电力电子电路故障诊断与故障预测方法研究电气工程专业论文.docxVIP

电力电子电路故障诊断与故障预测方法研究摘 电力电子电路故障诊断与故障预测方法研究 摘 要 随着电力电子技术的迅猛发展，电力电子设备越来越复杂，规模也越来越大， 其发生故障的概率也越来越高。电力电子电路作为该设备结构中的重要部分，它 的故障可能会导致整个系统的故障甚至是瘫痪，造成严重的损失。因此保证系统 运行的可靠性与稳定性，及时地发现故障与预防故障的发生就显得尤为重要，也 使得对电力电子电路进行故障诊断与预测方法的研究得到了越来越多的重视。 本文针对故障诊断步骤中的故障特征提取与故障辨识，以及电路的故障预测 方法进行了研究，包括以下内容： 采用主成分分析方法对电力电子电路的故障特征进行提取，得到含有原始故 障数据大部分信息的主成分，并将它们组合成为新的特征向量，既降低了数据维 数也使特征得到了突显。然后研究了基于Fisher判别分析法的(Fisher Discriminant Analysis，FDA)故障辨识方法，利用它对故障特征进行识别，得到最后的故障 诊断结果，还和RBF神经网络进行辨识的实验结果相比较。仿真实例验证了所提 方法的有效性，诊断的准确率高。 考虑到电力电子电路的非线性性质，以及容差、环境等因素的影响，特征数 据问关系复杂。为了提高故障特征的辨识度，采用高阶累积量方法(High Order Cumulant，HOC)提取电路的故障特征，得到各样本对应的的峭度和偏度，并将 它们组合成新的故障特征向量。再将处理得到的新的特征向量输入FDA故障辨识 方法中进行识别，并与第二章诊断方法的准确率进行比较，仿真实例验证了所提 方法的有效性并且具有较高的诊断准确率。 为了预防电路故障的发生和及时地采取“预知”维修，对电力电子电路故障预 测的方法进行了研究。首先使用主成分分析与HOC对电路各种状态下输出电压 信号的特征数据进行提取，再通过FDA进行处理，将处理得到的数据构造为一个 可以反映电路健康状态的故障指示参数。然后根据故障指示参数所显示出的退化 趋势得到一个经验模型，接着研究使用粒子滤波方法进行故障预测和剩余有用寿 命的估计。该方法实施简单，实例证明了所提方法的有效性。 关键词：电力电子电路；故障诊断；故障预测；Fisher判别分析；主成分分析； 高阶累积量；故障指示参数；粒子滤波 II 万方数据 AbstractWith Abstract With the rapid development of the power electronic technology，power electronlc equipment structure is more complicated，the scale is also growing，the probability of failure is increasing．Power electronic circuits as an important part of the equipment， the entire electrical system failure，even paralysis and serious losses may be caused bv its failure．So it is important to ensure the reliability and stability of the running svstem，find the fauIt in a timely manner and prevent the happening of the failure·It also makes the method of fault diagnosis and fault prognostics for power electronlc circuits got more and more attention． Fault feature extraction and recognition of fault diagnosis，as well as the circult fault prediction method were studied in this paper，including the following： For the circuit diagnosis，the fault features of the power electronic circult were extracted by the principal component analysis，the principal components whlcn contain the most of the information of original fault data