基于MRVM模型的级联H桥型逆变系统故障诊断方法

发布时间：2018-11-10 12:35

【摘要】：为了实现级联H-桥多电平逆变系统的故障诊断,提高诊断准确率和诊断速度,在分析多电平逆变系统的故障特点的基础上,提出了一种基于多分类相关向量机(MRVM)模型的级联H桥逆变系统故障诊断的方法。该方法以逆变系统的输出电压信号作为模型的输入故障信号,通过快速傅立叶变换(FFT)进行信号预处理,以降低噪声,减少训练和测试时间,采用E-step和最大期望估计的方法来进行模型推断。诊断输出为各故障类别的概率,以概率最大的故障类别作为诊断结果。实验结果表明,该方法具有更快的诊断速度和更高的诊断准确率,满足了级联H-桥多电平逆变系统故障诊断的要求。
[Abstract]:In order to realize the fault diagnosis of cascaded H- bridge multilevel inverter system and improve the accuracy and speed of diagnosis, the fault characteristics of multilevel inverter system are analyzed. A fault diagnosis method for cascaded H-bridge inverter system based on multi-class correlation vector machine (MRVM) model is proposed. In this method, the output voltage signal of the inverter system is taken as the input fault signal of the model, and the signal is preprocessed by (FFT) to reduce the noise and the training and test time. The method of E-step and maximum expectation estimation is used to infer the model. The diagnosis output is the probability of each fault category, and the fault category with the highest probability is taken as the diagnosis result. The experimental results show that the method has faster diagnosis speed and higher diagnostic accuracy, and meets the requirements of fault diagnosis of cascaded H- bridge multilevel inverter system.
【作者单位】： 上海海事大学电气自动化系;法国海军学院研究所SIG课题组;
【基金】：国家自然科学基金(61203089) 863计划(2013AA041106) 上海市教委创新重点项目(14ZZ141) 教育部博士基金(20113121110002)资助项目
【分类号】：TM464

