基于中点电压信号分析的逆变器功率管开路故障诊断研究

利用电流信号作为逆变器故障信息的诊断方法易受到负载、噪声等因素的影响,且诊断周期长、通常需要一定的软件算法、空载或轻载时易出现误诊断。针对该问题,提出对桥臂中点电压信号与脉冲信号进行相关逻辑分析的方法,从而实现逆变器功率管开路故障的诊断,给出了功率管开路故障输出信号的逻辑表达式,以及相关硬件电路设计方法。对逆变器功率管触发脉冲信号的上升沿进行延时,可有效地避免因功率管开通和关断延迟造成的误诊断。实验结果表明该方法能有效地诊断逆变器单相单功率管的开路故障,诊断实时性强,硬件电路开销小,方法有效可行。

光伏微逆变器电流传感器和功率管开路故障诊断

当电流传感器出现性能蜕化、故障或失效时,光伏微逆变器系统的输出会受到严重影响,甚至微逆变器系统其他部件有可能被直接损坏而导致整个系统永久失效;微逆变器系统中反激式变换器功率管的开路故障会引起2个交错支路电流不平衡,导致输出电流波形畸变率变大.为此,提出一种基于状态观测器的光伏微逆变器电流传感器和功率管开路故障诊断方法.建立两路反激式变换器的数学模型;构建状态观测器以实现对两路反激式变换器原边电流的在线估计,并生成残差;将残差与阈值进行比较,实现对微逆变器系统中电流传感器与功率管的实时故障诊断.仿真结果验证该方法可行且有效.

双馈风电机组变流器功率管开路故障诊断方法

通过分析变流器电流变化的特性,文章提出了一种基于风电机组状态监测数据的双馈风电机组变流器功率管开路故障诊断方法。该方法以求取基于电流Park矢量模的归一化电流为基础,构造了基于归一化电流绝对平均值的故障检测变量,和基于归一化电流平均值的故障检测自适应阈值;根据故障相定位变量与阈值的比较结果进行功率管开路故障识别。仿真结果表明,该方法能实时在线进行故障诊断和快速分析,确定变流器多功率管开路故障,且不受风速突变和电网电压跌落的影响,具有较好的鲁棒性。

双馈风电机组变流器功率管开路故障诊断方法

变流器是风电机组的关键部件，且其故障率较高。为提高风电机组的可靠性和可用率。减少运行和维护费用，根据变流器的电流变化特性，提出一种新的双馈风电机组变流器功率管开路故障诊断方法。方法首先采用基于绝对值的归一化Park矢量法进行故障检测，然后根据归一化电流平均值定义了故障定位变量，并利用归一化电流绝对平均值构造了自适应阈值；最终，通过故障定位变量与自适应阈值的比较结果识别变流器故障功率管。仿真和实验结果表明，方法能够准确有效地实现双馈风电机组转子侧和网侧变流器的多功率管开路故障诊断，且具有较好的鲁棒性。

基于三相电流残差的功率管多管开路故障诊断

牵引逆变器是电力牵引交流传动系统的重要组成部分,它的可靠性直接影响着机车的安全稳定运行,其主电路功率管(IGBT)是最易发生故障的部分。针对IGBT的多管开路故障,提出了一种基于三相电流残差的多管开路故障快速在线诊断方法;通过分析牵引逆变器在正常条件和各开路故障类型下的三相电流,得出了发生多管开路故障情况下的三相电流残差特征;利用控制系统中的电流给定信号重构参考三相电流与实测电流进行运算,并根据三相电流残差特征进行故障定位。最后给出了半实物实验结果,验证了该诊断方法能够快速实现IGBT单管及双管开路故障诊断,且不受闭环控制和负载扰动影响。

基于Park变换的三电平逆变器开路故障诊断

针对现有二极管钳位式(NPC)三电平逆变器开路故障诊断方法存在计算量大、准确率受噪声和负载等影响的问题,提出了一种基于Park变换的三电平逆变器开路故障诊断方法。对三电平逆变器三相输出电流进行Park变换,计算平均电流Park矢量;利用滑动窗口取得单周期电流信号,根据逆变器电路结构分析IGBT故障时输出电流变化;采用迭代法确定平均电流Park矢量模值的阈值,结合相角和模值进行三电平逆变器功率管13种开路故障的识别和定位。仿真结果表明,该方法故障诊断准确率达到了98.31%。与传统的开路故障诊断方法相比,该方法不需要对13种开路故障数据进行学习和训练,大大减少了计算量,提高了故障诊断效率和准确率。

基于小波神经网络的逆变器开路故障诊断方法研究

针对逆变器常见的开路故障,提出了一种基于小波神经网络的故障诊断方法。对逆变器功率管开路故障进行分类和编码,在MATLAB/Simulinlc仿真环境下构建三相电压型逆变器系统,以输出端的三相电流作为特征参数,提取经db4小波基函数5层分解后的信号低频系数能量值和计算得到的波形辅量值构成故障的六维特征向量。最后将得到的学习样本用于BP神经网络的学习训练,对测试样本加入噪声后输入到训练好的网络进行测试,能准确诊断出逆变器不同模式的开路故障。