变频环境下异步电机故障诊断方法

针对变频环境下异步电机故障时定子电流信号非平稳的问题,提出一种互补集合经验模态分解(CEEMD)与卷积神经网络(CNN)结合的异步电机故障诊断方法。首先通过ANSYS对变频环境下电机建模获得仿真电流数据,利用CEEMD将电机定子电流信号分解为一系列本征模态函数(IMF);其次通过计算排列熵和样本熵,选取复杂程度小的IMF分量并计算其平均值来提取出故障特征;接着将特征数据集输入卷积神经网络(CNN)进行训练和验证;最后搭建实验平台收集电流信号,对信号进行滤波和CEEMD分解重构,放入CNN训练好的模型进行测试,识别率达95.56%。证明了该方法是一种可行的异步电机故障诊断方法,可实现对异步电机正常、转子断条和气隙偏心状态的准确识别。

一种用于光伏并网逆变器的检测电路设计与实现

针对光伏并网逆变器在逆变后,进行并网过程中不能准确地判断逆变器所产生的交流电与电网的交流电的频率与相位是否相同,以及在并网过程中出现电流倒灌现象,为了解决光伏逆变器并网过程所产生的这一系列问题,设计了一种有效的检测电路,并进行了仿真与实验验证了方案的可行性,从而解决了光伏并网逆变器并网过程出现的一系列问题,为光伏并网做出了贡献。