基于小波神经网络的风电变流器故障诊断系统.pdfVIP

研 究 与开发 基于小波神经网络的风 电变流器故障诊断系统 褚召伟 李春茂 何 登 严 肃 (西南交通大学电气工程学院，成都 610031) 摘要 由于小波神经网络具有较强的逼近能力和容错能力，本文研究了一套基于小波神经 网络的永磁直驱风电变流器的故障诊断系统。首先对风电变流器中的故障进行设置，然后使用 小波变换的多分辨率特性，提取风 电变流器的故障特征 向量，最后应用BP神经网络进行故障模 式识别。通过仿真结果表 明，此种风电变流器的故障诊断系统具有较强的稳定性和准确性。 关键词：小波神经网络；故障诊断；风电变流器 FaultDiagnosisSystem ofW indPower ConverterBasedon 厂刀veletNeuralNetwork ChuZhaowei LiChunmao HeDeng YanSu (SchoolofElectricalEngineering，SouthwestJiaotongUniVersity，Chengdu610031) Abstract Becauseofthewaveletneura1networkhasstrongapproximationabilityand fault tolerance．Thispaperstudiesasetoffaultdiagnosissystem ofwindpowerconverterbasedonWavelet NeuralNetwork．Firstly，Setting the failure ofthe wind power converter，and then using the multi．resolutioncharacteristicsofwavelettransform．extractedthefaultfeaturevectorsofwindpower converterFinally,usingtheBPneura1networkforfaultidentification．Simulationresultsshow that， thewindpowerconverterfaultdiagnosissystem hasstrongstabilityandaccuracy． Keywords：WaveletNeura1Network； FaultDiagnosis；W indpowerconverter 近年来 ，随着 日益加剧的化石能源危机、环境 型，然后利用状态空间模型的状态估计与真实的输 污染和温室效应等问题，风力发 电受到世界各国越 出比较，来确定系统的故障。此方法的缺点若建立 来越多的重视，己成为当今世界增长最快的可再生 的系统的数学模型不准确 ，则会影响诊断的准确性 。 能源…。 文献[9]则利用逆变器元件故障后的电流轨迹分析 随着风力发电系统的容量不断地增大，大功率变 提出了一种基于知识的故障诊断方法。虽然可以实 流器的拓扑结构也越来越复杂。由于受恶劣的自然环 现故障的检测与诊断，由于当外界电磁干扰时，会 境和复杂的发电机组和电力电子装置等因素影响，风 严重影响电流轨迹，不利于故障分离。文献flO]提 力发电机设备很容易损坏和发生故障，影响生产l2】。 出了基于波形直接分析 的BP神经网络故障诊断方 变流器功率开关的开路故障是一种常见的故障，虽然 法。基于 以上文献本文提出一种基于小波神经网络 短时间内不会导致系统崩溃的故障，但是如果长时间 的风 电变流器故障诊断系统。不需要建模，运用具 带这种故障运行，将会使系统部件产生不可逆转的损 有 良好时频局域化特性的小波分析的Mallat算法对 坏 3【]。因此，风电变流器的状态监测和故障诊断对于 故障信号进行分解，提取故障特征，构造故障特征 提高系统稳