基于特征提取的有源电力滤波器故障诊断方法.docxVIP

第xx卷第xxx期电测与仪表Vol.xxNo.xxx

201x年第xx期ElectricalMeasurement&Instrumentationxxx.201x

PAGE

1-

基于特征提取的有源电力滤波器故障诊断方法*

马立新，吴兴锋，穆清伦

（上海理工大学，光电信息与计算机工程学院，上海200093）

摘要：针对有源电力滤波器APF(activepowerfilter)的IGBT功率管易发生故障的问题，提出了基于故障特征提取的有源电力滤波器故障诊断方法。构建了APF故障仿真模型和基于小波包分析的故障特征提取方法，仿真分析了APF网侧电流波形，并运用小波包分析对IGBT故障时的网侧电流波形进行处理，提取了IGBT故障特征向量，最后运用神经网络对特征向量的分类来实现对APF的故障诊断。在APF故障诊断系统上进行测试，验证了该诊断方法的有效性和可行性。

关键词：有源电力滤波器；特征提取；故障诊断；小波包；神经网络

中图分类号：TM714文献标识码：A文章编号：1001-1390(2015)0915-0000-00

Faultdiagnosismethodforactivepowerfilterbasedonfeatureextraction

MaLixin,WuXingfeng,MuQinglun

(SchoolofOptical-ElectricalandComputerEngineering,UniversityofShanghaiforScienceandTechnology,Shanghai200093,China)

Abstract：ForthesakeofeasilydamagedcharacteristicofIGBT,amethodtodiagnosethefaultofAPFwasproposedbasedonfaultfeatureextraction.ThemodelofAPFfaultsimulationandthemethodofthefeatureextractionbasedonthewaveletpacketanalysiswereestablished,andthewaveformsofgridsidecurrentweresimulated,analysedprocessedthewaveformsofgridsidecurrentofIGBTopencircuitfaultbywaveletpacketanalysis,andextractedthefaultfeaturesvector.Finally,theclassificationfunctionoftheneuralnetworkwasappliedfortheAPFfaultdiagnosis.TheeffectivenessandfeasibilityofthediagnosismethodarevalidatedbytestresultsofAPFfaultdiagnosissystem.

Keywords：activepowerfilter(APF),featureextraction,faultdiagnosis,waveletpacket,neuralnetwork

PAGE2

0引言

随着现代高科技的迅猛发展，大量的变频变流装置、电动装置、照明装置、家用电器等开关型电气设备进入到人们的生产生活中来，导致了非线性、液动性、不平衡负荷不断增加，在供电系统中产生大量的谐波电流和冲击无功功率，导致了不计其数的、明显的或者潜在的电能质量问题[1-2]。在谐波治理处投入有源电力滤波器(ActivePowerFilter，APF)是一个重要发展趋势。

*基金项目：国家自然科学基金资助项目；

国家科技部政府间科技合作项目（2009014）

有源电力滤波器的功率管IGBT因长时间运行在高频、高温状态下，是容易发生故障的电力电子器件。为了监测IGBT运行状态，定位故障IGBT位置，需要