模块化多电平变流器IGBT开路故障诊断与定位方法综述

随着模块化多电平变流器(modularmultilevel converter,MMC)在工程领域中广泛应用,绝缘栅双极型晶体管(insulated gate bipolar transistors,IGBT)开路故障问题日益突出,并成为制约其稳定运行的主要因素。IGBT开路故障诊断与定位方法作为及时识别开路故障,保证MMC持续稳定运行的主要手段而被广泛研究。文中首先对MMC的基本结构及IGBT开路故障特征进行介绍和分析,阐明故障子模块电流路径及电容电压变化趋势;其次,以定位故障IGBT使用的方法和手段为依据,对国内外相关主要文献进行分类和归纳,总结不同类型故障诊断方法的优点和不足;最后,对MMC开路故障诊断与定位方法的未来发展方向和趋势进行展望,指出基于硬件、基于模型和基于人工智能的3类诊断方案分别在降低硬件复杂度、提高故障诊断准确率和降低计算量等方面应该重点解决的主要问题和思路。

基于互相关算法的飞机导线故障诊断与定位系统设计

以飞机导线短路故障和断路故障为研究对象,目的在于寻求一种测试方法能够提高应用时域反射测量原理进行故障诊断与定位的精度;按照实际机场工程应用背景,设计了以便携式工控机为控制核心、以LabVIEW为驱动软件的飞机导线故障诊断与定位系统;根据信号传播特性,提出了基于互相关算法的故障定位方法,消除了系统误差的影响;计算机仿真和实物测试结果表明该系统具有测试过程方便、准确性高的优点,对提高民航机务维修质量具有促进作用。

基于深度学习的智能变电站通信网络故障诊断与定位方法

为提高智能变电站通信网络运维效率,提出了基于深度学习的智能变电站通信网络故障诊断与定位方法。从通信网络故障状态的冗余监测出发,分析基于不同监测节点的故障特征信息,提出了通信网络故障特征信息表征方式。基于涌现原理,根据通信网络物理连接、逻辑连接及报文订阅关系实现故障样本的自动生成,并结合深度学习理论中训练规则,建立基于深度置信网络的通信网络故障诊断模型,基于此给出实时故障分析处理流程。以典型110kV智能变电站过程层网络为例进行验证,仿真结果验证了所提故障诊断方法的有效性和精确性,且在部分信息不可信时仍能得到准确诊断结果,容错性能较好。

基于参数识别的航空发动机转子故障诊断与定位方法

航空发动机结构复杂,转子的故障诊断与定位是一个难点。考虑航空发动机实际测量条件,提出一种基于扩展卡尔曼滤波器的转子故障诊断方法,其核心是通过识别典型故障特征参数对转子的多种故障进行诊断和定位。针对实际航空发动机整机结构,用有限元法建立一种耦合的转子-支承-机匣动力学模型。该方法针对实际采集观测信号不完备的问题,采取加权整体迭代的方法来加快参数的稳定与收敛。针对所建立的航空发动机典型故障模型和实际模型存在误差的问题,采取衰减记忆滤波的方法来补偿误差。最后对含典型故障转子的航空发动机整机模型进行仿真计算得到数值解,作为未知故障的观测信号,结合加权整体迭代和衰减记忆滤波的扩展卡尔曼滤波方法,分析得到未知的故障特征参数,依此故障特征参数,实现对故障的识别和诊断,结果证明了该方法对航空发动机转子进行故障诊断和定位的有效性。

模块化多电平换流器子模块故障分析与诊断方法综述

随着模块化多电平换流器(Modular Multilevel Converter,MMC)的广泛应用,其内部存在的问题也日益突出并成为制约系统稳定运行的主要因素。MMC子模块拓扑结构分为半H桥型、全H桥型和双箝位型3种,其中最典型的是半H桥型子模块,其内部由2个IGBT以及与其反并联的二极管和1个电容组成。在运行平稳的电路中,若子模块内部二极管、IGBT、储能电容任一发生故障,都可能会引起系统内部电路结构的变化,致使系统无法稳定运行,甚至直接崩溃。因此,对子模块内部故障的研究很有意义。针对IGBT、二极管和电容在子模块中的故障情况以及故障诊断与定位的方法进行了详细的介绍与分析。

