基于数据驱动的动车组镍镉电池记忆效应消除策略研究

在碱性镍镉蓄电池长期未彻底充放电的情况下,蓄电池会产生次级放电平台,称为“记忆效应”。该效应会导致电池可释放容量降低,需要定期消除。在动车组蓄电池检修中,传统的“记忆效应”消除方法耗时过长,会对检修工作带来很大压力。为了降低储能检修成本,对动车组镍镉电池“记忆效应”消除策略优化方案开展研究。以实际动车组三级修镍镉蓄电池电池为研究对象,通过分析电池的充放电循环中的参数特征,结合大量的电池充放电实验,提取出与电池容量密切相关的特征数据。首先,通过特征筛选和降维组合,搭建线性模型和非线性模型的交叉加权耦合方法,创建近似模型以反映电池的真实可释放容量,消除镍镉电池不一致性对优化方案实验设计带来的系统误差。其次,在此基础上,通过调整影响电池状态的高影响因子变量,构建正交实验方案。研究动车组镍镉蓄电池“记忆效应”快速、安全的消除策略。最后,通过重复验证实验和安全性检测实验对该策略进行实证,研究结果表明,提出的镍镉蓄电池“记忆效应”消除策略能够有效恢复镍镉电池真实容量,并且能够极大地缩减时间成本(约44.15%),并且有利于缓解蓄电池因过充导致电池劣化现象。该消除方案对于提升动车组镍镉电池的维护效率及确保其安全性具有重要意义。

基于预充电模型与RSNA的直流支撑电容器电容量辨识方法

直流支撑电容器是牵引变流系统的关键器件,也是极易出现故障的电气部件。由于电压、充放电频率、温度等因素的影响,电容器的老化速度加快,其实际寿命与制造商手册中的数据相差很大。因此,有必要对直流支撑电容器状态进行辨识,从而保障列车牵引变流系统安全运行。目前,已有较多学者对电容器状态辨识开展研究。但是,铁路应用中的直流支撑电容器状态辨识噪声问题尚未得到很好的解决。在某些情况下,电压传感器测量噪声与电压纹波分量相近会导致直流支撑电容器状态辨识结果出现较大偏差。针对上述问题,提出一种基于预充电模型与递推随机牛顿法(RSNA)的直流支撑电容器电容量辨识方法。在利用现有电压传感器信号以及不对原有系统进行改动的前提下建立电容器预充电模型,采用RSNA算法对电容量进行参数辨识,可以有效抵御噪声干扰并实现电容量的准确估计。该方法原理简单、计算量小,不需要加装额外传感器,以较低的采样频率即可达到较高的计算精度。同时,该方法不易受信噪比(SNR)与信号偏移等的影响,具有较好的鲁棒性。验证结果表明,该方法在正常情况下的辨识误差可以控制在3%以内,在信噪比为35 dB时仍然可以保持在5%左右,当信号偏移达到±10 V时可以保持在3%左右。

基于邻相电流的逆变器功率管与电流传感器故障诊断方法

作为牵引逆变器的关键器件,功率管与电流传感器分别在能量转换与系统控制中扮演着至关重要的角色。然而,在恶劣多变的工作环境下,功率管与电流传感器会出现不同程度的老化或失效,从而引发故障。功率管开路故障与电流传感器零输出故障在某些情况下不仅具有相似的故障特征,而且极易给系统带来严重的后果,其故障诊断是当前的研究重点。目前,仅有少部分故障诊断方法对这2类故障的联合诊断进行了研究,且这些方法尚未考虑牵引逆变器两电流传感器方案下的故障诊断,容易出现故障误诊或漏诊等问题。针对牵引逆变器两电流传感器方案下的复合故障诊断问题,提出一种基于邻相电流的故障特征提取与诊断方法。该方法首先分析两相电流信号在功率管与电流传感器故障下的变化,从而推导故障相电流与邻相电流的准确数学模型。在此基础上,对邻相电流进行平移变换与坐标重构,得到具备故障辨识能力的邻相电流轨迹数学模型。将该模型与已有的电流轨迹相结合,可以对功率管单管开路故障、双管开路故障以及电流传感器零输出故障进行有效区分。验证结果表明,提出的方法在电机处于不同运转状态下是有效、可行的,对于有限电流信号下的牵引逆变器故障诊断具有较好的参考价值。

