基于KPCA-Bayes的三相逆变器多功率管开路故障诊断研究

摘要：

三相电压型逆变器可以将直流电转化为三相可调交流电,广泛用于轨道交通、光伏发电以及航空航天等领域.在实际运行过程中,由于所处的工作环境恶劣,如高频开关、长期高温等,功率管是逆变器中最容易发生故障的器件.功率管故障主要表现为器件开路,开路故障若不及时进行处理,会加速其他器件老化,引发二次故障,甚至导致整个系统宕机,造成不可挽回的损失.因此,针对三相逆变器功率管开路故障提出一种基于KPCA-Bayes的多故障在线诊断方法,该方法以任意两相输出电流为监测变量,并利用两相电流构建椭圆轨迹模型,对轨迹模型进行核主成分分析(KPCA)处理,在一定程度降低数据维度,通过将降维后构成的新矩阵数据输入贝叶斯(Bayes)网络进行训练,得到故障诊断模型.将待判别数据输入到训练好的贝叶斯网络中,即可实现故障诊断与类别判断.基于dSPACE平台对该方法进行验证,实验表明,提出的方法可以使原始数据更易于分类,从而更好地实现单个及多个功率管发生开路故障时的有效诊断.该方法不受负载、频率、控制方法等的影响.相比于传统贝叶斯算法,KNN和SVM等算法,该方法具有较高的准确度.

关键词：逆变器、开路故障、故障诊断、贝叶斯网络

所属期刊栏目：19

分类号：TM464(变压器、变流器及电抗器)

资助基金：湖南省自然科学基金资助项目2020JJ5757

在线出版日期：2023-02-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：3818-3826