基于电流矢量特征分析的逆变器开路故障快速诊断与定位方法

提出一种基于电流矢量特征分析的三相电压源逆变器单开关管开路故障快速诊断与定位方法。该方法仅仅利用三相电压源逆变器的输出电流,根据电流矢量瞬时频率特征和电流矢量瞬时角度特征在逆变器故障前后发生的变化进行故障诊断,其中利用电流矢量瞬时频率的变化进行故障快速诊断,结合电流矢量瞬时角度信息进行故障相定位,并结合一种基于电流平均值的诊断变量进行故障开关管定位。通过仿真和搭建硬件实验平台证明所提出的故障诊断与定位方法能够有效地快速定位出故障相以及故障开关管。

三相无桥功率因数校正器开路故障的快速诊断与定位策略

为了提高三相无桥功率因数校正(PFC)工作时的可靠性与安全性,分析了其开路故障机 理和故障特征,并针对该变换器故障状态种类较多且状态样本稀疏等问题,提出一种基于近邻算 法的无桥变换器开路故障诊断策略。该策略以三相输入电流作为故障特征量,通过坐标变换和相 似性分析对各状态的已知样本进行优化,采用基于标准化曼哈顿距离的 K 最近邻算法进行故障模 式识别。仿真和实验结果显示,该诊断策略能够实现以较高采样速率对无桥变换器进行在线的实 时诊断,诊断的准确率较高,诊断速度较快,且对负载突变、谐波干扰等特殊状态具有一定鲁棒性。

一种基于容错定位集的分布式故障诊断与定位算法

无线传感器网络已经成为下一代无线通讯的重要方式,快速诊断和定位故障节点是保障网络正常工作的一个重要需求.设计一种新型的故障诊断和定位算法,此算法通过引入基于容错定位集的坐标系统来提高诊断准确率并且降低了故障诊断和定位过程中的通信代价.理论分析和仿真实验验证了此算法的性能优越性.

基于虚拟测试技术的导弹电气系统故障诊断

为实现导弹电气设备经济、有效的故障诊断与定位,提出了基于虚拟测试技术的电气系统故障诊断方法。该方法先对电气系统控制电路进行图形化建模,再对图形化的虚拟系统进行物理建模与仿真以完成系统虚拟测试功能,并对虚拟测试得到的特征信息进行合理采样,最后通过合适的诊断算法实现电气系统的故障诊断与定位。

有源相控阵天线接收通道的逐一校正与通道诊断的可行性分析

介绍了串馈矩阵开关校正法中产生误差的原因及其对校正结果的影响,给出了误差提取方法,最后对系统的校正精度进行了分析。

低压台区零线带电故障检测数值仿真研究及现场应用

基于数值仿真软件搭建低压台区架空线路接地引起零线带电故障的仿真模型,分别模拟A、B、C三相分别发生接地故障时,仿真故障点前后零序电流幅值与相位的差异,并在此基础上,提出二分法定位零线带电故障位置。选取我局典型构架的低压架空线路,对基于该方案研制的装置进行实际应用,验证该方案的可行性。

直流配电网研究现状与展望

相较交流配电网,直流配电网具有供电容量大、线路损耗小、电能质量好、无需无功补偿,以及适于各类电源和负载接入等优点。较为详细地论述了直流配电(相对交流配电)的特点、优势及其网络的整体概念,提出了直流配电网的拓扑结构,总结了直流配电网在规划设计、调度控制、继电保护及关键设备等方面的研究情况,最后指出了直流配电网优化调度、故障诊断与定位、直流断路器等尚需深入研究的问题。

基于GOOSE通信的分布式接地选线应用

介绍了一种基于GOOSE通信的分布式接地选线方法,并在继电保护装置中应用。小电流接地系统中发生单相接地故障时,由于消弧线圈的投入,导致故障电流较小,常规的稳态判断方法很难起作用。采用小波分解算法可以捕捉接地瞬间产生的暂态分量,迅速准确地识别出接地线路。利用站控层GOOSE可以在多个装置之间实现数据共享,然后利用小波算法就地判断故障。MATLAB仿真验证了该算法的有效性,采用此算法的微机保护装置经过实时数字仿真系统(real time digital simulation system,RTDS)实验验证了其有效性和实用性。

