基于自适应数据窗的DC-DC电路故障预测方法

发布时间：2020-03-29 02:21

【摘要】：随着电力电子技术的迅速发展,多种电子产品日益出现且应用广泛。我们所熟知的电源系统、驱动器的主要组成部分皆是DC-DC电路。因此DC-DC电路发生故障,轻则造成电器产品损坏,重则造成人员伤亡,威胁社会和谐稳定。为了减少DC-DC电路因随机故障给系统带来的影响,本文对基于自适应数据窗的DC-DC电路故障预测方法的研究就具有重要的使用价值。为了提高DC-DC电路的故障预测精度本文做了以下工作:第一,对组成DC-DC电路的关键元器件做了分析,主要分析了其等效模型、失效机理、退化程度。确定了各器件性能退化的特征参数及其失效阈值。第二,分析了DC-DC电路开关功率变换器仿真电路的建立、其外围元器件的设计和性能指标;分析了DC-DC电路的工作原理;分析了DC-DC电路中各个关键元器件的性能退化情况,得出本文所采用的电路级特征参数以及元件级特征参数。第三,对DC-DC电路故障预测方法进行了深入研究。分别介绍了ELM算法、LSSVM算法、LSTM算法。分析了数据窗的设置,因多个数据窗的操作可以解决当前通过对整体运行状况进行建模不精确的问题。利用ELM、LSSVM、LSTM算法分别与自适应数据窗相结合对DC-DC电路元件级特征参数进行故障预测,并达到提高预测精度的目的。分析了输出电压平均值、输出电压纹波值、纹波比、损失函数,四种参数中为何采用纹波电压作为本文DC-DC电路电路级特征参数的原因。其中,纹波电压是对输出电压进行去噪处理后计算得出。最后分别利用WDD-ELM、WDD-LSSVM、WDD-LSTM算法的预测模型对电路级特征参数进行基于数据窗的自适应预测,并进行仿真实验来证此方法的可行性。本文实验验证了自适应数据窗与预测模型相结合的方法对DC-DC电路进行故障预测的优势,不仅可以节省系统存储空间,使得预测精度得到提高,还可以利用最少的数据达到更精确的预测,缩短了每个预测算法迭代过程的计算量,使得预测时间缩短。图[71]表[17]参[68]
【图文】：

分布图,电力电子器件,失效率,分布图

的难点；其三，故障预测的实时性和精确度，对实际电路系统进行预测测精度直接决定了该系统的可靠性，，所以针对不同的算法适用的范围不研究各种不同算法相结合以及研究出新的普适的算法是当前 DC-DC 电测方法研究的又一难点[25]。其难点就预示着是研究热点，也就是此类研究的发展趋势。首先，找到方法对 DC-DC 电路进行特征参数提取，合适的特征参数是保证预测精；其次，找到故障预测的统一判据也是未来研究的大趋势之一；最后，算法的融合，单一的方法并不能达到很好的预测效果，如果将多种算法，既可以利用各个算法的优点，各算法间相互取长补短互为补充，可提测的精度[26]。 DC-DC 电路的器件失效分布和故障模式DC-DC 电路关键元器件的失效概率分布图如图 3 所示：其是在温度 T=情况。

波形,电路仿真,波形,元器件

2 DC-DC 电路故障特征参数如图 9 所示，通过对 2.3.1 和 2.3.2 节的分析可知，计算出各个元器件的初数，设置仿真时间（30ms）及仿真步长（1μs）等参数。当输出电压波形稳后对其进行采样，分别得出不考虑寄生元器件时的理想情况和考虑寄生元器非理想情况下的仿真波形图如图 11 和图 12 所示：
【学位授予单位】：安徽理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TM46

【参考文献】