CN114172401A - 基于降阶观测器的npc三电平逆变器多类故障诊断方法 - Google Patents

基于降阶观测器的npc三电平逆变器多类故障诊断方法 Download PDF

Info

Publication number
CN114172401A
CN114172401A CN202111344797.3A CN202111344797A CN114172401A CN 114172401 A CN114172401 A CN 114172401A CN 202111344797 A CN202111344797 A CN 202111344797A CN 114172401 A CN114172401 A CN 114172401A
Authority
CN
China
Prior art keywords
phase
matrix
fault
inverter
sensor
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
CN202111344797.3A
Other languages
English (en)
Other versions
CN114172401B (zh
Inventor
许水清
黄文展
王健
柴晖
陶松兵
马铭遥
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.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
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 Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN202111344797.3A priority Critical patent/CN114172401B/zh
Publication of CN114172401A publication Critical patent/CN114172401A/zh
Application granted granted Critical
Publication of CN114172401B publication Critical patent/CN114172401B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
    • H02M7/00—Conversion of ac power input into dc power output; Conversion of dc power input into ac power output
    • H02M7/42—Conversion of dc power input into ac power output without possibility of reversal
    • H02M7/44—Conversion of dc power input into ac power output without possibility of reversal by static converters
    • H02M7/48—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
    • H02M7/53—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal
    • H02M7/537—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only, e.g. single switched pulse inverters
    • H02M7/5387—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only, e.g. single switched pulse inverters in a bridge configuration
    • H02M7/53871—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only, e.g. single switched pulse inverters in a bridge configuration with automatic control of output voltage or current
    • 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
    • G01R31/40—Testing power supplies
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
    • H02M1/00—Details of apparatus for conversion
    • H02M1/08—Circuits specially adapted for the generation of control voltages for semiconductor devices incorporated in static converters
    • H02M1/088—Circuits specially adapted for the generation of control voltages for semiconductor devices incorporated in static converters for the simultaneous control of series or parallel connected semiconductor devices
    • 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

Abstract

本发明公开了基于降阶观测器的NPC三电平逆变器多类故障诊断方法，属于故障诊断技术领域。该方法包括以下步骤：建立混合逻辑动态模型，利用矩阵变换进行解耦，将传感器故障与系统状态分解并建立降阶观测器，定义电流形态因子、故障诊断自适应阈值，进行故障诊断，再进行故障定位。本发明采用矩阵变换将传感器故障与系统状态进行分解，使得可以同时诊断逆变器开关管故障和传感器故障；本发明采用的电流形态因子和自适应阈值提高故障诊断的准确性和鲁棒性；本发明通过三相输出电流和传感器故障估计值的特征，来定义开关管故障检测特征值、传感器故障检测特征值和故障定位特征值对NPC三电平逆变器进行多类故障诊断。