基于预充电模型与低频采样的直流支撑电容器电容辨识方法

直流支撑电容器是列车牵引变流器的重要组成部分,主要用于整流器的输出电压滤波与稳压,并保证逆变器的高效运行。电容是衡量电容器剩余使用寿命的重要指标。在恶劣的工作环境中,电容的减小速率往往比预期更快,准确、有效地对电容进行估计是直流电容器状态监测的必要条件。然而,在轨道交通应用中,中间直流环节电压传感器的信号噪声波动幅值与纹波分量波动幅值几乎相同,导致现有电容器状态辨识方法对电容的辨识误差明显上升。针对此问题,提出一种基于预充电模型与低频采样的直流电容器电容估计方法。首先,对预充电过程进行分析,建立离散数学模型以减少噪声的影响。在此模型基础上,推导电容器电容的计算公式,采用带噪声估计的RELS算法进一步减小噪声影响并获得模型参数的准确估值,进而对直流支撑电容器电容进行精确辨识。最后,在dSPACE平台上验证该方法的快速性和鲁棒性。研究结果表明:该方法可以在较低的采样频率下实现电容的准确计算;与现有估计方法相比,该方法在地铁等轨道交通场合具有较大优越性。

基于输出电流轨迹的机车逆变器开路故障在线诊断方法

为了适应车载逆变器负载变化范围大的特点,兼容现有变流器的应用场合,保障行车安全,同时提高逆变器开路故障的检修效率,提出一种基于两相输出电流轨迹的功率管开路故障在线诊断方法。在三相基本平衡的情况下,用解析的方法推导得到两相电流合成的轨迹为笛卡尔坐标系下的一个椭圆,椭圆的倾角和离心率与电流幅值无关,其大小与电流幅值成正比。通过理论分析证明,对于单管开路故障和两管开路故障共21种故障类型,电流轨迹有21种不同的特征,对这些轨迹进行观测或辨识可以达到隔离故障的目的。同时,提出不受负载变化影响的故障定位方法。最后,利用d SPACE实验平台验证了该数学模型的准确性以及在线诊断方法的有效性。

基于特征提取与误差补偿的金属化薄膜电容器剩余寿命预测

金属化薄膜电容器是轨道交通变流系统的重要元器件之一,精确预测其剩余寿命有助于优化变流系统的运行维护策略,降低系统运用成本,同时降低故障和突发事故发生所带来的损失。由于老化试验成本与时间的限制,当前的寿命预测存在数据样本数小、特征参数测量点少等问题,因此,文中采用能较好适应该类样本的支持向量回归(support vector regression,SVR),并利用深度置信网络(deep belief network,DBN)在未构建复杂且未知的经验退化函数下对电容量退化序列的特征进行深度提取,建立融合DBN与“双通道”支持向量回归(binary support vector regression,BSVR)的预测模型,其中“第一通道”基于Linear核函数的SVR对序列实行多步递归预测(recursive multi-step forecast strategy,RMFS),随后将所获误差代入基于Gauss核函数的“第二通道”SVR完成误差补偿训练,较好地消除了实行RMFS时所造成的累积误差。就此,提出基于特征提取与误差补偿的剩余寿命预测方法,并在老化试验下的金属化薄膜电容器电容量退化数据集上对所提方法进行仿真实验,实验结果表明,该方法在不同预测起点的平均预测误差仅为7.08%,相比已有预测方法有效提升了对电容器剩余寿命的预测精度,增强了模型的可靠性和泛化能力。

基于预充电模型的直流支撑电容器状态辨识方法研究

直流支撑电容器是变流系统能量缓存的关键部件,广泛应用于机车牵引、航空航天、风力发电、光伏发电等领域。在恶劣工作环境下,直流支撑电容器性能退化,失效率上升,极易损坏。现有的电容器状态辨识方法容易受传感器测量噪声影响,导致电容量辨识结果与实际值相差甚远。针对上述问题,提出一种基于预充电过程的电容器状态辨识方法,通过构建预充电模型,得到电容量与电压信号的映射关系并最大程度削减测量噪声影响;在此基础上,采用递推辅助变量最小二乘法对预充电模型的参数进行估计,从而得到准确的电容器电容量辨识结果。验证结果表明,该方法能够有效抵御测量噪声干扰,在信号采样频率大于500 Hz时具有较好的辨识效果;当采样频率达到1 kHz时,电容量辨识误差为0.569%。

