[發明專利]一種基于FRM-RVM的電力電子電路故障預測方法

有效

• 申請號: 201210114176.0
• 申請日: 2012-04-18
• 公開（公告）號: CN102636740A
• 公開（公告）日: 2012-08-15
• 發明（設計）人: 姜媛媛;王友仁;林華
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G01R31/28
• 分類號: G01R31/28
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 許方

技術領域

本發明涉及一種電力電子電路故障預測方法，尤其是基于FRM-RVM的電力電子電路故障預測方法。

背景技術

隨著航空、航天、煤礦、化工等領域系統的日趨復雜，基于復雜系統可靠性、安全性、經濟性考慮，以故障預測技術為核心的故障預測和健康管理(Prognostics?and?Health?Management，PHM)技術獲得越來越多的重視。現代電子設備已滲透到國防軍事、工業、交通、IT、農業、通信、商業、醫藥制造以至家用電器等各領域中，因電子設備故障造成的損失也大大增加，因此，為電子設備供電的電源系統作用更加重要。電力電子電路是電源系統的核心，研究其故障預測方法，保證其安全、持續、可靠工作是電子設備健康管理的一部分，已成為故障預測領域的研究熱點和難點，在投資巨大、結構復雜，可靠性要求高的航空航天、核能等領域具有重大現實意義。

目前，針對電子產品與裝備的故障預測方法主要分三種：(1)基于模型的方法；(2)基于內建“損傷標尺”的方法；(3)基于數據驅動的方法，以下分別介紹。

基于模型的方法，使用的模型一般包括兩種：系統模型和故障物理模型(Physics?of?failure，PoF)，該方法需要建立系統精確模型及深入了解系統工作機理。

基于內建“損傷標尺”的方法，是針對一種或多種故障機理，以被監控產品相同的工藝過程制造出來的預期壽命比被監控對象短的產品，設計預兆單元與主器件、電路、系統集成在一起，使其按一定的機理在主電路或系統失效前提前失效，從而為宿主電路與系統的失效提供預警。

基于數據驅動的方法，即對現場監控得到的數據進行異常及其趨勢檢測或模式檢測，確定系統的健康狀態，然后使用趨勢分析結果來估計系統的故障發生時間。該方法無需了解系統內部物理結構等專業知識，適用于復雜系統預測，應用范圍廣。

然而，電力電子電路中含有不同的電路元器件，不可能對每個器件同時監測，由于不同器件的壽命與失效機理不同，電路中各元器件性能退化及交互耦合作用，很難對由它們組成的電路或設備做準確預測。現階段，電力電子電路故障預測多為電路中關鍵元器件的預測，選用故障特征參數多為元器件的參數，而對電路整體的故障預測研究很少。

基于前述分析，本發明人克服現有各種故障預測方法的缺陷，提出一種新穎的故障預測方法，本案由此產生。

發明內容

本發明的目的，在于提供一種基于FRM-RVM的電力電子電路故障預測方法，其能夠實時進行電力電子電路的狀態監測并估計其健康狀況，實現對其未來狀態的預測，提前預知故障發生時間。

為了達成上述目的，本發明的解決方案是：

一種基于FRM-RVM的電力電子電路故障預測方法，包括如下步驟：

(1)從待測電路選擇監測點，監測各測點的電壓及電流信號；

(2)對步驟(1)中所測信號進行小波閾值去噪，得到去噪后的信號；

(3)對步驟(2)中經小波去噪后的各信號進行處理，結合電路性能指標要求，計算得到各電路參數，構成n維電路參數向量，n為所計算電路參數的個數；

(4)利用主成分分析對步驟(3)中所建立的電路參數向量降維，得到反映電路健康狀況的m維故障特征向量，其中，m≤n；

(5)考慮電路各組成元器件容差，對電力電子電路進行蒙特卡洛分析，利用步驟(1)～(4)，得到電路健康容差范圍內的故障特征向量樣本集；

(6)利用步驟(1)～(4)，每間隔一段時間，獲取電力電子電路實時運行過程中的故障特征向量；

(7)計算步驟(6)中各時刻點故障特征向量對電路健康狀態下的故障特征向量樣本集的健康度，構成電路健康度時間序列；

(8)依據實際電路的工作性能指標要求，給出電路健康度閾值；

(9)利用RVM算法，對電路工作過程中的健康度時間序列預測，獲取電路未來某時刻的電路健康度；

(10)將步驟(9)中的未來某時刻健康度與規定健康度閾值比較，判定電路未來某時刻的健康狀況，從而實現電路的故障預測。

上述步驟(2)的詳細步驟是：

(21)選擇合適的小波函數和分解層數j，對所測信號進行小波變換，得到相應的各尺度分解系數；

(22)選擇合適的去噪閾值及閾值函數，對各尺度小波分解系數進行閾值處理，得到估計小波系數。

(23)對小波分解的j層低頻系數和經過閾值函數處理的多層高頻系數進行小波重構，得到去噪后的信號。