Description

基于降阶观测器的NPC三电平逆变器多类故障诊断方法
技术领域
本发明涉及故障诊断技术领域，尤其涉及基于降阶观测器的NPC三电平逆变器多类故障诊断方法。
背景技术
在光伏发电系统中，逆变器发挥着重要的作用。NPC三电平逆变器具有损耗低、输出电压和电流波形谐波含量低、器件应力小、输出容量大等诸多优点，被广泛运用在光伏微电网中。尽管NPC三电平逆变器具有上述众多优点，但由于光伏发电系统所处环境复杂多变，逆变器中功率器件和传感器很容易发生故障，严重威胁光伏发电系统的安全，而NPC三电平逆变器结构复杂，具有过多电力电子器件，导致了运行时故障率的增大，不仅降低了系统运行的可靠性，而且增加了系统的运行和维护成本。为了保证NPC三电平逆变器在实际运行中的可靠性，对逆变器的开关管故障诊断的快速性和准确性提出了更高的要求。
NPC三电平逆变器的开关管故障主要可以分为短路故障和开路故障，开关管的短路故障由保护电路保护，当系统发生短路故障时保护电路迅速断开，最终会将开关管短路故障转换为开路故障，鉴于短路故障时间短，会迅速转换为开路故障，故只考虑对NPC三电平逆变器开关管开路故障进行诊断；电流传感器故障则分为增益故障、卡死故障、开路故障等，其中开路故障会导致逆变器控制系统获取不到参考电流信号，增益故障、卡死故障会导致逆变器控制系统获取到发生畸变的参考电流信号，均会导致NPC逆变器的输出电流发生严重畸变，进而导致整个逆变器系统的崩溃，因此对电流传感器的故障诊断也尤为重要。
目前对逆变器的故障诊断技术大多都是只针对开关管故障，大致可分为以下几种：
1、基于特征提取的方法。此类方法主要利用主成分分析等方法对故障的主要成分进行提取分析，并用智能分类器对故障进行诊断，如基于小波变换的方法和基于瞬时频率的方法等，具体的相关论文及专利如《A Diagnosis Algorithm for Multiple Open-Circuited Faults of Microgrid Inverters Based on Main Fault ComponentAnalysis》、《一种基于小波分析和SVM的逆变器故障诊断方法》(申请公布号CN 105095566A)、《基于瞬时频率的NPC三电平逆变器开路故障诊断方法》(申请公布号CN111077471 A)等，此类方法存在信号处理复杂度大、诊断周期长等问题。
2、基于知识的方法。其基本的理论思想是通过模拟人的思维方式去实现逆变器的故障诊断。如基于神经网络的方法和基于支持向量机的方法等，具体的相关专利文献如《一种NPC三电平光伏逆变器开路故障诊断方法》(申请公布号CN108229544A)、《基于优化支持向量机的三电平逆变器开路故障诊断方法.》(申请公布号CN110068776A)等，此类方法存在诊断计算量大、建立知识库比较难且知识库维护难度大的问题。
3、基于解析模型的方法。此类方法主要思想是建立逆变器的数学模型，将估计的系统输出与测量信息进行比较得到残差，对残差进行分析以实现变换器的故障诊断，相关专利文献如《基于区间滑模观测器的逆变器开路故障诊断方法》、《一种基于模型的多电平逆变器参数性故障诊断方法》(申请公布号CN108649600A)等，此类方法存在数学模型要求高，鲁棒性差的问题。
综上所述，现有的技术存在信号处理复杂度大、诊断周期长、计算量大、建立知识库比较难且知识库维护难度大、数学模型要求高和鲁棒性差等问题。
发明内容
本发明的目的是提供一种基于降阶观测器的NPC三电平逆变器多类故障诊断方法，解决上述现有技术中存在的问题。具体的，利用矩阵变换进行解耦，将传感器故障与系统状态分解并建立降阶观测器，避免传感器故障对观测器输出电流的影响；利用自适应阈值取代传统的固定阈值，减小故障诊断时间，提高故障诊断的鲁棒性。
为实现上述目的，本发明提供了一种基于降阶观测器的NPC三电平逆变器多类故障诊断方法，该方法涉及的NPC三电平逆变器的拓扑结构包括直流电源、两个相同的支撑电容、主逆变电路、三个相同的传感器、三个相同的电感、三个相同的电阻和控制模块；所述直流电源的直流电压记为Udc，两个所述的支撑电容分别记为支撑电容C1和支撑电容C2，支撑电容C1和支撑电容C2串联后并联在直流电源的直流正母线Q1和直流负母线Q2之间；
所述主逆变电路分为三相桥臂，三相桥臂均与直流电源并联，将三相桥臂记为k相桥臂，k表示相序，k＝a，b，c；在三相桥臂中，每相桥臂由四个开关管串联组成，即主逆变电路共包含12个开关管，将12个开关管记为Vkσ，σ表示开关管的序号，σ＝1，2，3，4；在三相桥臂的每相桥臂中，开关管Vk1、开关管Vk2、开关管Vk3、开关管Vk4依次串联，开关管Vk2和开关管Vk3的连接点记为主逆变电路的输出点ψk，k＝a，b，c；
将所述三个相同的传感器记为传感器Sk，三个相同的电感记为电感Lk、三个相同的电阻记为Rk，k＝a，b，c，所述传感器Sk的一端与主逆变电路的输出点ψk相连，另一端与电感Lk相连，电感Lk的另一端与电阻Rk相连，电阻Rk的另一端接地；
所述控制模块的输入端分别连接传感器Sa、传感器Sb、传感器Sc，所述控制模块的输出端分别连接12个开关管Vkσ；
所述基于降阶观测器的NPC三电平逆变器多类故障诊断方法包括以下步骤：
步骤1，将NPC三电平逆变器记为逆变器，建立逆变器的混合逻辑动态模型，并计算k相相电压Uk的估计值
Figure BDA0003351193950000031
k＝a，b，c；
NPC三电平逆变器的混合逻辑动态模型的表达式为：
Figure BDA0003351193950000032
其中，
Figure BDA0003351193950000033
为k相端电压的估计值，ξk为k相桥臂的开关函数，k＝a，b，c；
k相相电压Uk的估计值
Figure BDA0003351193950000034
的表达式为：
Figure BDA0003351193950000035
步骤2，通过传感器Sa、传感器Sb、传感器Sc检测逆变器的三相输出电流ia，ib，ic，采样三相输出相电压Ua，Ub，Uc，建立逆变器在故障状态下的系统状态方程，其表达式为：
Figure BDA0003351193950000041
其中，x为逆变器输出电流，
Figure BDA0003351193950000042
Figure BDA0003351193950000043
为x的导数，U为逆变器输出相电压，
Figure BDA0003351193950000044
A为系数矩阵1，
Figure BDA0003351193950000045
R为电阻Ra的电阻值，L为电感La的电感值，B为系数矩阵2，
Figure BDA0003351193950000046
C为系数矩阵3，C＝I3，I3为三阶的单位矩阵，F为故障系数矩阵，D为扰动系数矩阵，y为逆变器系统输出信号，fx为开关管故障信号，fs为传感器故障信号，d为逆变器扰动信号；
步骤3，对故障状态下的系统状态方程进行增广得到增广状态方程，其表达式为：
Figure BDA0003351193950000047
其中，
Figure BDA0003351193950000048
为逆变器输出电流x的增广，
Figure BDA0003351193950000049
Figure BDA00033511939500000410
为逆变器输出电流x的增广
Figure BDA00033511939500000411
的导数，
Figure BDA00033511939500000412
为增广系数矩阵1，
Figure BDA00033511939500000413
03×3为三阶的零矩阵，
Figure BDA00033511939500000414
为增广系数矩阵2，
Figure BDA00033511939500000415
Figure BDA00033511939500000416
为增广系数矩阵3，
Figure BDA00033511939500000417
Figure BDA00033511939500000418
为增广系数矩阵4，
Figure BDA00033511939500000419
Figure BDA00033511939500000420
为增广故障系数矩阵，
Figure BDA00033511939500000421
f为增广故障信号，
Figure BDA0003351193950000051
步骤4，定义一次变换矩阵T，
Figure BDA0003351193950000052
其中
Figure BDA0003351193950000053
为增广系数矩阵4的正交补的转置；定义一次变换电流
Figure BDA0003351193950000054