基于CGAN与LSTM的逆变器多类型故障诊断方法研究

逆变器广泛应用于不间断电源、电机调速及可再生能源并网发电系统,其安全、可靠运行对于变流系统具有重要意义。在恶劣工作环境下,逆变器的功率管与电流传感器极易发生故障,两者故障类型较多且特征相似,给现有的逆变器故障诊断技术带来了极大挑战。针对逆变器多类型故障诊断问题,提出基于时间序列的条件生成对抗网络(conditional generative adversarial network,CGAN)与长短期记忆网络(long short-term memory,LSTM)的故障诊断方法。首先,分析两电平逆变器的基本工作原理,并在dSPACE半实物平台建立基于闭环控制的逆变器数字模型;接着,通过数字模型对单个功率管开路故障、两个功率管开路故障及电流传感器零输出等故障下的工作模态进行探究;在此基础上,以输出电流为监测变量,采用CGAN获取接近真实工况的故障数据集,通过LSTM对功率管与电流传感器故障进行诊断与定位。实验数据表明,该方法能够有效辨别逆变器多类型故障。

一种基于相电流轨迹的逆变器开路故障诊断方法

提出一种非侵入式的针对逆变器功率器件开路故障的诊断方法。针对开路故障前后的相电流轨迹进行基于数学模型的分析;根据相电流轨迹的分析数据进行故障特征的提取并结合积分算法对故障进行定位;基于dSPACE半实物仿真平台对本文所提故障定位方法的有效性与可靠性进行实验的验证。研究结果表明:所提方法可以很好的应用于逆变器开路故障诊断。

一种宽输入电压交错并联Boost软开关电路

提出一种基于交错并联Boost拓扑的宽输入交错并联Boost软开关电路。在并联Boost电路中加入辅助电感、辅助电容与辅助MOSFET,合理地控制辅助MOSFET的通断,实现2个Boost电路间电流的转换。达到Boost电路主开关的零电压开通,近似零电压关断;同时辅助MOSFET实现零电流开关,不引入额外的开关损耗。消除了二极管的反向恢复电流问题,也降低了由此带来的EMI和能量损耗问题。详细分析拓扑的工作原理和控制方法,通过仿真与实验验证了其有效性。

基于问题导向的在线教学研究

本文以“电力电子技术基础”的在线教学为例,开展以学生为中心的基于问题导向的教学方法优化实践。教学过程中,结合学校教师教学发展中心组织的EMI教师培训,对教学计划、教学重点进行了大力度的改进;同时,结合过程中与学生的交互、期末学生的反馈以及同行专家的建议,对本次的优化改进进行了教学分析、分析、反思和总结,以期不断提升本课程的教学质量,并为其它工科类课程的教学优化提供借鉴。

一种SH⁃ResNet模型的换流阀外冷却系统最优化选型方法

为在换流阀外冷却系统设计初期快速选择合理的冷却方式,分析了影响冷却方式选择的当地气候环境和换流站设备条件等因素,构建基于堆叠异构的残差网络(SH⁃ResNet)模型用于对冷却方式进行分类,模型集成了有监督的分类器与无监督的聚类方法,并将ResNet作为元分类器,深度挖掘输出结果之间的潜在联系。通过研究近年来不同地区站点的气候环境、换流阀冷却系统需求、设备布置情况以及最终设计使用的冷却方式,总计209个样本数据对所提出模型进行训练与评估试验。结果表明:SH⁃ResNet的分类正确率达到0.97,相较于基础分类器平均提高了11.46%,可见,在样本集较小的情况下该模型保证了其强大的泛化能力,并提高了分类准确度。基于该模型的冷却方式推荐系统交互窗口的设计不仅给予了冷却方式的推荐占比,并可视化特征参数与冷却方式间的联系,为换流阀外冷却系统设计提供了一种最优化选型方法。

