基于随机森林二分类器的模块化多电平换流器子模块开路故障检测方法.pdfVIP

第43 卷 第10 期 中 国 电 机 工 程 学 报 Vol.43 No.10 May 20, 2023 3916 2023 年5 月20 日 Proceedings of the CSEE ©2023 Chin.Soc.for Elec.Eng. DOI ：10.13334/j.0258-8013.pcsee.221115 文章编号：0258-8013 (2023) 10-3916-12 中图分类号：TM 46 文献标识码：A 基于随机森林二分类器的模块化多电平换流器 子模块开路故障检测方法 1 1 1 2 3 1 1 杨贺雅 ，邢纹硕 ，陈聪 ，张伟 ，李成敏 ，向鑫 ，李武华 (1．浙江大学，浙江省 杭州市 310027 ；2．内蒙古电力科学研究院，内蒙古自治区 呼和浩特 010020 ； 3．洛桑联邦理工学院，瑞士 洛桑 1015) A Fault Detection and Location Strategy for Sub-module Open-circuit Fault in Modular Multilevel Converters Based on Random Forest Binary Classifier 1 1 1 2 3 1 1 YANG Heya , XING Wenshuo , CHEN Cong , ZHANG Wei , LI Chengmin , XIANG Xin , LI Wuhua (1. Zhejiang University, Hangzhou 310027, Zhejiang Province, China; 2. Inner Mongolia Power Research Institute, Hohhot 010020, Inner Mongolia, China; 3. École Polytechnique Fédérale de Lausanne (EPFL), Lausanne 1015, Switzerland) ABSTRACT: Open-circuit fault of sub-module attracts more 故障检测的关键指标，然后引入一种从电压数据中提取时域 attention with the increasing applications of modular multilevel 特征的方法，以构造用于有监督学习分类器的样本。在对随 converter (MMC) in high-voltage direct-current (HVDC). This 机森林的分类器进行样本训练后，检测策略实时电压数据的 paper proposes a fault detection and location strategy based on 特征量判断每个子模块的工作状态。所提出的策略可快速准 machine learning to diagnose the open-circuit fault of 确地定位故障子模块，而无需添加额外的传感器或构建电路 sub-module in a modular multilevel converter. According to the 的数学模型。最后，通过三相MMC 实验平台验证所提出的 open-circuit fault characteristics, the sub-module capacitor 开路故障检测策略的有效性。 voltages are selected as the key indicator for fault detection and location.