Figure BDA0003351193950000055
并将一次变换电流
Figure BDA0003351193950000056
展开为
Figure BDA0003351193950000057
Figure BDA0003351193950000058
为一次变换电流
Figure BDA0003351193950000059
的展开式1，
Figure BDA00033511939500000510
为一次变换电流
Figure BDA00033511939500000511
的展开式2；
将步骤3得到的增广状态方程进行第一次变换，得到一次变换状态方程为，其表达式为：
Figure BDA00033511939500000512
其中，
Figure BDA00033511939500000513
为一次变换电流
Figure BDA00033511939500000514
的导数，
Figure BDA00033511939500000515
为一次变换系数矩阵1，
Figure BDA00033511939500000516
Figure BDA00033511939500000517
为一次变换系数矩阵2，
Figure BDA00033511939500000518
Figure BDA00033511939500000519
为一次变换系数矩阵3，
Figure BDA00033511939500000520
T-1为一次变换矩阵T的逆矩阵；
步骤5，将一次变换矩阵T的逆矩阵T-1展开为
Figure BDA00033511939500000521
Figure BDA00033511939500000522
为一次变换矩阵T的逆矩阵T-1的展开式1，
Figure BDA00033511939500000523
为一次变换矩阵T的逆矩阵T-1的展开式2，
Figure BDA00033511939500000524
为一次变换矩阵T的逆矩阵T-1的展开式3，
Figure BDA00033511939500000525
为一次变换矩阵T的逆矩阵T-1的展开式4；定义二次变换矩阵V，
Figure BDA00033511939500000526
并将二次变换矩阵V的逆矩阵V-1展开为
Figure BDA00033511939500000527
Figure BDA00033511939500000528
为二次变换矩阵V的逆矩阵V-1的展开式1，
Figure BDA00033511939500000531
为二次变换矩阵V的逆矩阵V-1的展开式2，
Figure BDA00033511939500000529
为二次变换矩阵V的逆矩阵V-1的展开式3，
Figure BDA00033511939500000530
为二次变换矩阵V的逆矩阵V-1的展开式4；
将步骤4得到的一次变换状态方程中第一个等式两边同时左乘二次变换矩阵V的逆矩阵V-1，得到二次变换状态方程，其表达式为：
Figure BDA0003351193950000061
其中，
Figure BDA0003351193950000062
为二次变换系数矩阵1，
Figure BDA0003351193950000063
Figure BDA0003351193950000064
为二次变换系数矩阵2，
Figure BDA0003351193950000065
并将
Figure BDA0003351193950000066
展开为
Figure BDA0003351193950000067
Figure BDA0003351193950000068
为二次变换系数矩阵2的展开式1，
Figure BDA0003351193950000069
为二次变换系数矩阵2的展开式2，
Figure BDA00033511939500000610
为二次变换系数矩阵2的展开式3，
Figure BDA00033511939500000611
为二次变换系数矩阵2的展开式4；
Figure BDA00033511939500000612
为二次变换系数矩阵3，
Figure BDA00033511939500000613
并将
Figure BDA00033511939500000614
展开为
Figure BDA00033511939500000615
Figure BDA00033511939500000626
为二次变换系数矩阵3的展开式1，
Figure BDA00033511939500000616
为二次变换系数矩阵3的展开式2；
Figure BDA00033511939500000617
为二次变换系数矩阵4，
Figure BDA00033511939500000618
并将
Figure BDA00033511939500000619
展开为
Figure BDA00033511939500000620
Figure BDA00033511939500000621
为二次变换系数矩阵4的展开式1，
Figure BDA00033511939500000622
为二次变换系数矩阵4的展开式2；
将二次变换状态方程展开可得到展开后的二次变换状态方程，其表达式为：
Figure BDA00033511939500000623
步骤6，对步骤5得到的展开后的二次变换状态方程进行第三次变换，具体步骤如下：
步骤6.1，存在正定矩阵P和增益矩阵J使矩阵不等式
Figure BDA00033511939500000624
成立，使用LMI工具箱求出正定矩阵P和增益矩阵J，并将正定矩阵P展开为
Figure BDA00033511939500000625
P1为正定矩阵P的展开式1，P2为正定矩阵P的展开式2，P3为正定矩阵P的展开式3，P4为正定矩阵P的展开式4；
步骤6.2，将展开后的二次变换状态方程方程中第一个等式两边同时左乘三次变换矩阵Z，
Figure BDA0003351193950000071
得到三次变换状态方程，其表达式为：
Figure BDA0003351193950000072
其中，
Figure BDA0003351193950000073
为P1的逆矩阵；
步骤7，设计广义降阶观测器，表达式为：
Figure BDA0003351193950000074
其中，
Figure BDA0003351193950000075
为中间变量，
Figure BDA0003351193950000076
为中间变量
Figure BDA0003351193950000077
的导数，
Figure BDA0003351193950000078
为
Figure BDA0003351193950000079
的估计值，
Figure BDA00033511939500000710
为
Figure BDA00033511939500000711
的估计值，
Figure BDA00033511939500000712
为逆变器输出电流估计值，
Figure BDA00033511939500000713
Figure BDA00033511939500000714
为三相输出电流ia，ib，ic的估计值，估计值，
Figure BDA00033511939500000715
为传感器故障估计值，
Figure BDA00033511939500000716
为逆变器扰动估计值；
步骤8，设计故障诊断自适应阈值Tth；
定义K相电流形态因子Mk，其表达式为：
Figure BDA00033511939500000717
其中，e为自然常数，ln()为以自然常数e为底的对数函数，|ik|rms为k相输出电流ik的绝对值的均方根值；
将三相输出电流ia，ib，ic表达为k相输出电流ik，将三相输出电流ia，ib，ic的估计值
Figure BDA0003351193950000081
表达为k相输出电流ik的估计值
Figure BDA0003351193950000082
，定义K相故障诊断自适应阈值Tthk，
Figure BDA0003351193950000083
其中，||为绝对值函数，
Figure BDA0003351193950000084
为k相输出电流ik的估计值
Figure BDA0003351193950000085
的绝对值的均方根值；
步骤9，对逆变器故障进行诊断，具体步骤如下：
步骤9.1，比较k相电流形态因子Mk和k相故障诊断自适应阈值Tthk，并进行以下判断：
若Ma＜Ttha且Mb＜Tthb且Mc＜Tthc，则判定逆变器正常工作，故障诊断结束；
若三相中任意一相的Mk≥Tthk，将Mk≥Tthk的相记为g相，并判定逆变器g相发生故障，将g相对应的传感器故障估计值记为g相传感器故障估计值