基于电流半波差异的单相四象限整流器开路故障诊断

单相四象限整流器是变流系统的重要组成部分,由于系统控制的复杂性、器件老化、环境干扰以及机械振动等原因,单相四象限整流器不可避免地会出现开关器件模块烧损、模块振裂、线路松动和接触不良等现象,进而引发绝缘栅双极型晶体管(IGBT)或反并联二极管的开路故障,导致网侧输入电流畸变、直流侧电压幅值降低,给整个系统带来极大安全隐患。因此,本文针对单相四象限整流器开路故障提出一种基于电流半波差异的故障诊断方法。该方法以单相四象限整流器输入电流作为开路故障诊断变量,分析IGBT及其反并联二极管分别发生开路故障时的整流器等效电路以及电流变化规律;对输入电流进行标准化处理以削减负载变化对电流幅值的影响,采用间隔半个周期的电流幅值之和及其均方根来描述输入电流相邻半波的特征差异,并以此为故障判定依据对IGBT开路故障与反并联二极管开路故障进行有效区分。研究结果表明:本文所提方法能够对IGBT开路故障与反并联二极管开路故障进行准确辨别,在负载波动、网压波动以及载波频率变化时具有较好的鲁棒性。

基于电流滞环控制的逆变器开路故障诊断及容错控制

由于电流滞环控制下的逆变器的输出电压波形不具备规律性,基于电压进行的故障诊断难以获得可靠的结果,该文提出一种在电流滞环控制下逆变器功率管发生开路故障的基于电流的在线诊断方法及容错控制结构。在建立相电流数学模型的基础上,基于电流滞环控制的三相桥式逆变电路仿真模型对不同工作状态下的输出电流波形进行了分析,通过分析发现,在故障时会出现输出电流畸变及输出电流追踪指令电流的方向失效两个明显故障特征,利用其可以在极短时间内对功率管开路故障进行诊断并定位,在获得故障发生准确位置后对其进行容错控制结构的投切。该诊断方法用时短、简单易行、不需要获取系统控制信号及装设额外传感器,容错控制结构成本较低,安装方便,容错效果良好。最后通过dSPACE实验平台对该文所提诊断方法及容错控制结构的有效性、可靠性及局限性进行了验证与分析。

基于ESR的电解电容器在线故障诊断系统设计

ESR(等效串联电阻)是评估电解电容器健康状态的重要指标之一,而由于电解电容器结构特殊性,ESR值很难直接测量。为了实时监测电解电容器的健康状态,建立了电解电容器等效模型,分析并测试了ESR频率特性与温度特性,提出一种通过在线计算ESR评估电解电容器健康状态以实现在线故障诊断的方法。该方法将ESR实时计算值和初始值作比较,在同等工作条件下当前者相对于后者增加至一定数值时,可认为该电解电容器已失效,观测者可根据此机理及时进行更换处理。最后通过dSPACE半实物实验平台对新方法的有效性进行了实验验证。

非侵入式机车主变压器绕组故障在线诊断方法

为在不改变电力机车系统原有结构的前提下实现对主变压器绕组故障的实时检测,提出一种基于分布参数模型的非侵入式交流机车主变压器绕组故障在线诊断方法.首先通过理论分析得到正常情况下主变压器的输入输出电压差ΔV与输入电流i_1之间关系ΔV-i_1是一个中心位于直角坐标系原点的斜椭圆轨迹,不同类型的绕组故障对应不同的ΔV-i_1轨迹.然后基于dSPACE实验平台对诊断方法进行了验证.实验结果表明:匝间短路时,随着短路百分比的增大,椭圆面积不断增大,离心率呈不断减小;轴向位移时,随着故障严重程度增加,离心率呈正上升趋势,而椭圆长、短轴及其面积呈下降趋势;盘间短路时,椭圆短轴减小,倾角变化明显.对比正常情况与故障情况下的ΔV-i_1轨迹差别,诊断方法可以准确识别多种绕组故障.

