[發(fā)明專利]一種模塊化多電平換流器子模塊開(kāi)關(guān)管開(kāi)路故障診斷方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011185363.9
• 申請(qǐng)日: 2020-10-30
• 公開(kāi)（公告）號(hào): CN112348071B
• 公開(kāi)（公告）日: 2022-05-17
• 發(fā)明（設(shè)計(jì)）人: 李武華;邢紋碩;楊賀雅;盛景;向鑫;李楚杉;何湘寧
• 申請(qǐng)（專利權(quán)）人: 浙江大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06N7/00;G01R31/54
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 鄭海峰

1.一種模塊化多電平換流器子模塊開(kāi)關(guān)管開(kāi)路故障診斷方法，其特征在于，包括如下步驟：

(1)對(duì)已知正常工作狀態(tài)及故障工作狀態(tài)的多電平換流器子模塊電容的電壓序列分別進(jìn)行滑動(dòng)窗口截取和特征提取，從而構(gòu)建機(jī)器學(xué)習(xí)的訓(xùn)練集；所述的訓(xùn)練集包括正常樣本的特征向量和故障樣本的特征向量；

(2)使用步驟(1)中得到的訓(xùn)練集，基于多元高斯分布構(gòu)建異常檢測(cè)機(jī)器學(xué)習(xí)模型；使用訓(xùn)練集中的正常樣本特征向量獲取異常檢測(cè)模型的協(xié)方差矩陣；根據(jù)協(xié)方差矩陣，計(jì)算各個(gè)故障樣本特征向量的概率密度，選取概率密度的最大值作為異常檢測(cè)模型的閾值ε；

(3)實(shí)時(shí)獲取模塊化多電平換流器各子模塊電容的特征向量，利用異常檢測(cè)機(jī)器學(xué)習(xí)模型得到各子模塊在當(dāng)前時(shí)刻的概率密度，若概率密度小于閾值ε，則判定該時(shí)刻下子模塊為故障狀態(tài)；若概率密度函數(shù)大于等于閾值ε，則判定該時(shí)刻下子模塊為正常運(yùn)行狀態(tài)，實(shí)現(xiàn)開(kāi)路故障診斷。

2.根據(jù)權(quán)利要求1所述的模塊化多電平換流器子模塊開(kāi)關(guān)管開(kāi)路故障診斷方法，其特征在于，所述的步驟(1)具體為：

(1.1)使用長(zhǎng)度為L(zhǎng)_win的窗口對(duì)一段長(zhǎng)度為L(zhǎng)_ori的原始電壓序列進(jìn)行截取，得到一個(gè)長(zhǎng)度與窗口長(zhǎng)度相同的數(shù)據(jù)片段；然后，窗口以步長(zhǎng)L_step從頭至尾逐步滑動(dòng)，獲得原始電壓序列的所有片段；對(duì)P個(gè)原始電壓序列都執(zhí)行一次，則截取得到的數(shù)據(jù)片段總數(shù)量為m，其中包含故障狀態(tài)的片段數(shù)量為m_f，正常狀態(tài)的片段數(shù)量為m_n；

(1.2)提取步驟(1.1)中所有數(shù)據(jù)片段的n個(gè)特征量；

(1.3)將步驟(1.2)中提取得到的n個(gè)特征量構(gòu)成n維向量作為該樣本的特征向量，并將m_n個(gè)正常樣本的標(biāo)簽設(shè)定為0，將m_f個(gè)故障樣本的標(biāo)簽設(shè)定為1。

3.根據(jù)權(quán)利要求2所述的模塊化多電平換流器子模塊開(kāi)關(guān)管開(kāi)路故障診斷方法，其特征在于，步驟(1.2)所述的特征量包括平均值、均方根值、峰態(tài)、脈沖因子和裕度因子。

4.根據(jù)權(quán)利要求2所述的模塊化多電平換流器子模塊開(kāi)關(guān)管開(kāi)路故障診斷方法，其特征在于，步驟(1.1)根據(jù)以下公式確定數(shù)據(jù)片段的數(shù)量m：

5.根據(jù)權(quán)利要求1所述的模塊化多電平換流器子模塊開(kāi)關(guān)管開(kāi)路故障診斷方法，其特征在于，步驟(2)所述的協(xié)方差矩陣計(jì)算公式為：

其中，x_i表示第i個(gè)正常樣本的特征向量，T表示矩陣轉(zhuǎn)置，μ表示訓(xùn)練集中正常樣本特征向量的平均向量，∑表示協(xié)方差矩陣。

6.根據(jù)權(quán)利要求1所述的模塊化多電平換流器子模塊開(kāi)關(guān)管開(kāi)路故障診斷方法，其特征在于，步驟(2)所述的概率密度計(jì)算公式為：

其中，x_j表示第j個(gè)故障樣本的特征向量，j為自然數(shù)且1≤j≤m_f，n表示特征量的數(shù)量，∑表示協(xié)方差矩陣，μ表示訓(xùn)練集中正常樣本特征向量的平均向量，T表示轉(zhuǎn)置。

7.根據(jù)權(quán)利要求1所述的模塊化多電平換流器子模塊開(kāi)關(guān)管開(kāi)路故障診斷方法，其特征在于，所述的步驟(3)具體為：

(3.1)針對(duì)包括N個(gè)子模塊的模塊化多電平換流器，使用N個(gè)滑動(dòng)窗口分別存儲(chǔ)N個(gè)子模塊電容的電壓采樣值，并在每一采樣時(shí)刻對(duì)所述窗口進(jìn)行更新，即排除窗口內(nèi)最舊的值，將新采樣時(shí)刻的子模塊電容的電壓采樣值加入窗口；

(3.2)提取窗口的數(shù)據(jù)片段中的特征量，所述特征量與步驟(1)中的特征量一致；

(3.3)將步驟(3.2)中獲取到的特征量構(gòu)成待測(cè)子模塊的特征向量，并將其作為異常檢測(cè)機(jī)器學(xué)習(xí)模型的輸入，計(jì)算概率密度，若概率密度小于閾值ε，則判定該時(shí)刻子模塊為故障狀態(tài)；若概率密度函數(shù)大于等于閾值ε，則判定該時(shí)刻子模塊為正常運(yùn)行狀態(tài)。

8.根據(jù)權(quán)利要求7所述的模塊化多電平換流器子模塊開(kāi)關(guān)管開(kāi)路故障診斷方法，其特征在于，步驟(3.3)所述的概率密度計(jì)算公式為：

其中，x_t表示第t個(gè)待測(cè)樣本的特征向量，t為自然數(shù)且1≤t≤N，n表示特征量的數(shù)量，∑表示協(xié)方差矩陣，μ表示訓(xùn)練集中正常樣本特征向量的平均向量，T表示轉(zhuǎn)置。