Figure BDA0003351193950000086
g或等于a或等于b或等于c；
步骤9.2，定义g相故障定位阈值Tg，Tg＝ig max×5％，其中，ig为g相输出电流，ig max为g相输出电流ig的最大值，比较g相传感器故障估计值
Figure BDA0003351193950000087
和g相故障定位阈值Tg，并进行以下判断：
若
Figure BDA0003351193950000088
，则判定逆变器g相开关管发生故障，进入步骤9.3；
若
Figure BDA0003351193950000089
，则判定逆变器g相传感器发生故障，进入步骤9.4；
步骤9.3，定义g相开关管故障检测特征量fg和g相故障定位特征量wg，
Figure BDA00033511939500000810
wg＝sign(|ig|-Tg)，其中，
Figure BDA00033511939500000811
为g相输出电流ig的估计值，sign()为符号函数；
按以下条件进行开关管故障定位：
当fg＝1，wg＝1，则开关管Vg1发生开路故障；
当fg＝1，wg＝-1，则开关管Vg2发生开路故障；
当fg＝-1，wg＝-1，则开关管Vg3发生开路故障；
当fg＝-1，wg＝1，则开关管Vg4发生开路故障；
步骤9.4，定义g相传感器故障检测特征量vg和g相故障定位特征量wg，
Figure BDA0003351193950000091
wg＝sign(|ig|-Tg)，其中，
Figure BDA0003351193950000092
为g相输出电流ig的导数，sign()为符号函数；
按以下条件进行传感器故障分类：
当vg＝0，wg＝1，则传感器Sg发生卡死故障；
当vg＝0，wg＝-1，则传感器Sg发生开路故障；
当vg≠0，wg＝1，则传感器Sg发生增益故障。
优选地，步骤1所述k相桥臂的开关函数ξk按照以下方式确定：
规定电流从NPC三电平逆变器流向电感Lk为正，电流从电感Lk流向NPC三电平逆变器为负，定义逻辑变量μk，μk＝1表示k相电流为正、μk＝0表示k相电流为负；将开关管Vkσ的开关信号记为δkσ，k相桥臂的开关函数ξk的表达式如下：
Figure BDA0003351193950000093
其中，符号“-”表示逻辑非。
由于采用了上述故障诊断方法，与现有技术相比，本发明的有益效果为：
1、将传感器故障与系统状态分解并建立降阶观测器，避免传感器故障对观测器输出电流的影响，实现了逆变器开关管故障和传感器故障的同时诊断；
2、选取自适应阈值来故障诊断，对扰动具有抗干扰性，提高了故障检测的准确性和鲁棒性；
3、故障诊断过程不需要增加额外的传感器，降低了故障检测的成本。
附图说明
图1是本发明实施例中NPC三电平逆变器的拓扑图；
图2是本发明基于降阶观测器的NPC三电平逆变器多类故障诊断方法的流程图；
图3是本发明实施例中开关管Va1发生开路故障时a相输出电流ia、a相电流估计值
Figure BDA0003351193950000101
、a相传感器故障估计值
Figure BDA0003351193950000102
和a相故障定位阈值Ta的仿真波形图；
图4是本发明实施例中开关管Va1发生开路故障时a相电流形态因子Ma和a相故障诊断自适应阈值Ttha、a相开关管故障检测特征值fa和a相故障定位特征值wa的仿真波形图；
图5是本发明实施例中传感器Sa发生开路故障时a相输出电流ia、a相电流估计值
Figure BDA0003351193950000103
、a相传感器故障估计值
Figure BDA0003351193950000104
和a相故障定位阈值Ta的仿真波形图；
图6是本发明实施例中传感器Sa发生开路故障时a相电流形态因子Ma和a相故障诊断自适应阈值Ttha、a相传感器故障检测特征值va和a相故障定位特征值wa的仿真波形图；
图7是本发明实施例中传感器Sa发生卡死故障时a相输出电流ia、a相电流估计值
Figure BDA0003351193950000105
、a相传感器故障估计值
Figure BDA0003351193950000106
和a相故障定位阈值Ta的仿真波形图；
图8是本发明实施例中传感器Sa发生卡死故障时a相电流形态因子Ma和a相故障诊断自适应阈值Ttha、a相传感器故障检测特征值va和a相故障定位特征值wa的仿真波形图；
图9是本发明实施例中传感器Sa发生增益故障时a相输出电流ia、a相电流估计值
Figure BDA0003351193950000107
、a相传感器故障估计值
Figure BDA0003351193950000108
和a相故障定位阈值Ta的仿真波形图；
图10是本发明实施例中传感器Sa发生增益故障时a相电流形态因子Ma和a相故障诊断自适应阈值Ttha、a相传感器故障检测特征值va和a相故障定位特征值wa的仿真波形图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整的描述。
图1是本发明实施例中的NPC三电平逆变器的拓扑图。由图可见本发明方法涉及的NPC三电平逆变器的拓扑结构包括直流电源、两个相同的支撑电容、主逆变电路、三个相同的传感器、三个相同的电感、三个相同的电阻和控制模块；所述直流电源的直流电压记为Udc，两个所述的支撑电容分别记为支撑电容C1和支撑电容C2，支撑电容C1和支撑电容C2串联后并联在直流电源的直流正母线Q1和直流负母线Q2之间。
所述主逆变电路分为三相桥臂，三相桥臂均与直流电源并联，将三相桥臂记为k相桥臂，k表示相序，k＝a，b，c；在三相桥臂中，每相桥臂由四个开关管串联组成，即主逆变电路共包含12个开关管，将12个开关管记为Vkσ，σ表示开关管的序号，σ＝1，2，3，4；在三相桥臂的每相桥臂中，开关管Vk1、开关管Vk2、开关管Vk3、开关管Vk4依次串联，开关管Vk2和开关管Vk3的连接点记为主逆变电路的输出点ψk，k＝a，b，c。
将所述三个相同的传感器记为传感器Sk，三个相同的电感记为电感Lk、所述三个相同的电阻记为Rk，k＝a，b，c，所述传感器Sk的一端与主逆变电路的输出点ψk相连，另一端与电感Lk相连，电感Lk的另一端与电阻Rk相连，电阻Rk的另一端接地。
所述控制模块的输入端分别连接传感器Sa、传感器Sb、传感器Sc，所述控制模块的输出端分别连接12个开关管Vkσ。
在本实施例中Udc＝220V。
在图1中，点O为支撑电容C1和支撑电容C2的公共节点。从图1可见，在三相桥臂中，每相桥臂还包括两个二极管，即三相桥臂共包括6个二极管，将六个二极管记为Dkh，h表示二极管的序号，h＝1，2。具体的，二极管Dk1的阳极连接中性点O，二极管Da1的阴极连接开关管Va1的集电极，二极管Db1的阴极连接开关管Vb1的集电极，二极管Dc1的阴极连接开关管Vc1的集电极；二极管Dk2的阴极连接中性点O，二极管Da2的阳极连接开关管Va3的发射极，二极管Db2的阳极连接开关管的发射极，二极管Dc2的阳极连接开关管Vc3的发射极。
图2是本发明基于降阶观测器的NPC三电平逆变器多类故障诊断方法的流程图，由图2可见，基于降阶观测器的NPC三电平逆变器多类故障诊断方法包括以下步骤：
步骤1，将NPC三电平逆变器记为逆变器，建立逆变器的混合逻辑动态模型，并计算k相相电压Uk的估计值
Figure BDA0003351193950000111
，k＝a，b，c；
NPC三电平逆变器的混合逻辑动态模型的表达式为：
Figure BDA0003351193950000121
其中，
Figure BDA0003351193950000122
为k相端电压的估计值，ξk为k相桥臂的开关函数，k＝a，b，c；
k相相电压Uk的估计值
Figure BDA0003351193950000123
的表达式为：
Figure BDA0003351193950000124
在本实施例中，所述k相桥臂的开关函数ξk按照以下方式确定：
规定电流从NPC三电平逆变器流向电感Lk为正，电流从电感Lk流向NPC三电平逆变器为负，定义逻辑变量μk，μk＝1表示k相电流为正、μk＝0表示k相电流为负；将开关管Vkσ的开关信号记为δkσ，k相桥臂的开关函数ξk的表达式如下：
Figure BDA0003351193950000125
其中，符号“-”表示逻辑非。
步骤2，通过传感器Sa、传感器Sb、传感器Sc检测逆变器的三相输出电流ia，ib，ic，采样三相输出相电压Ua，Ub，Uc，建立逆变器在故障状态下的系统状态方程，其表达式为：
Figure BDA0003351193950000126
其中，x为逆变器输出电流，
