随着计算机技术及电力电子技术的快速发展,不间断电源(Uninterruptible Power Supply,UPS)的应用越来越广泛。逆变器是UPS系统中非常重要的一个部分,它是蓄电池与用户之间的桥梁,而逆变器故障是UPS系统的常见故障类型之一。UPS系统中一...随着计算机技术及电力电子技术的快速发展,不间断电源(Uninterruptible Power Supply,UPS)的应用越来越广泛。逆变器是UPS系统中非常重要的一个部分,它是蓄电池与用户之间的桥梁,而逆变器故障是UPS系统的常见故障类型之一。UPS系统中一旦逆变器发生故障,就会造成电能质量下降,甚至会引起其他部件的故障,因此快速、准确地定位逆变器故障对提高UPS系统的可靠性具有重要的意义。针对逆变器中单个、两个开关管开路故障及输出侧滤波电容失效故障进行故障诊断。首先模拟UPS系统中的三相逆变器的各种故障情况,得到各种情况下的输出电压波形,从而得到它们的电压矢量相位数据,之后将电压矢量相位数据输入卷积神经网络中进行训练,进而利用训练好的卷积神经网络模型实现UPS系统逆变器故障诊断和定位。最后,仿真结果表明所提出的故障诊断策略具有非常高的效率及准确率。展开更多
文摘随着计算机技术及电力电子技术的快速发展,不间断电源(Uninterruptible Power Supply,UPS)的应用越来越广泛。逆变器是UPS系统中非常重要的一个部分,它是蓄电池与用户之间的桥梁,而逆变器故障是UPS系统的常见故障类型之一。UPS系统中一旦逆变器发生故障,就会造成电能质量下降,甚至会引起其他部件的故障,因此快速、准确地定位逆变器故障对提高UPS系统的可靠性具有重要的意义。针对逆变器中单个、两个开关管开路故障及输出侧滤波电容失效故障进行故障诊断。首先模拟UPS系统中的三相逆变器的各种故障情况,得到各种情况下的输出电压波形,从而得到它们的电压矢量相位数据,之后将电压矢量相位数据输入卷积神经网络中进行训练,进而利用训练好的卷积神经网络模型实现UPS系统逆变器故障诊断和定位。最后,仿真结果表明所提出的故障诊断策略具有非常高的效率及准确率。