[發(fā)明專利]一種基于小波變換和DBN的風(fēng)機(jī)變流器故障診斷方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710819150.9
• 申請(qǐng)日: 2017-09-12
• 公開（公告）號(hào): CN107632258A
• 公開（公告）日: 2018-01-26
• 發(fā)明（設(shè)計(jì)）人: 柴毅;魏善碧;劉延興;何昊陽(yáng);孫秀玲;何馨
• 申請(qǐng)（專利權(quán)）人: 重慶大學(xué)
• 主分類號(hào): G01R31/34
• 分類號(hào): G01R31/34
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

技術(shù)領(lǐng)域

本發(fā)明屬于電力系統(tǒng)領(lǐng)域，涉及一種基于小波變換和DBN的風(fēng)機(jī)變流器故障診斷方法。

背景技術(shù)：

近年來(lái)，隨著人類社會(huì)快速發(fā)展，人們對(duì)能源的需求快速上升。傳統(tǒng)化石能源的快速大量消耗導(dǎo)致了全球日益嚴(yán)峻的環(huán)境污染和溫室效應(yīng)等問題。同時(shí)由于化石能源本身不可再生的特性，綠色可再生的風(fēng)能必將成為各國(guó)優(yōu)先發(fā)展的選擇。事實(shí)也證明，風(fēng)能已成為當(dāng)今世界增長(zhǎng)最快的可再生能源。

隨著風(fēng)力發(fā)電系統(tǒng)的裝機(jī)容量快速增大，風(fēng)力發(fā)電系統(tǒng)的故障發(fā)生率也越來(lái)越高。由于工作在高溫、灰塵、油污等惡劣條件下，變流器成為整個(gè)發(fā)電系統(tǒng)中最易發(fā)生故障的部件之一。因此，快速、準(zhǔn)確確定變流器的故障類型和故障位置是保證風(fēng)電系統(tǒng)穩(wěn)定運(yùn)行的必要手段。

風(fēng)電系統(tǒng)中的變流器開關(guān)通常使用IGBT，因此變流器故障主要考慮由IGBT短路和短路引起的故障。對(duì)于IGBT短路故障，現(xiàn)已通過驅(qū)動(dòng)模塊集成的保護(hù)電路實(shí)現(xiàn)監(jiān)控，但對(duì)IGBT的開路故障診斷技術(shù)尚處于研究之中。典型仿真分析診斷法，通過對(duì)變流器進(jìn)行故障后的系統(tǒng)仿真，利用獲取的故障電流、電壓波形與正常波形的對(duì)比實(shí)現(xiàn)變流器的故障診斷。基于模型的故障診斷方法，通過建立系統(tǒng)的狀態(tài)空間模型，然后利用狀態(tài)空間模型的狀態(tài)估計(jì)與真實(shí)的輸出比較，來(lái)確定系統(tǒng)的故障。此方法的缺點(diǎn)若建立的系統(tǒng)的數(shù)學(xué)模型不準(zhǔn)確，則會(huì)影響診斷的準(zhǔn)確性。也有學(xué)者利用逆變器元件故障后的電流軌跡分析提出了一種基于知識(shí)的故障診斷方法。雖然可以實(shí)現(xiàn)故障的檢測(cè)與診斷，由于當(dāng)外界電磁干擾時(shí)，會(huì)嚴(yán)重影響電流軌跡，不利于故障分離。

由上述可知，變流器的故障診斷方法分為兩類，一類是基于模型的方法，一類是基于無(wú)模型的方法，基于模型的方法依賴于被診斷對(duì)象的數(shù)學(xué)模型。隨著技術(shù)的發(fā)展，系統(tǒng)越來(lái)越復(fù)雜，對(duì)系統(tǒng)數(shù)學(xué)模型的建立變得越來(lái)越困難，這使得基于模型方法的應(yīng)用受到很大限制。而基于無(wú)模型的方法可以很好地克服這一缺點(diǎn)，特別是隨著深度學(xué)習(xí)的發(fā)展，基于無(wú)模型的方法正越來(lái)越廣泛地應(yīng)用于故障診斷領(lǐng)域。

發(fā)明內(nèi)容：

有鑒于此，本發(fā)明的目的在于針對(duì)變流器中IGBT元件的開路故障，運(yùn)用小波分析方法和深度信念網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)IGBT元件開路故障的診斷。分析整流器的三相電流信號(hào)，采用小波分析法提取該信號(hào)在不同尺度下的信息作為DBN的數(shù)據(jù)樣本，最終實(shí)現(xiàn)變流器的開路故障診斷。

附圖說明：

為了使本發(fā)明的目的、技術(shù)方案和有益效果更加清楚，本發(fā)明提供如下附圖進(jìn)行說明：

圖1為本發(fā)明所述風(fēng)電變流器結(jié)構(gòu)圖過程示意圖。

圖2為本發(fā)明所述基于小波變換和DBN的風(fēng)電變流器故障診斷流程圖。

具體實(shí)施方式：

為達(dá)到上述目的，本發(fā)明提供如下技術(shù)方案：下面將結(jié)合附圖，對(duì)本發(fā)明的優(yōu)選實(shí)施例進(jìn)行詳細(xì)的描述。

步驟一，在不同的故障下運(yùn)行模型如圖1所示，測(cè)量得到機(jī)側(cè)三相電的電流。

步驟二，利用小波變換將三相電的電流信號(hào)在各個(gè)尺度下分解得到各個(gè)尺度下相應(yīng)的能量系數(shù)。

通過適當(dāng)?shù)剡x擇尺度因子和平移因子,可以得到一個(gè)伸縮窗,適當(dāng)?shù)剡x擇基本小波,就可以使小波變換在時(shí)域和頻域上都具有表征信號(hào)局部特征的能力。根據(jù)這一特點(diǎn)，可以把多分辨率特性應(yīng)用到信號(hào)的功率譜特征的提取。應(yīng)用Mallat算法，即小波分解與重構(gòu)的快速算法，可以實(shí)現(xiàn)功率譜特征的有效提取。

將風(fēng)電變流器的三相電流信號(hào)采用dB3小波基，進(jìn)行5層分解，在各個(gè)細(xì)節(jié)層進(jìn)行信號(hào)重構(gòu)，然后求出每層的能量值。故障信號(hào)在不同尺度分解下的能量值大小反映了其在該尺度對(duì)應(yīng)頻率下的特征，將能量值按順序排成一列，構(gòu)成一個(gè)向量，該向量就可以表示故障信號(hào)在各個(gè)頻率下的特征。雖然大多數(shù)故障信號(hào)在各個(gè)尺度下的特征存在明顯的區(qū)別，但是如下圖所示的不同故障信號(hào)的頻率特征并沒有差別，這是因?yàn)槠涔收闲盘?hào)是相同的，只是發(fā)生的位置不同。

步驟三，用能量系數(shù)構(gòu)造特征向量，并將其歸一化。

借助小波分析的時(shí)頻特性可以準(zhǔn)確判斷出故障發(fā)生的位置，因此引入位置特征變量，當(dāng)故障發(fā)生位置為正半周期是該變量為1，在負(fù)半周期發(fā)生時(shí)該變量為-1，否則為0。此時(shí)，該向量可以看作是與某一故障相對(duì)應(yīng)的特征向量。

步驟四，利用得到的特征向量訓(xùn)練深度信念網(wǎng)絡(luò)，得到模型參數(shù)