Figure BDA0003351193950000127
Figure BDA0003351193950000128
为x的导数，U为逆变器输出相电压，
Figure BDA0003351193950000129
A为系数矩阵1，
Figure BDA00033511939500001210
R为电阻Ra的电阻值，L为电感La的电感值，B为系数矩阵2，
Figure BDA0003351193950000131
C为系数矩阵3，C＝I3，I3为三阶的单位矩阵，F为故障系数矩阵，D为扰动系数矩阵，y为逆变器系统输出信号，fx为开关管故障信号，fs为传感器故障信号，d为逆变器扰动信号。
在本实施例中，R＝10Ω，L＝80mH，
Figure BDA0003351193950000132
d＝0.01sin(100πt)。
步骤3，对故障状态下的系统状态方程进行增广得到增广状态方程，其表达式为：
Figure BDA0003351193950000133
其中，
Figure BDA0003351193950000134
为逆变器输出电流x的增广，
Figure BDA0003351193950000135
Figure BDA0003351193950000136
为逆变器输出电流x的增广
Figure BDA0003351193950000137
的导数，
Figure BDA0003351193950000138
为增广系数矩阵1，
Figure BDA0003351193950000139
03×3为三阶的零矩阵，
Figure BDA00033511939500001310
为增广系数矩阵2，
Figure BDA00033511939500001311
Figure BDA00033511939500001312
为增广系数矩阵3，
Figure BDA00033511939500001313
Figure BDA00033511939500001314
为增广系数矩阵4，
Figure BDA00033511939500001315
Figure BDA00033511939500001316
为增广故障系数矩阵，
Figure BDA00033511939500001317
f为增广故障信号，
Figure BDA00033511939500001318
步骤4，定义一次变换矩阵T，
Figure BDA00033511939500001319
其中
Figure BDA00033511939500001320
为增广系数矩阵4的正交补的转置；定义一次变换电流
Figure BDA00033511939500001321
Figure BDA00033511939500001322
并将一次变换电流
Figure BDA00033511939500001323
展开为
Figure BDA0003351193950000141
Figure BDA0003351193950000142
为一次变换电流
Figure BDA0003351193950000143
的展开式1，
Figure BDA0003351193950000144
为一次变换电流
Figure BDA0003351193950000145
的展开式2；
将步骤3得到的增广状态方程进行第一次变换，得到一次变换状态方程为，其表达式为：
Figure BDA0003351193950000146
其中，
Figure BDA0003351193950000147
为一次变换电流
Figure BDA0003351193950000148
的导数，
Figure BDA0003351193950000149
为一次变换系数矩阵1，
Figure BDA00033511939500001410
Figure BDA00033511939500001411
为一次变换系数矩阵2，
Figure BDA00033511939500001412
Figure BDA00033511939500001413
为一次变换系数矩阵3，
Figure BDA00033511939500001414
T-1为一次变换矩阵T的逆矩阵。
步骤5，将一次变换矩阵T的逆矩阵T-1展开为
Figure BDA00033511939500001415
Figure BDA00033511939500001416
为一次变换矩阵T的逆矩阵T-1的展开式1，
Figure BDA00033511939500001417
为一次变换矩阵T的逆矩阵T-1的展开式2，
Figure BDA00033511939500001418
为一次变换矩阵T的逆矩阵T-1的展开式3，
Figure BDA00033511939500001419
为一次变换矩阵T的逆矩阵T-1的展开式4；定义二次变换矩阵V，
Figure BDA00033511939500001420
并将二次变换矩阵V的逆矩阵V-1展开为
Figure BDA00033511939500001421
Figure BDA00033511939500001422
为二次变换矩阵V的逆矩阵V-1的展开式1，
Figure BDA00033511939500001423
为二次变换矩阵V的逆矩阵V-1的展开式2，
Figure BDA00033511939500001424
为二次变换矩阵V的逆矩阵V-1的展开式3，
Figure BDA00033511939500001425
为二次变换矩阵V的逆矩阵V-1的展开式4；
将步骤4得到的一次变换状态方程中第一个等式两边同时左乘二次变换矩阵V的逆矩阵V-1，得到二次变换状态方程，其表达式为：
Figure BDA00033511939500001426
其中，
Figure BDA00033511939500001427
为二次变换系数矩阵1，
Figure BDA00033511939500001428
Figure BDA00033511939500001429
为二次变换系数矩阵2，
Figure BDA00033511939500001430
并将
Figure BDA00033511939500001431
展开为
Figure BDA00033511939500001432
Figure BDA00033511939500001433
为二次变换系数矩阵2的展开式1，
Figure BDA0003351193950000151
为二次变换系数矩阵2的展开式2，
Figure BDA0003351193950000152
为二次变换系数矩阵2的展开式3，
Figure BDA0003351193950000153
为二次变换系数矩阵2的展开式4；
Figure BDA0003351193950000154
为二次变换系数矩阵3，
Figure BDA0003351193950000155
并将
Figure BDA0003351193950000156
展开为
Figure BDA0003351193950000157
Figure BDA0003351193950000158
为二次变换系数矩阵3的展开式1，
Figure BDA0003351193950000159
为二次变换系数矩阵3的展开式2；
Figure BDA00033511939500001510
为二次变换系数矩阵4，
Figure BDA00033511939500001511
并将
Figure BDA00033511939500001512
展开为
Figure BDA00033511939500001513
Figure BDA00033511939500001514
为二次变换系数矩阵4的展开式1，
Figure BDA00033511939500001515
为二次变换系数矩阵4的展开式2；
将二次变换状态方程展开可得到展开后的二次变换状态方程，其表达式为：
Figure BDA00033511939500001516
步骤6，对步骤5得到的展开后的二次变换状态方程进行第三次变换，具体步骤如下：
步骤6.1，存在正定矩阵P和增益矩阵J使矩阵不等式
Figure BDA00033511939500001517
成立，使用LMI工具箱求出正定矩阵P和增益矩阵J，并将正定矩阵P展开为
Figure BDA00033511939500001518
，P1为正定矩阵P的展开式1，P2为正定矩阵P的展开式2，P3为正定矩阵P的展开式3，P4为正定矩阵P的展开式4；
在本实施例中，正定矩阵P和增益矩阵J的具体数字如下：
Figure BDA00033511939500001519
Figure BDA0003351193950000161