核电汽轮发电机转子绕组匝间短路的定子环流特征

随着我国新一代核电技术的成熟,未来将有更多先进的核电站投入发电运营。核电机组普遍为半速汽轮发电机,与全速汽轮发电机的结构有所不同,发生转子绕组匝间短路故障时的特征也有一定的差异。本文针对转子绕组匝间短路故障的磁场特征进行了分析,将交流绕组电动势计算方法应用到转子绕组匝间短路故障这一特殊状态,将故障形成的1/2次谐波特征磁场看作主磁场,将定子绕组看作超短距绕组,得到了一对磁极下1/2次谐波电动势的表达式,进一步推导了双极绕组串联后的电动势表达式,建立了谐波电动势与谐波磁场的函数关系式。通过数值仿真研究了并联支路环流波形特征以及频率特征与短路程度的关联性,为并联支路环流法在半速汽轮发电机组上的应用提供了理论参考和数据支撑。

基于Teager能量谱极限学习机的GIL局部放电识别

对气体绝缘金属封闭输电线路(GIL)设备进行局部放电故障诊断与定位对其内部绝缘保护具有重要意义,由于GIL呈全封闭结构,现有外置式的检测方式对内部缺陷检测不够敏感,无法实现局部放电的量化描述与定位。因此,提出一种基于Teager能量谱极限学习机的局部放电故障诊断与定位方法。以脉冲电流能量波动特征与频段为分析对象,首先,利用Teager能量算子提取不同放电故障位置的能量波动特征;其次,利用小波包变换对不同位置的放电故障能量特征频段占比进行计算;最后,结合极限学习机(ELM)对GIL设备局部放电故障进行定位与诊断。结果表明,不同位置的局部放电缺陷能量波动差别明显,利用小波包变换分析后的特殊频段能量占比可以作为故障分类的依据。通过与其他在线监测方法的对比,表明ELM可以实现GIL设备局部放电故障的有效定位与诊断。

基于迁移学习卷积神经网络的电缆隧道锈蚀识别算法

随着电力行业的不断发展,髙压电缆的铺排以及地下电缆隧道的建设与维护逐渐成为该领域中的热点问题之一。将迁移学习的核心思想与经典的卷积神经网络(LeNet5)相结合,提出了一种基于迁移学习卷积神经网络的电缆隧道锈蚀识别算法,实现了电缆隧道内部电源箱、风机等设备的锈蚀识别。该算法基于Tensorflow框架,能够有效地解决训练样本不足、训练时间冗长以及识别精度不髙的问题。通过引人4种经典的目标识别算法进行对比实验,进一步验证了所提方案在网络训练时间以及识别精确度上的优势,为后续电缆隧道巡检机器人系统的构建提供了坚实的理论基础与实验支撑。

某型雷达发射电源输出不转换问题分析与改进

针对某型雷达在试验过程中出现发射电源11 V/5.5 V输出不转换的现象,发现前期对发射电源的过流、过压保护功能参数进行过调整,定位故障件为R34电阻阻值开路失效.通过建立故障模型进行分析,确定为机械应力累积导致,调整改进工艺后重新测试.结果满足技术指标要求,验证了改进的正确性。

配电网同步相量测量技术与应用综述

随着分布式清洁能源和柔性负荷渗透率不断提高,配电网的电力电子化趋势明显增强,动态过程也更加频繁、复杂,系统状态可观与协调控制愈加重要,亟需同步相量测量技术以提供高频、精确的数据支撑。首先综述了配电网同步相量测量技术的发展现状和应用情况,进而从装置功能及系统架构方面归纳了配电网同步相量测量技术的特点,并总结了近来我国在运行状态估计、故障诊断及精确定位以及源网荷协调控制等方面的典型应用,最后讨论了配电网同步相量测量标准化需求和技术发展趋势。

医院建筑电气行业的综合监控管理

本文在参考医院领域相关标准、规范基础上,针对医院建筑电气行业的供电可靠性、供电质量与诊断定位、医院能耗、电气火灾、消防安全等电气特点提供一套专业的医院电气行业的解决方案,包含电能管理和电能质量监测、电气火灾以及消防设备电源监控系统的整体解决方案。