基于LMD能量熵和定位分析的风电变流器开路故障诊断.pdfVIP

第44卷第6期太阳能学报Vol.44,No.6

2023年6月ACTAENERGIAESOLARISSINICAJun.,2023

D0I:10.19912/j.0254-0096.tynxb.2022-0257文章编号：0254-0096(2023)06-0484-11

基于LMD能量熵和定位分析的风电变流器

开路故障诊断

张瑞成，白晓泽，董砚²，邸志刚，孙鹤旭，张靖轩1.4

（1.华北理工大学电气工程学院，唐山063210；2.河北工业大学电气工程学院，天津300310；

3.河北科技大学电气工程学院，石家庄050018；4.河北省矿山绿色智能开采技术创新中心，唐山063210）

摘要：为提高风电变流器的故障诊断准确率，针对永磁同步风电机组网侧变流器ICBT模块的单一开路和双开路故障问题，

提出一种基于局部均值分解(LMD)能量熵和定位分析的风电变流器开路故障诊断方法。首先，采集网侧变流器三相输出电流

作为原始信号，利用LMD将其自适应分解为多层乘积函数（PF)分量，并求取各状态下PF分量的能量熵特征。然后，根据开路

故障造成的三相电流时间序列的畸变特性进行定位分析。最后，将融合能量熵特征和定位参数的特征向量输人栈式稀疏自编

码（SSAE)网络进行训练和故障识别。仿真与实验结果表明，融合能量熵特征和定位分析的特征提取方法使故障特征更为明

显，相较于其他特征提取方法可有效提高风电变流器故障诊断准确率。

关键词：风电机组；变流器；故障诊断；能量熵；定位分析；栈式稀疏自编码网络

中图分类号：TM464文献标志码：A

0引言析模型、基于信号和基于数据驱动的故障诊断方法3大类[8]。

在基于解析模型方面，文献[9]提出一种基于滑模观测器和

近年来，可再生能源发电技术在世界范围内发展迅猛。半桥切换模型的模块化多电平变换器故障检测方法，该类方

风能以其储量大、资源丰富等特点成为可再生能源领域关注法虽然可反映系统本质，但依赖于设置精确的数学模型，系

的焦点[-3]。然而，风电机组受环境影响导致系统各部件故障统误差对诊断准确率有较大影响。在基于信号的故障诊断

频发，由故障引起的长时间停机将严重影响发电量，同时需方法中，文献[10]根据变流器的电流变化特征，使用归一化

花费大量成本进行维护检修，因此故障诊断技术成为保障风的相电流平均值进行故障诊断。然而基于信号的故障诊断

电机组可靠性运行的关键4]。方法虽然可消除系统建模精度对故障诊断的影响，但由于阈

永磁同步风电机组由于其体积小、质量轻、故障率低且值的设定依赖于系统的先验知识，当负荷突变时，故障诊断

运行效率较高等特点，成为继双馈风电机组后又一重要的风的可靠性会受到影响。

电机组类型，被广泛关注。在永磁同步风电机组中，变流器相较于基于解析模型和基于信号的故障诊断方法，基于

作为核心部件之一，在风电系统中可对发电机转矩进行控数据驱动的故障诊断方法可有效避免复杂的数学解析建模

制，并将电能进行变换。在实际生产运行中，由于风速的不和阈值设定等问题。文献[11]采用快速傅里叶变换（fast

稳定性以及周围恶劣环境的影响，风电变流器已成为风电机Fouriertransform，FFT)和主成分分析对输出电压信号提取信

组中故障率较高的部件之一[5]。为实现风电系统的可靠性运号特征，利用支持向量机进行分类和决策，该方法具有较高

行，降低因变流器故障造成的安全隐患和经济损失，风电变的稀疏性和较短的诊断时间，但缺少信号时域特征，且参数

流器故障诊断问题得到国内外专家学者的广泛重视[]。故障选择较难。文献[1