步骤6.2，将展开后的二次变换状态方程方程中第一个等式两边同时左乘三次变换矩阵Z，
Figure BDA0003351193950000162
得到三次变换状态方程，其表达式为：
Figure BDA0003351193950000163
其中，
Figure BDA0003351193950000164
为P1的逆矩阵。
步骤7，设计广义降阶观测器，表达式为：
Figure BDA0003351193950000165
其中，
Figure BDA0003351193950000166
为中间变量，
Figure BDA0003351193950000167
为中间变量
Figure BDA0003351193950000168
的导数，
Figure BDA0003351193950000169
为
Figure BDA00033511939500001610
的估计值，
Figure BDA00033511939500001611
为
Figure BDA00033511939500001612
的估计值，
Figure BDA00033511939500001613
为逆变器输出电流估计值，
Figure BDA00033511939500001614
Figure BDA00033511939500001615
为三相输出电流ia，ib，ic的估计值，估计值，
Figure BDA00033511939500001616
为传感器故障估计值，
Figure BDA00033511939500001617
为逆变器扰动估计值。
步骤8，设计故障诊断自适应阈值Tth；
定义K相电流形态因子Mk，其表达式为：
Figure BDA0003351193950000171
其中，e为自然常数，ln()为以自然常数e为底的对数函数，|ik|rms为k相输出电流ik的绝对值的均方根值；
将三相输出电流ia，ib，ic表达为k相输出电流ik，将三相输出电流ia，ib，ic的估计值
Figure BDA0003351193950000172
表达为k相输出电流ik的估计值
Figure BDA0003351193950000173
定义K相故障诊断自适应阈值Tthk，
Figure BDA0003351193950000174
其中，||为绝对值函数，
Figure BDA0003351193950000175
为k相输出电流ik的估计值
Figure BDA0003351193950000176
的绝对值的均方根值。
步骤9，对逆变器故障进行诊断，具体步骤如下：
步骤9.1，比较k相电流形态因子Mk和k相故障诊断自适应阈值Tthk，并进行以下判断：
若Ma＜Ttha且Mb＜Tthb且Mc＜Tthc，则判定逆变器正常工作，故障诊断结束；
若三相中任意一相的Mk≥Tthk，将Mk≥Tthk的相记为g相，并判定逆变器g相发生故障，将g相对应的传感器故障估计值记为g相传感器故障估计值
Figure BDA0003351193950000177
g或等于a或等于b或等于c；
步骤9.2，定义g相故障定位阈值Tg，Tg＝ig max×5％，其中，ig为g相输出电流，ig max为g相输出电流ig的最大值，比较g相传感器故障估计值
Figure BDA0003351193950000178
和g相故障定位阈值Tg，并进行以下判断：
若
Figure BDA0003351193950000181
则判定逆变器g相开关管发生故障，进入步骤9.3；
若
Figure BDA0003351193950000182
则判定逆变器g相传感器发生故障，进入步骤9.4；
步骤9.3，定义g相开关管故障检测特征量fg和g相故障定位特征量wg，
Figure BDA0003351193950000183
wg＝sign(|ig|-Tg)，其中，
Figure BDA0003351193950000184
为g相输出电流ig的估计值，sign()为符号函数；
按以下条件进行开关管故障定位：
当fg＝1，wg＝1，则开关管Vg1发生开路故障；
当fg＝1，wg＝-1，则开关管Vg2发生开路故障；
当fg＝-1，wg＝-1，则开关管Vg3发生开路故障；
当fg＝-1，wg＝1，则开关管Vg4发生开路故障；
步骤9.4，定义g相传感器故障检测特征量vg和g相故障定位特征量wg，
Figure BDA0003351193950000185
wg＝sign(|ig|-Tg)，其中，
Figure BDA0003351193950000186
为g相输出电流ig的导数，sign()为符号函数；
按以下条件进行传感器故障分类：
当vg＝0，wg＝1，则传感器Sg发生卡死故障；
当vg＝0，wg＝-1，则传感器Sg发生开路故障；
当vg≠0，wg＝1，则传感器Sg发生增益故障。
通过仿真对本发明进行了验证。
图3是本发明实施例中开关管Va1发生开路故障时a相输出电流ia、a相电流估计值
Figure BDA0003351193950000187
a相传感器故障估计值
Figure BDA0003351193950000188
和a相故障定位阈值Ta的仿真波形图；由该图可见，在0.264秒后a相输出电流ia发生较大的变化，a相电流估计值
Figure BDA0003351193950000189
不变，a相传感器故障估计值
Figure BDA00033511939500001810
不超过故障定位阈值Ta。
图4是本发明实施例中开关管Va1发生开路故障时a相电流形态因子Ma和a相故障诊断自适应阈值Ttha、a相开关管故障检测特征值fa和a相故障定位特征值wa的仿真波形图；由该图可见，在0.268秒后，a相电流形态因子Ma超过a相故障诊断自适应阈值Ttha，此时a相开关管故障检测特征值fa＝1、a相故障定位特征值wa＝1。
图5是本发明实施例中传感器Sa发生开路故障时a相输出电流ia、a相电流估计值
Figure BDA0003351193950000191
a相传感器故障估计值
Figure BDA0003351193950000192
和a相故障定位阈值Ta的仿真波形图；由该图可见，在0.264秒后a相输出电流ia恒定为0，a相电流估计值
Figure BDA0003351193950000193
不变，a相传感器故障估计值
Figure BDA0003351193950000194
超过故障定位阈值Ta。
图6是本发明实施例中传感器Sa发生开路故障时a相电流形态因子Ma和a相故障诊断自适应阈值Ttha、a相传感器故障检测特征值va和a相故障定位特征值wa的仿真波形图；由该图可见，在0.268秒后，a相电流形态因子Ma超过a相故障诊断自适应阈值Ttha，此时a相传感器故障检测特征值va＝0、a相故障定位特征值wa＝-1。
图7是本发明实施例中传感器Sa发生卡死故障时a相输出电流ia、a相电流估计值
Figure BDA0003351193950000195
、a相传感器故障估计值
Figure BDA0003351193950000196
和a相故障定位阈值Ta的仿真波形图；由该图可见，在0.264秒后a相输出电流ia恒定为2，a相电流估计值
Figure BDA0003351193950000197
不变，a相传感器故障估计值
Figure BDA0003351193950000198
超过故障定位阈值Ta。
图8是本发明实施例中传感器Sa发生卡死故障时a相电流形态因子Ma和a相故障诊断自适应阈值Ttha、a相传感器故障检测特征值va和a相故障定位特征值wa的仿真波形图；由该图可见，在0.268秒后，a相电流形态因子Ma超过a相故障诊断自适应阈值Ttha，此时a相传感器故障检测特征值va＝0、a相故障定位特征值wa＝1。
图9是本发明实施例中传感器Sa发生增益故障时a相输出电流ia、a相电流估计值
Figure BDA0003351193950000199
、a相传感器故障估计值
Figure BDA00033511939500001910
和a相故障定位阈值Ta的仿真波形图；由该图可见，在0.264秒后a相输出电流ia发生较大变化，a相电流估计值
Figure BDA00033511939500001911
不变，a相传感器故障估计值
Figure BDA00033511939500001912
超过故障定位阈值Ta。
图10是本发明实施例中传感器Sa发生增益故障时a相电流形态因子Ma和a相故障诊断自适应阈值Ttha、a相传感器故障检测特征值va和a相故障定位特征值wa的仿真波形图；由该图可见，在0.268秒后，a相电流形态因子Ma超过a相故障诊断自适应阈值Ttha，此时a相传感器故障检测特征值va≠0、a相故障定位特征值wa＝1。