【参考文献】

相关期刊论文 前5条

1 尹金良;朱永利;俞国勤;;基于多分类相关向量机的变压器故障诊断新方法[J];电力系统保护与控制;2013年05期

2 戴鹏;蔡云;符晓;宋中仓;;基于小波包变换和神经网络的逆变器故障诊断[J];电源技术应用;2011年08期

3 于泳;蒋生成;杨荣峰;王高林;徐殿国;;变频器IGBT开路故障诊断方法[J];中国电机工程学报;2011年09期

4 王琛琛;李永东;;多电平变换器拓扑关系及新型拓扑[J];电工技术学报;2011年01期

5 孙丰涛,张承慧,崔纳新,杜春水;变频器故障诊断技术研究与分析[J];电机与控制学报;2005年03期

【共引文献】

相关期刊论文 前10条

1 鲍建宇;鲍卫兵;李玉玲;;光伏并网三相电流型多电平变流器拓扑与控制[J];电工技术学报;2016年08期

2 董玉斐;罗皓泽;杨贺雅;何原明;李武华;何湘宁;;1.2MV·A混合钳位五电平变流模块的结构布局优化和叠层母排设计[J];电工技术学报;2016年08期

3 刘威;甘雪;李清;;大容量并网系统中新型组合七电平逆变器的研究[J];黑龙江电力;2016年02期

4 陈轶;;对光伏发电系统的设备故障分析[J];考试周刊;2016年24期

5 程加堂;段志梅;熊燕;艾莉;;基于DGA的QPSO-BP模型变压器故障诊断方法研究[J];高压电器;2016年02期

6 张晓;孙传达;刘娟;张辉;;三相四线制有源电力滤波器开路故障诊断[J];电网技术;2016年02期

7 林茂;李颖晖;朱喜华;吴辰;;基于改进核主元分析法的三电平逆变器故障检测[J];电网技术;2016年03期

8 许恩泽;郜亚秋;刘刚;刘海舰;张扬;;三电平中压变流器NPC与NPP拓扑结构对比分析[J];自动化技术与应用;2015年12期

9 万晓凤;胡海林;余运俊;康利平;;光伏三电平逆变器故障检测和诊断技术研究进展[J];电子测量与仪器学报;2015年12期

10 高宏伟;苏健勇;杨贵杰;;基于极电压误差标准化的五相逆变器开路故障诊断方法[J];中国电机工程学报;2016年03期

【二级参考文献】

相关期刊论文 前10条

1 何创新;李彦明;刘成良;刘海宁;;基于滑动平均与相关向量机的齿轮早期故障智能诊断[J];振动与冲击;2010年12期

2 王磊;杜永红;赵雷廷;吴佐民;刘志刚;;基于标幺化均值的大功率PWM整流器故障诊断[J];北京交通大学学报;2010年05期

3 李中;苑津莎;张利伟;;基于自组织抗体网络的电力变压器故障诊断[J];电工技术学报;2010年10期

4 刘丽;唐杰;刘卓;;基于改进微分进化优化神经网络的电力变压器故障诊断[J];电力系统保护与控制;2010年20期

5 贾嵘;张云;洪刚;;基于改进PSO的LSSVM参数优化在变压器故障诊断中的应用[J];电力系统保护与控制;2010年17期

6 王磊;赵雷霆;张钢;吴佐民;刘志刚;;电压型PWM整流器的开关器件断路故障特征[J];电工技术学报;2010年07期

7 罗耀华;从静;;基于BP神经网络的三相逆变器故障诊断研究[J];应用科技;2010年06期

8 任静;黄家栋;;基于免疫RBF神经网络的变压器故障诊断[J];电力系统保护与控制;2010年11期

9 杨成福;章毅;;相关向量机及在说话人识别应用中的研究[J];电子科技大学学报;2010年02期

10 梅樱;孙大南;韦中利;王磊;刁利军;;一种基于矢量控制的变流器故障诊断方法[J];电工技术学报;2010年03期

【相似文献】

相关期刊论文 前10条

1 卢文生,金明华;逆变系统中合闸启动电路的设计[J];煤矿机械;2002年07期

2 董颖华;陆ZK泉;赵阳;戎容;;基于新能源利用的逆变系统电磁干扰噪声解决方案[J];电子质量;2010年01期

3 陈晓;孙以泽;孟Ze;;独立/并网双工模式光伏逆变系统的设计[J];电力电子技术;2012年01期

4 张德宽;徐道恒;曲国杰;周丽;;一种实用逆变系统仿真软件的研制及其在主电路和互锁效应分析方面的应用[J];电气传动;1995年02期

5 王杰;微机电源智能化逆变系统的设计和应用[J];仪器仪表标准化与计量;2003年01期

6 易宏;代冀阳;伍家驹;;单相逆变系统建模与控制仿真研究[J];计算机仿真;2010年08期

7 赵以钰;吕友昌;周丕钧;潘卫民;;燃煤磁流体发电的逆变系统[J];东南大学学报;1990年02期

8 严干贵;李龙;黄亚峰;常青云;于洋;;弱电网下联网光伏逆变系统稳定性分析及控制参数整定[J];太阳能学报;2013年11期

9 张方军;金文兵;;电力系统电压放大数字化逆变系统设计[J];水力发电;2006年03期

10 王要强;周杨;;基于电网电压矢量定向的三相并网逆变系统设计[J];变频器世界;2011年04期

相关会议论文 前2条

1 刘健;尹项根;张哲;唐萍;熊卿;王存平;;高压大功率三电平逆变系统故障特性分析与保护原理研究[A];中国智能电网学术研讨会论文集[C];2011年

2 孙冰;白树忠;郑世松;;基于PSIM9.0的单相光伏逆变系统的仿真研究[A];2011中国电工技术学会学术年会论文集[C];2011年

相关博士学位论文 前4条

1 黄亚峰;大容量光伏逆变系统接入弱电网运行可行域研究[D];华北电力大学;2014年

2 杨金辉;数字化PWM逆变系统控制关键技术研究及其应用[D];湖南大学;2010年

3 张雅静;面向光伏逆变系统的氮化镓功率器件应用研究[D];北京交通大学;2015年

4 王要强;LCL滤波的并网逆变系统及其适应复杂电网环境的控制策略[D];哈尔滨工业大学;2013年

相关硕士学位论文 前10条

1 冯帆;两级式拓扑切换型并网逆变系统研究[D];哈尔滨工业大学;2015年

2 郭观庆;基于神经网络的10KW UPS逆变系统的研究[D];南昌航空大学;2015年

3 李晓航;新能源汽车动力测试系统的研究[D];青岛科技大学;2015年

4 渠基磊;分布式并网逆变系统谐振现象分析及有源阻尼策略[D];石家庄铁道大学;2015年

5 马煜坤;光伏逆变系统仿真设计及其故障诊断方法研究与应用[D];太原理工大学;2015年

6 马云龙;神经网络逆控制在单相光伏逆变系统中的应用研究[D];华北电力大学;2015年

7 姜琦;单相单级光伏LCL并网逆变系统控制策略研究[D];重庆大学;2015年

8 何丽君;两级式光伏并网逆变系统控制策略研究[D];重庆大学;2015年

9 任奇;单相光伏发电逆变系统研究及实现[D];青岛大学;2008年

10 王少林;地铁辅助逆变系统研究[D];北京交通大学;2009年

，

本文编号：2322489