光伏逆变器故障诊断方法研究

发布时间：2017-10-13 21:13

  本文关键词：光伏逆变器故障诊断方法研究

  更多相关文章： 光伏逆变器 故障诊断 极限学习机 小波变换 支持向量机

【摘要】：当前环境形势日趋严峻,光伏发电作为一种清洁型能源得到了广泛的关注。而光伏逆变器是光伏发电系统的重要模块,工作在高电压、大功率的环境下,因此其故障问题不容忽视。现在,对于光伏逆变器的故障处理问题还不太全面,国内外在这个领域的研究也比较匮乏。本课题针对当前常用的光伏逆变器系统,对其故障类型的发生与判断进行研究,提出了利用极限学习机(ELM)网络对故障情况进行判别的新方法。 本文以光伏逆变器主电路的故障诊断为研究课题,以当前应用最多的二极管中点箝位(NPC)型光伏逆变器作为研究对象。首先,我们进一步的研究分析了三电平NPC型光伏逆变器中各种功率器件所潜在的故障类型；其次,进一步分析了极限学习机(ELM)网络的相关理论以及其在实际中的典型应用,并同时分析了如何通过小波变换的方法进行特征向量的提取；最后在MATLAB环境下搭建了NPC型光伏逆变器的实验平台,并对比了极限学习机算法与支持向量机(SVM)算法在NPC型光伏逆变器故障诊断中的分类效果,结果得出两种模式识别的方法均能实现将故障情况正确分类的目的,但极限学习机方法的诊断精度更高、速度更快。充分论证了本课题所研究的极限学习机故障诊断方法的正确可操作性及其优点。 本课题主要针对三电平NPC型光伏逆变器的故障诊断问题进行了研究,提出一种基于极限学习机和小波变换相结合的新方法,并将支持向量机(SVM)算法加入对比以证明本课题所提出方法的实用性。通过仿真实验最终得出了基于极限学习机(ELM)网络诊断方法的优势与可靠性。
【关键词】：光伏逆变器 故障诊断 极限学习机 小波变换 支持向量机
【学位授予单位】：安徽理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM464
【目录】：

• 摘要5-6
• Abstract6-12
• 1 绪论12-18
• 1.1 课题的研究背景及意义12-13
• 1.2 国内外研究现状13-15
• 1.2.1 逆变器故障特点及分类13
• 1.2.2 逆变器故障诊断概述13-14
• 1.2.3 逆变器故障诊断的国内外研究现状14-15
• 1.3 本文的主要研究工作15-16
• 1.4 论文的工作安排16-18
• 2 极限学习机神经网络理论18-26
• 2.1 单隐层前馈神经网络18-19
• 2.2 极限学习机原理分析19-24
• 2.3 本章小结24-26
• 3 光伏逆变器故障分析及建模26-44
• 3.1 光伏逆变器拓扑结构26-27
• 3.2 三电平中点箝位型逆变器的工作原理27-30
• 3.2.1 三电平中点箝位型逆变器的拓扑结构27-29
• 3.2.2 三电平中点箝位型逆变器的工作原理29-30
• 3.3 三电平中点箝位型逆变器主电路故障分析30-33
• 3.3.1 三电平逆变器故障保护措施30-31
• 3.3.2 三电平逆变器故障类型分析31-33
• 3.4 三电平逆变器故障模型的搭建33-42
• 3.4.1 仿真工具SIMULINK简介33-34
• 3.4.2 三电平逆变器故障仿真34-37
• 3.4.3 三电平光伏逆变器仿真前期工作37
• 3.4.4 三电平逆变器的故障仿真及分析37-42
• 3.5 本章小结42-44
• 4 基于极限学习机网络的三电平逆变器故障诊断44-58
• 4.1 神经网络与故障诊断44-45
• 4.2 神经网络的选取与极限学习机网络模型45-46
• 4.2.1 神经网络模型的选取45
• 4.2.2 ELM神经网络模型45-46
• 4.3 基于极限学习机网络的三电平光伏逆变器故障诊断方法46-55
• 4.3.1 故障特征参数的提取46-52
• 4.3.2 极限学习机网络样本的设计52-53
• 4.3.3 极限学习机网络模型的建立53-54
• 4.3.4 运用极限学习机网络对逆变器故障进行诊断54-55
• 4.4 仿真实验结果及其分析55-56
• 4.5 本章小结56-58
• 5 基于支持向量机的三电平光伏逆变器故障诊断58-64
• 5.1 支持向量机理论58-61
• 5.1.1 线性支持向量机58-59
• 5.1.2 非线性支持向量机59
• 5.1.3 多分类支持向量机59-61
• 5.2 基于支持向量机的三电平光伏逆变器故障诊断方法61-62
• 5.2.1 故障特征参数的提取61
• 5.2.2 三电平光伏逆变器故障分类器的建立61-62
• 5.3 仿真实验结果及其分析62-63
• 5.3.1 SVM样本的获取62
• 5.3.2 分类结果及其分析62-63
• 5.4 本章小结63-64
• 6 总结与展望64-66
• 参考文献66-70
• 致谢70-72
• 作者简介及读研期间主要科研成果72

【参考文献】

中国期刊全文数据库 前9条

1 徐德洪,程肇基,范云其;;诊断电力电子电路故障的新方法──沃尔什分析法[J];电工技术学报;1993年01期

2 陈丹江;叶银忠;;基于多神经网络的三电平逆变器器件开路故障诊断方法[J];电工技术学报;2013年06期

3 陈丹江;叶银忠;华容;;基于波形实时分析的动车组三电平逆变器故障诊断技术[J];电工技术学报;2014年06期

4 苏鹏声,王志强,姜建国;用人工神经网络诊断电力电子电路主回路故障[J];清华大学学报(自然科学版);1999年03期

5 徐德洪，程肇基，崔学军;用傅里叶分析法诊断电力电子电路的故障[J];浙江大学学报(自然科学版);1994年06期

6 林磊,邹云屏,钟和清,邹旭东,丁凯;二极管箝位型三电平逆变器控制系统研究[J];中国电机工程学报;2005年15期

7 汤清泉;颜世超;卢松升;刘正之;;三电平逆变器的功率管开路故障诊断[J];中国电机工程学报;2008年21期

8 张志;谢运祥;乐江源;陈林;;二极管钳位型单相三电平逆变器空间矢量脉宽调制方法[J];中国电机工程学报;2010年27期

9 何湘宁;吴岩松;杨兵建;汪捚;邓焰;;大功率三电平逆变器的开关模态转换状态的实时监测[J];中国电机工程学报;2012年30期

，

本文编号：1027094