专利汇可以提供光伏二极管箝位型三电平逆变器的决策树SVM故障诊断方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种光伏 二极管 箝位型三电平逆变器的 决策树 SVM故障诊断方法,针对光伏微网中的三电平逆变器故障诊断问题,以逆变状态为例,首先分析逆变器主 电路 的运行情况并进行故障分类,然后以中、上、下三种桥臂 电压 为测量 信号 ,采用小波多尺度分解法提取特征信号,进而利用粒子群聚类 算法 生成决策树SVM分类模型,最终实现了光伏二极管箝位型三电平逆变器的多模式故障诊断。其优点是:该算法能够明显区分光伏二极管箝位型三电平逆变器的各个故障状态,使用了较少的分类模型完成故障诊断任务,且诊断 精度 高,抗干扰能 力 强。,下面是光伏二极管箝位型三电平逆变器的决策树SVM故障诊断方法专利的具体信息内容。
1.一种光伏二极管箝位型三电平逆变器的决策树SVM故障诊断方法,其特征包括:建立光伏二极管箝位型三电平逆变器电路的模型;提取三电平逆变器主电路开路故障特征;构建粒子群聚类故障诊断决策树;训练和测试决策树支持向量机SVM故障分类模型,最终实现光伏二极管箝位型三电平逆变器的故障诊断;
第一步:建立光伏二极管箝位型三电平逆变器电路的模型
三电平逆变器主电路由A、B和C三相桥臂构成,每相桥臂由四个主开关管、四个续流二极管和两个中点钳位二极管组成,由于三电平逆变器电路本身的结构,每个开关管在工作过程中承受的最高电压只有两电平逆变器的一半,三电平逆变器可降低开关器件的电压应力,满足高压逆变的要求;三电平逆变器主电路故障是开路故障,包括IGBT开路、串联熔断器熔断、触发脉冲丢失故障和中点钳位二极管开路,根据实际运行的情况对主电路A相进行故障分类,共三大类十三小类;
1)所有IGBT开关管都正常运行,逆变器无故障,共一小类;
2)单个器件发生故障,即在四个功率管和两个中点钳位二极管中任意一个发生故障,共六小类;
3)两个器件发生故障,这大类存在两种情况,一是故障的两个开关管不在同一桥臂,归结为不同桥臂上的单个器件故障,参考单个器件发生故障的情况;二是故障的两个开关管在同一桥臂,即四个开关管中任意两个开关管发生故障的情况,共六小类;
第二步:提取三电平逆变器主电路开路故障特征
三电平逆变器主电路不同故障的各个桥臂电压经分解后在各频带上的投影是不同的,即主电路故障时,会对各频带的能量发生影响,故障会对某些频率能量起增强作用,某些频率能量起抑制作用,故障输出和正常输出会有差异,采用不同频带的能量作为故障特征,对采用空间矢量脉宽调制SVPWM控制的二极管箝位型三电平逆变器主电路进行建模,建模后对各种故障发生时的桥臂电压进行j层小波多尺度分解,分别提取j+1个信号特征,再对小波多尺度分解系数进行重构,提取各个频带的能量,计算频带信号的能量,设En为第n个分解系数序列Sn的能量,则
式中,Xn,n=0,1,…,j为重构信号序列Sn的离散点幅值,进而得到各个桥臂电压的能量后就可以构建特征向量,其中特征向量T1为:
T1=[E0 E1 ... Ej] (2)
进一步统一量纲,归一化处理特征向量得到:
T1′=[E0/E E1/E ... Ej/E] (3)
其中,E为信号的总能量,T1′中各个元素对应各个频带能量的百分比,采用同样的方法再处理上、下桥臂,可以分别得到特征向量T2′和T3′,定义故障特征向量为:
T=[T1′ T2′ T3′] (4)
将各个故障情况下的桥臂电压按照上述过程进行特征提取,最后构建数据样本;
第三步:构建粒子群聚类故障诊断决策树
由于三电平逆变器共有13种故障小类,要构建决策树将故障完全区分,需要用到粒子群聚类算法将故障不断地划分成两类;粒子群聚类算法需要先进行初始化,随机初始化粒子群,设置聚类数目、粒子数目、迭代次数,再将每个样本随机分类,并作为最初的聚类划分后计算聚类中心、适应度,设置粒子初速度为零;根据初始粒子群得到的粒子个体的最优位置pid和全局最优位置pgd,并利用公式
vid(t+1)=ωvid(t)+c1r1(pid-xid(t))+c2r2(pgd-xid(t)) (8)
xid(t+1)=xid(t)+vid(t+1) (9)
更新所有粒子的速度和位置;其中ω为惯性权重;vid为粒子的速度;c1和c2为加速度因子;r1和r2是分布于[0,1]之间的随机数;R1=1;R2=0.5;R3=4;R4=2;ωmax=1.2;ωmin=
0.4;iter为当前迭代次数;itermax为最大的迭代次数;依据粒子的聚类中心编码,按照最近邻法则,确定每个样本的聚类划分,并按照新的聚类划分,计算新的聚类中心,更新适应度,再一次比较适应度,若其优于个体最优位置pid,则更新pid;若其优于全局最优位置pgd,则更新pgd,如果达到最大迭代次数,则算法结束,否则继续迭代;
决策树结构的生成需要先将全部训练样本集作为初始节点,利用粒子群聚类算法,将其划分成两类,形成两个子节点,判断子节点是否只包含一类故障样本,若是则算法结束,否则继续采用粒子群聚类算法进行处理,划分成两个新的子节点,不断划分,直到所有子节点只包含一类故障样本,算法结束,将所有的故障样本进行聚类划分,反向构建故障诊断决策树;
第四步:训练和测试决策树支持向量机SVM故障分类模型
按照4∶1的比例将故障数据样本划分成训练集和测试集,训练集按照决策树结构上故障的分布训练支持向量机SVM分类模型;支持向量机SVM分类模型均采用径向基核函数,并各自优化支持向量机SVM的参数,训练完成后,利用测试集测试决策树支持向量机SVM故障诊断模型,得到诊断精度,最终实现光伏二极管箝位型三电平逆变器的故障诊断。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
具有降低的可听噪声的PWM调光 | 2020-07-05 | 1 |
串联呼吸型双板仓固体碳燃料电池堆及其发电方法 | 2020-11-15 | 1 |
普适型用于同时检测多种肿瘤标志物的微流控芯片装置 | 2021-01-23 | 2 |
基于电液耦合动力的柔性电路印刷方法及其装置 | 2022-05-24 | 1 |
一种可实时解算的多模式输出电路测试系统 | 2022-12-06 | 1 |
半导体器件 | 2020-06-28 | 1 |
一种电罗经信号模拟发生器 | 2020-08-26 | 2 |
超声外科系统 | 2023-04-21 | 0 |
스마트 카드 | 2021-06-18 | 2 |
プラズマ処理装置、および高周波発生器 | 2024-01-13 | 1 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。