Claims (2)

1.一种基于降阶观测器的NPC三电平逆变器多类故障诊断方法，该方法涉及的NPC三电平逆变器的拓扑结构包括直流电源、两个相同的支撑电容、主逆变电路、三个相同的传感器、三个相同的电感、三个相同的电阻和控制模块；所述直流电源的直流电压记为Udc，两个所述的支撑电容分别记为支撑电容C1和支撑电容C2，支撑电容C1和支撑电容C2串联后并联在直流电源的直流正母线Q1和直流负母线Q2之间；
所述主逆变电路分为三相桥臂，三相桥臂均与直流电源并联，将三相桥臂记为k相桥臂，k表示相序，k＝a，b，c；在三相桥臂中，每相桥臂由四个开关管串联组成，即主逆变电路共包含12个开关管，将12个开关管记为Vkσ，σ表示开关管的序号，σ＝1，2，3，4；在三相桥臂的每相桥臂中，开关管Vk1、开关管Vk2、开关管Vk3、开关管Vk4依次串联，开关管Vk2和开关管Vk3的连接点记为主逆变电路的输出点ψk，k＝a，b，c；
将所述三个相同的传感器记为传感器Sk、三个相同的电感记为电感Lk、三个相同的电阻记为Rk，k＝a，b，c，所述传感器Sk的一端与主逆变电路的输出点ψk相连，另一端与电感Lk相连，电感Lk的另一端与电阻Rk相连，电阻Rk的另一端接地；
所述控制模块的输入端分别连接传感器Sa、传感器Sb、传感器Sc，所述控制模块的输出端分别连接12个开关管Vkσ；
其特征在于，所述基于降阶观测器的NPC三电平逆变器多类故障诊断方法包括以下步骤：
步骤1，将NPC三电平逆变器记为逆变器，建立逆变器的混合逻辑动态模型，并计算k相相电压Uk的估计值
Figure FDA0003351193940000011
k＝a，b，c；
NPC三电平逆变器的混合逻辑动态模型的表达式为：
Figure FDA0003351193940000012
其中，
Figure FDA0003351193940000013
为k相端电压的估计值，ξk为k相桥臂的开关函数，k＝a，b，c；
k相相电压Uk的估计值
Figure FDA0003351193940000014
的表达式为：
Figure FDA0003351193940000021
步骤2，通过传感器Sa、传感器Sb、传感器Sc检测逆变器的三相输出电流ia，ib，ic，采样三相输出相电压Ua，Ub，Uc，建立逆变器在故障状态下的系统状态方程，其表达式为：
Figure FDA0003351193940000022
其中，x为逆变器输出电流，
Figure FDA0003351193940000023
Figure FDA0003351193940000024
为x的导数，U为逆变器输出相电压，
Figure FDA0003351193940000025
A为系数矩阵1，
Figure FDA0003351193940000026
R为电阻Ra的电阻值，L为电感La的电感值，B为系数矩阵2，
Figure FDA0003351193940000027
C为系数矩阵3，C＝I3，I3为三阶的单位矩阵，F为故障系数矩阵，D为扰动系数矩阵，y为逆变器系统输出信号，fx为开关管故障信号，fs为传感器故障信号，d为逆变器扰动信号；
步骤3，对故障状态下的系统状态方程进行增广得到增广状态方程，其表达式为：
Figure FDA0003351193940000028
其中，
Figure FDA0003351193940000029
为逆变器输出电流x的增广，
Figure FDA00033511939400000210
Figure FDA00033511939400000211
为逆变器输出电流x的增广
Figure FDA0003351193940000031
的导数，
Figure FDA0003351193940000032
为增广系数矩阵1，
Figure FDA0003351193940000033
03×3为三阶的零矩阵，
Figure FDA0003351193940000034
为增广系数矩阵2，
Figure FDA0003351193940000035
Figure FDA0003351193940000036
为增广系数矩阵3，
Figure FDA0003351193940000037
Figure FDA0003351193940000038
为增广系数矩阵4，
Figure FDA0003351193940000039
Figure FDA00033511939400000310
为增广故障系数矩阵，
Figure FDA00033511939400000311
f为增广故障信号，
Figure FDA00033511939400000312
步骤4，定义一次变换矩阵T，
Figure FDA00033511939400000313
其中
Figure FDA00033511939400000314
为增广系数矩阵4的正交补的转置；定义一次变换电流
Figure FDA00033511939400000315
并将一次变换电流
Figure FDA00033511939400000316
展开为
Figure FDA00033511939400000317
Figure FDA00033511939400000318
为一次变换电流
Figure FDA00033511939400000319
的展开式1，
Figure FDA00033511939400000320
为一次变换电流
Figure FDA00033511939400000321
的展开式2；
将步骤3得到的增广状态方程进行第一次变换，得到一次变换状态方程为，其表达式为：
Figure FDA00033511939400000322
其中，
Figure FDA00033511939400000323
为一次变换电流
Figure FDA00033511939400000324
的导数，
Figure FDA00033511939400000325
为一次变换系数矩阵1，
Figure FDA00033511939400000326
Figure FDA00033511939400000327
为一次变换系数矩阵2，
Figure FDA00033511939400000328
Figure FDA00033511939400000329
为一次变换系数矩阵3，
Figure FDA00033511939400000330
T-1为一次变换矩阵T的逆矩阵；
步骤5，将一次变换矩阵T的逆矩阵T-1展开为
Figure FDA00033511939400000331
T1 -1为一次变换矩阵T的逆矩阵T-1的展开式1，T2 -1为一次变换矩阵T的逆矩阵T-1的展开式2，T3 -1为一次变换矩阵T的逆矩阵T-1的展开式3，T4 -1为一次变换矩阵T的逆矩阵T-1的展开式4；定义二次变换矩阵V，
Figure FDA00033511939400000332
并将二次变换矩阵V的逆矩阵V-1展开为
Figure FDA0003351193940000041
V1 -1为二次变换矩阵V的逆矩阵V-1的展开式1，V2 -1为二次变换矩阵V的逆矩阵V-1的展开式2，V3 -1为二次变换矩阵V的逆矩阵V-1的展开式3，V4 -1为二次变换矩阵V的逆矩阵V-1的展开式4；
将步骤4得到的一次变换状态方程中第一个等式两边同时左乘二次变换矩阵V的逆矩阵V-1，得到二次变换状态方程，其表达式为：
Figure FDA0003351193940000042
其中，
Figure FDA0003351193940000043
为二次变换系数矩阵1，
Figure FDA0003351193940000044
Figure FDA0003351193940000045
为二次变换系数矩阵2，
Figure FDA0003351193940000046
并将
Figure FDA0003351193940000047
展开为
Figure FDA0003351193940000048
Figure FDA0003351193940000049
为二次变换系数矩阵2的展开式1，
Figure FDA00033511939400000410
为二次变换系数矩阵2的展开式2，
Figure FDA00033511939400000411
为二次变换系数矩阵2的展开式3，
Figure FDA00033511939400000412
为二次变换系数矩阵2的展开式4；
Figure FDA00033511939400000413
为二次变换系数矩阵3，
Figure FDA00033511939400000414
并将
Figure FDA00033511939400000415
展开为
Figure FDA00033511939400000416
Figure FDA00033511939400000417
为二次变换系数矩阵3的展开式1，
Figure FDA00033511939400000418
为二次变换系数矩阵3的展开式2；
Figure FDA00033511939400000419
为二次变换系数矩阵4，
Figure FDA00033511939400000420
并将
Figure FDA00033511939400000421
展开为
Figure FDA00033511939400000422
Figure FDA00033511939400000423
为二次变换系数矩阵4的展开式1，
Figure FDA00033511939400000424
为二次变换系数矩阵4的展开式2；
将二次变换状态方程展开可得到展开后的二次变换状态方程，其表达式为：
Figure FDA00033511939400000425
步骤6，对步骤5得到的展开后的二次变换状态方程进行第三次变换，具体步骤如下：
步骤6.1，存在正定矩阵P和增益矩阵J使矩阵不等式
Figure FDA00033511939400000426
成立，使用LMI工具箱求出正定矩阵P和增益矩阵J，并将正定矩阵P展开为
Figure FDA0003351193940000051
P1为正定矩阵P的展开式1，P2为正定矩阵P的展开式2，P3为正定矩阵P的展开式3，P4为正定矩阵P的展开式4；
步骤6.2，将展开后的二次变换状态方程方程中第一个等式两边同时左乘三次变换矩阵Z，
Figure FDA0003351193940000052
得到三次变换状态方程，其表达式为：
Figure FDA0003351193940000053
其中，P1 -1为P1的逆矩阵；
步骤7，设计广义降阶观测器，表达式为：
Figure FDA0003351193940000054
其中，
Figure FDA0003351193940000055
为中间变量，
Figure FDA0003351193940000056
为中间变量
Figure FDA0003351193940000057
的导数，
Figure FDA0003351193940000058
为
Figure FDA0003351193940000059
的估计值，
Figure FDA00033511939400000510
为
Figure FDA00033511939400000511
的估计值，
Figure FDA00033511939400000512
为逆变器输出电流估计值，
Figure FDA00033511939400000513
Figure FDA00033511939400000514
为三相输出电流ia，ib，ic的估计值，
Figure FDA00033511939400000515
为传感器故障估计值，
Figure FDA00033511939400000516
为逆变器扰动估计值；
步骤8，设计故障诊断自适应阈值Tth；
定义K相电流形态因子Mk，其表达式为：
Figure FDA0003351193940000061
其中，e为自然常数，ln()为以自然常数e为底的对数函数，|ik|rms为k相输出电流ik的绝对值的均方根值；
将三相输出电流ia，ib，ic表达为k相输出电流ik，将三相输出电流ia，ib，ic的估计值
Figure FDA0003351193940000062
表达为k相输出电流ik的估计值
Figure FDA0003351193940000063
定义K相故障诊断自适应阈值Tthk，
Figure FDA0003351193940000064
其中，| |为绝对值函数，
Figure FDA0003351193940000065
为k相输出电流ik的估计值
Figure FDA0003351193940000066
的绝对值的均方根值；所述k相输出电流ik的估计值
Figure FDA0003351193940000067
为三相输出电流估计值
步骤9，对逆变器故障进行诊断，具体步骤如下：
步骤9.1，比较k相电流形态因子Mk和k相故障诊断自适应阈值Tthk，并进行以下判断：
若Ma＜Ttha且Mb＜Tthb且Mc＜Tthc，则判定逆变器正常工作，故障诊断结束；
若三相中任意一相的Mk≥Tthk，将Mk≥Tthk的相记为g相，并判定逆变器g相发生故障，将g相对应的传感器故障估计值记为g相传感器故障估计值
Figure FDA0003351193940000068
g或等于a或等于b或等于c；
步骤9.2，定义g相故障定位阈值Tg，Tg＝igmax×5％，其中，ig为g相输出电流，igmax为g相输出电流ig的最大值，比较g相传感器故障估计值
Figure FDA0003351193940000069
和g相故障定位阈值Tg，并进行以下判断：
若
Figure FDA00033511939400000610
则判定逆变器g相开关管发生故障，进入步骤9.3；
若
Figure FDA0003351193940000071
则判定逆变器g相传感器发生故障，进入步骤9.4；
步骤9.3，定义g相开关管故障检测特征量fg和g相故障定位特征量wg，
Figure FDA0003351193940000072
wg＝sign(|ig|-Tg)，其中，
Figure FDA0003351193940000073
为g相输出电流ig的估计值，sign()为符号函数；
按以下条件进行开关管故障定位：
当fg＝1，wg＝1，则开关管Vg1发生开路故障；
当fg＝1，wg＝-1，则开关管Vg2发生开路故障；
当fg＝-1，wg＝-1，则开关管Vg3发生开路故障；
当fg＝-1，wg＝1，则开关管Vg4发生开路故障；
步骤9.4，定义g相传感器故障检测特征量vg和g相故障定位特征量wg，
Figure FDA0003351193940000074
wg＝sign(|ig|-Tg)，其中，
Figure FDA0003351193940000075
为g相输出电流ig的导数，sign()为符号函数；
按以下条件进行传感器故障分类：
当vg＝0，wg＝1，则传感器Sg发生卡死故障；
当vg＝0，wg＝-1，则传感器Sg发生开路故障；
当vg≠0，wg＝1，则传感器Sg发生增益故障。
2.根据权利要求1所述基于降阶观测器的NPC三电平逆变器多类故障诊断方法，其特征在于，步骤1所述k相桥臂的开关函数ξk按照以下方式确定：
规定电流从NPC三电平逆变器流向电感Lk为正，电流从电感Lk流向NPC三电平逆变器为负，定义逻辑变量μk，μk＝1表示k相电流为正、μk＝0表示k相电流为负；将开关管Vkσ的开关信号记为δkσ，k相桥臂的开关函数ξk的表达式如下：
Figure FDA0003351193940000076
其中，符号“-”表示逻辑非。
CN202111344797.3A 2021-11-12 2021-11-12 基于降阶观测器的npc三电平逆变器多类故障诊断方法 Active CN114172401B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111344797.3A CN114172401B (zh) 2021-11-12 2021-11-12 基于降阶观测器的npc三电平逆变器多类故障诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111344797.3A CN114172401B (zh) 2021-11-12 2021-11-12 基于降阶观测器的npc三电平逆变器多类故障诊断方法