基于KPCA-Bayes的三相逆变器多功率管开路故障诊断研究

三相电压型逆变器可以将直流电转化为三相可调交流电,广泛用于轨道交通、光伏发电以及航空航天等领域。在实际运行过程中,由于所处的工作环境恶劣,如高频开关、长期高温等,功率管是逆变器中最容易发生故障的器件。功率管故障主要表现为器件开路,开路故障若不及时进行处理,会加速其他器件老化,引发二次故障,甚至导致整个系统宕机,造成不可挽回的损失。因此,针对三相逆变器功率管开路故障提出一种基于KPCA-Bayes的多故障在线诊断方法,该方法以任意两相输出电流为监测变量,并利用两相电流构建椭圆轨迹模型,对轨迹模型进行核主成分分析(KPCA)处理,在一定程度降低数据维度,通过将降维后构成的新矩阵数据输入贝叶斯(Bayes)网络进行训练,得到故障诊断模型。将待判别数据输入到训练好的贝叶斯网络中,即可实现故障诊断与类别判断。基于dSPACE平台对该方法进行验证,实验表明,提出的方法可以使原始数据更易于分类,从而更好地实现单个及多个功率管发生开路故障时的有效诊断。该方法不受负载、频率、控制方法等的影响。相比于传统贝叶斯算法,KNN和SVM等算法,该方法具有较高的准确度。

基于连续变量量子通信的地铁量子调度网络研究

地铁调度网络作为地铁运营系统的重要组成部分,是实现地铁系统中列车调度、实时监控和紧急通信等作业顺利进行的基础。针对地铁调度网络中调度信息的安全传输问题,提出一种基于量子通信技术的地铁调度信息的加密过程,以期实现调度信息的无条件安全传输,从而提升地铁系统中列车调度、实时监控和紧急通信等业务的安全性和保密性,保障广大乘客人身安全。考虑成本、数据规模以及量子系统与现有网络和器件的融合性,拟在地铁调度网络中采用增量部署和星型组网的方式开展基于连续变量的量子通信,分析其在集体攻击下的安全性。以深圳地铁10号线为例,设计一种基于CV-QKD技术的地铁量子调度网络。基于实际线路数据,计算部分站点之间通信的安全密钥率。仿真结果表明,连续变量量子通信能满足深圳地铁10号线全线的数据加密需求,并且有能力实现更远通信距离的调度信息安全传输。在通信距离较短的情况下,系统可使用较大的发送端信号方差或在接收端使用外差检测来实现更高的安全密钥率。相反,在长距离通信的情况下,接收端使用零差检测是性价比更高的选择。

一种基于VSG控制的光伏电站对多机系统的低频振荡自适应控制策略

虚拟同步发电机(virtual synchronous generator,VSG)技术在引入虚拟惯性与虚拟阻尼以提高系统稳定性的同时也继承了传统同步发电机的振荡特性,从而引起新的振荡。针对该问题,首先采用模式分析法与特征值分析法分别对VSG接入四机两区系统前后振荡模式的变化以及VSG主要参数对系统低频振荡的影响进行分析。通过提高虚拟阻尼和减少虚拟惯性的方式提高区间振荡的阻尼比,从而使弱阻尼的区间振荡表现出局部振荡的高阻尼特性。在此基础上,采用基于广域信号控制的自适应虚拟惯性和广域阻尼稳定器的综合控制策略。以联络线上的功率监测信号作为控制输入,通过自适应虚拟惯性控制器与广域阻尼稳定器调整区间振荡阻尼以抑制联络线上的功率低频振荡,并通过DIgSILENT仿真对本方法进行验证。研究结果表明:该方法可以有效缩短低频振荡的持续时间,减少振荡的超调量,增强系统的稳定性。

基于线性Wiener过程的Ni-Cd蓄电池寿命预测

对动车组Ni-Cd蓄电池进行寿命预测,不仅可以提高蓄电池的安全性和可靠性,还可以降低动车组运营成本。为此,本文提出基于线性Wiener过程的寿命预测方法,该方法不仅适用于单调和非单调变化的退化系统,还具有良好的效果。首先,建立一元线性Wiener退化模型,利用最大期望(EM)方法估计得到模型未知参数,再得到蓄电池剩余使用寿命(RUL)及其分布。然后,利用Copula函数描述容量和能量的相关性,建立二元线性Wiener退化模型,利用马尔科夫链蒙特卡洛(MCMC)方法估计得到模型未知参数,得到蓄电池RUL及其分布。实验结果表明,基于容量和能量的二元线性Wiener退化模型比一元线性Wiener模型具有更高的精确度。