电力电子电路与系统中的复杂行为研究综述

电力电子电路与系统中的复杂行为已经成为近年来电力电子学研究中的一个重要分支,受到了广泛的关注。本文比较系统地介绍了电力电子电路与系统中复杂行为的研究进展,包括这类电路系统的非线性动力学模型的建模方法、分岔产生的机制和通向混沌的道路;讨论了分岔与混沌研究、进行分岔与混沌控制在电力电子电路与系统设计中的实用性和关键性问题;最后,对若干需要研究的问题进行了展望。

电力电子电路故障评估新指标及基于LSSVM的预测新方法

当前电力电子电路故障预测多为元件级,且未考虑电源、负载波动等工作条件影响。针对此问题,提出了一种仅与电路本身故障相关的电路级故障评估新指标——故障特征参数相对变化量,并基于最小二乘支持向量机(LSSVM)算法实现电力电子电路级故障预测。首先,采用LSSVM算法对电路工作条件时间序列、电路参数时间序列预测;其次求解所预测电路未来工作条件下对应的健康电路参数;利用相同工作条件下,健康电路参数与预测的电路参数计算故障评估指标,最终判定未来某时刻电路是否发生故障。以Buck电路为例进行仿真实验验证了方法的可行性和有效性。

复杂性测度分析在电力电子电路故障预测中的应用

在高电压、大电流高频电路的情况下,对电路检测和监视有一定的困难。作者引入了一种新的复杂性分析的方法,利用综合性信号监测电路故障状态。与传统的方法相比,该方法具有快速、简便、经济、安全、非破坏性等优点,可作为电路系统可靠性预测的手段。

基于LS-SVM的电力电子电路故障预测方法

针对现有电力电子电路故障预测技术的不足,提出将电路特征性能参数和最小二乘支持向量机(least squares support vector machine,LS-SVM)预测算法结合,对电力电子电路进行故障预测。以Buck电路为例,选择电路输出电压作为监测信号,提取输出电压平均值及纹波值作为电路特征性能参数,并利用LS-SVM回归算法实现故障预测。实验结果表明,利用LS-SVM对电路输出平均电压与输出纹波电压的预测相对误差均低于2%,能够跟踪故障特征性能参数的变化趋势,有效实现电力电子电路故障预测。

闭环Boost电路电解电容的故障预测方法研究

为了实现闭环Boost电路中电解电容的故障预测,本文采用基于特征参数退化的方法,利用LS-SVM及LS算法对电解电容的特征参数序列进行预测,实现了电解电容的故障预测与剩余寿命估计.仿真及物理实验均证明了本文方法的有效性及准确性.

基于HS-PF的电力电子电路故障预测方法

提出了一种基于混杂系统建模和粒子滤波预测算法的电力电子电路故障预测方法。针对电力电子电路混杂特性,建立了描述电力电子电路故障变化的状态空间模型,同时采用粒子滤波预测算法,通过粒子迭代估计当前时刻系统状态和缓变参数的变化趋势。通过分析BUCK电路的工作状态,阐述了选择输出纹波电压作为电路故障判据的理由。仿真实验证明了本文方法的有效性。

DC-DC电路故障预测研究

DC-DC电路始终是电力系统发展的核心,一旦电路出现故障,将会造成电力系统性能下降,甚至不能导致电力系统不能继续提供供电需求,这不但会造成经济损失,还会令工业生产及社会运行造成严重影响。为了提高系统或者设备的性能,准确的预测故障的发生是很有必要的,发现故障对系统性能来说也显得尤为重要。

基于PSO-NGM模型的电子电路故障预测

针对现有电力电子电路故障预测技术的不足,提出了粒子群非齐次灰色(PSO-NGM)预测模型对电力电子电路进行故障预测的方法。所提出的PSO-NGM预测模型能够对故障特征参数的发展趋势进行预测,进而判断设备剩余使用寿命。通过对Buck-Boost电路纹波电压未来趋势进行预测实验,证明该PSO-NGM模型对电路特征参数预测相对误差很小,能够跟踪故障特征性能参数的变化趋势,有效实现电力电子电路故障预测。

基于PSO-NGM模型的电力电子电路故障预测方法

针对现有电力电子电路故障预测技术的不足,提出了将电路特征性能参数和粒子群非齐次灰色模型PSO-NGM(particle swarm optimization non-homogenous grey model)模型结合,对电力电子电路进行故障预测。以Buck-Boost电路为例,选择电路输出电压作为监测信号,提取输出电压平均值和纹波值作为电路特征性能参数,并利用PSO-NGM预测模型实现故障预测。实验结果表明,利用PSO-NGM对电路输出平均电压和输出纹波电压的预测相对误差很小,能够跟踪故障特征性能参数的变化趋势,有效实现电力电子电路故障预测。

电力电子电路容错控制研究

与电力电子电路的传统开关函数模型相比,由于混合逻辑动态(MLD)模型同时包含电路的控制变迁和条件变迁,因而MLD模型更能精确的反应电路的变化过程。这里建立了电力电子电路的MLD模型,考虑到MLD模型中包含离散变量,传统控制方法不再适用,因而将辅助逻辑变量和辅助连续变量引入模型预测控制(MPC),研究了基于MLD模型和MPC的电力电子电路容错控制及其实现步骤。该方法具有实现简单、容错性能良好、通用性较强的优点。以三相四桥臂逆变电路的容错控制为例验证了该方法的可行性和有效性。

电力电子电路故障预测技术分析

随着科技的不断发展,人们越来越关注电子系统。如果想进一步提升电子设备与系统的功能,要不断地改善、发展电子系统的结构。但是,这也意味着电子系统将会出现越来越多的故障问题,不仅需要分析、解决系统中存在的问题,同时需要保障系统的工作效率,这有利于推动经济的进一步发展。因此,为了进一步推动国内电子系统的发展,技术人员需要不断优化预测故障技术。为此,深入研究了电力电子电路中存在的问题以及故障预测技术。

基于最小二乘支持向量机的电力电子电路故障诊断应用研究

采用最小二乘支持向量机预测算法对电力电子电路进行故障预测.以基本降压斩波电路为例,选择电路输出电压作为监测信号,提取输出电压平均值及纹波值作为电路特征性能参数,并利用LS-SVM回归预测算法实现故障预测.仿真结果表明,利用LS-SVM对基本降压斩波电路输出平均电压与输出纹波电压的预测相对误差均低于2%,能够跟踪故障特征性能参数的变化趋势,有效实现电力电子电路故障预测.