Publications (2)

Publication Number Publication Date
CN114172401A true CN114172401A (zh) 2022-03-11
CN114172401B CN114172401B (zh) 2023-08-29

Family

ID=80478930

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111344797.3A Active CN114172401B (zh) 2021-11-12 2021-11-12 基于降阶观测器的npc三电平逆变器多类故障诊断方法

Country Status (1)

Country Link
CN (1) CN114172401B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117491934A (zh) * 2023-12-29 2024-02-02 锦浪科技股份有限公司 一种传感器故障检测方法、系统及光伏系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109756169A (zh) * 2017-11-06 2019-05-14 操纵技术Ip控股公司 永磁dc驱动转向系统的电流传感器故障缓解
US20190181774A1 (en) * 2017-12-08 2019-06-13 Delta Electronics (Shanghai) Co.,Ltd. Three-level circuit and control method for balancing neutral point voltage of the same
CN110649846A (zh) * 2019-09-29 2020-01-03 湖南科技大学 基于滑模观测器的双馈感应发电机故障检测方法
CN111077471A (zh) * 2019-12-30 2020-04-28 合肥工业大学 基于瞬时频率的npc三电平逆变器开路故障诊断方法
CN113534035A (zh) * 2021-06-30 2021-10-22 合肥工业大学 新能源电动汽车驱动系统电流传感器微小故障诊断方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109756169A (zh) * 2017-11-06 2019-05-14 操纵技术Ip控股公司 永磁dc驱动转向系统的电流传感器故障缓解
US20190181774A1 (en) * 2017-12-08 2019-06-13 Delta Electronics (Shanghai) Co.,Ltd. Three-level circuit and control method for balancing neutral point voltage of the same
CN110649846A (zh) * 2019-09-29 2020-01-03 湖南科技大学 基于滑模观测器的双馈感应发电机故障检测方法
CN111077471A (zh) * 2019-12-30 2020-04-28 合肥工业大学 基于瞬时频率的npc三电平逆变器开路故障诊断方法
CN113534035A (zh) * 2021-06-30 2021-10-22 合肥工业大学 新能源电动汽车驱动系统电流传感器微小故障诊断方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
庞晴晴: "永磁同步电机无传感器控制技术研究", 《中国优秀硕士学位论文全文数据库》 *
陈超波: "基于区间滑模观测器的逆变器开路故障诊断方法", 《中国电机工程学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117491934A (zh) * 2023-12-29 2024-02-02 锦浪科技股份有限公司 一种传感器故障检测方法、系统及光伏系统
CN117491934B (zh) * 2023-12-29 2024-03-12 锦浪科技股份有限公司 一种传感器故障检测方法、系统及光伏系统

Also Published As

Publication number Publication date
CN114172401B (zh) 2023-08-29

Similar Documents

Publication Publication Date Title
Zhang et al. Fault diagnosis of wind turbine power converter considering wavelet transform, feature analysis, judgment and BP neural network
CN111562517B (zh) 一种npc三电平逆变器开关管开路故障诊断方法
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
CN113075585B (zh) 一种npc三电平逆变器复合开路故障诊断方法
Jain et al. Fault classification of double circuit transmission line using artificial neural network
CN110556871B (zh) 基于结构保持方法的大规模光伏发电系统聚合等值方法
CN104049171A (zh) 交错反激式微逆变器的开路故障诊断方法及系统
CN111077471A (zh) 基于瞬时频率的npc三电平逆变器开路故障诊断方法
CN110058111B (zh) 基于相电压残差的t型三电平逆变器故障诊断方法
CN113534000B (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
Chao et al. Three-level T-type inverter fault diagnosis and tolerant control using single-phase line voltage
Kou et al. Fault diagnosis for power electronics converters based on deep feedforward network and wavelet compression
CN110518820A (zh) 一种t型三电平逆变器开路故障的容错控制方法和系统
CN112649642A (zh) 一种窃电位置判断方法、装置、设备和存储介质
CN114172401B (zh) 基于降阶观测器的npc三电平逆变器多类故障诊断方法
CN109738778B (zh) 逆变器开路诊断方法、装置、终端设备及计算机可读介质
CN112731193B (zh) 基于滑模观测器的npc逆变器多类故障诊断方法
CN110110486A (zh) 一种dab型直流变换器高频阻抗等值建模方法
CN112034261A (zh) 一种两级式单相逆变器直流母线电容esr的监测方法
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
CN112731103B (zh) 一种双级矩阵变换器的故障诊断方法
CN114914888B (zh) 一种单相三电平整流器多故障估计方法
CN111398787B (zh) 复杂工况下的三相电压型pwm整流电路故障诊断方法
Wang et al. A Data-Driven Open-Circuit Fault Diagnosis Method for Three-Phase T-type Three-level Inverters
CN111737942B (zh) 三相三线制模块化多电平变流器稳态谐波计算方法

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