基于信息融合与深度残差收缩网络的DAB变换器开路故障诊断方法
针对双有源桥(DAB)变换器开路故障诊断存在的多信号诊断和诊断阈值设置问题,提出了一种基于信息融合和深度残差收缩网络(DRSN)的DAB变换器开路故障诊断方法.首先,将DAB变换器的开路故障诊断信号减少至3个,减少了信号传感器的数量;其次,采用递归图法和脉冲耦合神经网络将3个诊断信号的时间序列转化为图像进行信息融合,生成的融合图像可以反映不同故障状态下的故障特征且便于深度学习网络进行分类;最后,将融合图像输入构建的DRSN进行故障诊断,可以避免设置诊断阈值.使用RT-LAB搭建DAB变换器半实物系统进行实验.实验结果表明选择的3个诊断信号能够有效区分DAB变换器各IGBT开路故障状态.对比分析表明所提出的方法具有较高的故障诊断精度,平均诊断精度可达98.44%.
双有源桥变换器、故障诊断、递归图、脉冲耦合神经网络、深度残差收缩网络
43
TM46(变压器、变流器及电抗器)
国家重点研发计划;国家重点研发计划;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;中央高校基本科研业务费专项资金资助项目;装备预先研究重点项目;湖北省重点研发计划项目;武汉市局科技计划项目
2023-02-22(万方平台首次上网日期,不代表论文的发表时间)
共7页
112-118