统 | |
CN111077471B (zh) | 基于瞬时频率的npc三电平逆变器开路故障诊断方法 | |
CN104698397B (zh) | 一种多电平逆变器故障诊断方法 | |
CN109031177B (zh) | 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 | |
CN111562517B (zh) | 一种npc三电平逆变器开关管开路故障诊断方法 | |
CN110133423B (zh) | 一种单相级联h桥整流器开关管开路故障诊断方法 | |
CN108872882B (zh) | 一种三电平级联逆变器的故障诊断装置及其诊断方法 | |
CN112798982B (zh) | 基于模型的三相变流器功率管开路故障诊断方法及系统 | |
CN111624514A (zh) | 一种三电平整流器的开关管短路和开路故障诊断方法 | |
CN113075585B (zh) | 一种npc三电平逆变器复合开路故障诊断方法 | |
CN114114081B (zh) | 基于改进观测器的mmc子模块开路故障诊断与定位方法 | |
CN107703433A (zh) | 基于异或逻辑的hbsm‑mmc内部igbt开路故障识别方法 | |
CN112444759B (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 | |
CN111679226A (zh) | 一种mmc子模块开关管开路故障诊断与定位方法 | |
CN107748313A (zh) | 基于与或逻辑的识别hbsm‑mmc内部短路故障的方法 | |
CN112731193B (zh) | 基于滑模观测器的npc逆变器多类故障诊断方法 | |
CN112710922B (zh) | 一种双有源桥dc-dc变换器的开路故障诊断方法 | |
CN113281678A (zh) | 模块化多电平变换器半桥子模块上管开路故障的定位方法 | |
CN109031011B (zh) | 基于相电压柱状图的多电平逆变器的开路故障诊断方法 | |
CN114879087A (zh) | 一种用于vienna整流器开路故障综合辨识的方法 | |
CN112688581B (zh) | 一种模块化多电平变换器的传感器故障综合诊断及穿越方法 | |
CN113985174A (zh) | 一种三相变流器功率器件开路故障诊断方法 | |
CN112731103A (zh) | 一种双级矩阵变换器的故障诊断方法 |
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 |