[發明專利]一種基于小波分析和SVM的逆變器故障診斷方法有效
| 申請號: | 201510367945.1 | 申請日: | 2015-06-29 |
| 公開(公告)號: | CN105095566B | 公開(公告)日: | 2019-06-04 |
| 發明(設計)人: | 陳復揚;金林強;唐春萍 | 申請(專利權)人: | 南京航空航天大學 |
| 主分類號: | G06F17/50 | 分類號: | G06F17/50 |
| 代理公司: | 江蘇圣典律師事務所 32237 | 代理人: | 賀翔 |
| 地址: | 210016 江*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 分析 svm 逆變器 故障診斷 方法 | ||
1.一種基于小波分析和SVM的逆變器故障診斷方法,其特征在于,包括如下步驟:
步驟一,建立二極管NPC三電平逆變電路的模型,僅考慮交叉雙相橋同時兩只IGBT功率管的開路故障的情況,并將故障類型進行分類;
所述的故障類型分類具體為六大類:
1.1,逆變器上半橋交叉兩橋臂有兩只功率管IGBT同時發生故障,共分為12小類;
1.2,逆變器下半橋交叉兩橋臂有兩只功率管IGBT同時發生故障,共分為12小類;
1.3,逆變器交叉兩橋臂中,每只橋臂1、4管中各有一只功率管IGBT發生故障,分為6小類;
1.4,逆變器交叉兩橋臂中,每只橋臂2、3管中各有一只功率管IGBT發生故障,分為6小類;
1.5,逆變器交叉兩橋臂中,每只橋臂1、3管中各有一只功率管IGBT發生故障,分為6小類;
1.6,逆變器交叉兩橋臂中,每只橋臂2、4管中各有一只功率管IGBT發生故障,分為6小類;
步驟二,通過仿真軟件分別獲得無故障和所述故障條件下交流輸出側的三個相電壓Ua、Ub、Uc,將逆變器無故障時的交流輸出側3個相電壓與每種故障時的交流輸出側3個相電壓進行相減,得到各故障條件時交流輸出側的三個相電壓差值ΔUa、ΔUb、ΔUc,然后對所述差值ΔUa、ΔUb、ΔUc進行d-q變換,得到Ud和Uq,選取小波基函數db3分別對各故障下的Ud、Uq進行6層的小波分解,提取各個頻段下的信號;
輸出側三相相電壓差,并對它們進行d-q變換,將三相化為兩相Ud、Uq,選取db3小波函數,分別對Ud、Uq進行6層的小波分解,分別獲得小波分解后的第6層的近似信號能量以及第1至6層細節信號的能量,共14個小信號的能量值,將其作為故障的一個特征向量;
步驟三,計算步驟二獲得的Ud、Uq小波分解后的各頻段的能量,提取各個故障下的Ud、Uq的能量特征,構造特征向量;
步驟四,獲取數據樣本;根據步驟一劃分故障種類和步驟三獲得的所有故障的特征向量,從不同種類中各選擇一個作為樣本,并分別對選擇的故障特征向量添加隨機噪聲,每類故障選取若干組樣本,得到故障樣本;
步驟五,根據步驟四獲得的故障樣本,將其輸入至處理器中,并利用處理器對所述故障樣本進行分類,建立針對各種故障的數據模型,在后期出現故障時直接調取故障數據進行比對,判斷故障類型;
對故障樣本進行分類,每大類各選一部分作為訓練樣本,其余的作為測試樣本,并對訓練樣本進行歸一化處理,選取C-SVC支持向量機和RBF核函數exp(-gamma|u-v|^2)對訓練樣本進行分類,用訓練樣本訓練支持向量機,對支持向量機懲罰系數c和RBF參數gamma進行尋優,得到訓練模型,對訓練好的模型用測試樣本進行測試,驗證故障判斷準確性;
利用改進的網格法和交叉驗證的思想對懲罰系數c和RBF參數gamma進行尋優,所述的改進的網格法具體過程如下:
(1)首先進行大范圍搜索,設置懲罰系數c的初始范圍為[2^(-10),2^(10)],搜索步距為1;
(2)設置gamma的初始范圍為[2^(-10),2^(10)],搜索步距為1;
(3)通多大范圍搜索得到最優的c=256,gamma=512;
(4)其次根據大范圍搜索得到的c和gamma,設置小范圍搜索下的懲罰系數c的范圍為[2^(6),2^(9)],gamma的范圍為[2^(8),2^(10)],搜索步距減小為0.1;
(5)通過小范圍搜索得到最優的c=119.4282,gamma=776.0469;
該方法提供一種三電平逆變器電路,具體結構為:
包括三相橋臂電路和兩個直流電壓源,其中,每相橋臂包括串聯的四只功率管IGBT,依次標號為1、2、3、4,上兩只功率管IGBT為上半橋,下兩只功率管IGBT為下半橋;每相橋臂還包括兩個串聯二極管支路,所述二極管支路的一端與1號功率管IGBT的正極、2號功率管IGBT的負極相連,另一端與3號功率管IGBT的正極、4號功率管IGBT的負極相連;
所述直流源分為兩個等值的并聯支路,其中一條并聯支路包括兩個串聯的等值的直流源;步驟四中對選取的六大類故障特征向量各添加隨機噪聲,對每類故障特征向量選取若干組樣本。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京航空航天大學,未經南京航空航天大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201510367945.1/1.html,轉載請聲明來源鉆瓜專利網。





