[发明专利]一种MMC功率器件开路故障诊断方法

说明书

本发明涉及一种MMC功率器件开路故障诊断方法，属于大功率变换器可靠性技术领域。该诊断方法包含故障检测和故障定位两步：故障检测采用基于增量预测模型的方法检测子模块功率器件开路故障是否发生；故障发生后，故障定位采用基于子模块电容电压斜率比较的方法定位故障子模块位置。该方法可以克服干扰、采样误差和模型参数不准确对诊断结果的影响，在不调整阈值的情况下，各种负载条件下均可在4ms准确快速的检测并定位多个子模块故障，故障后子模块电容电压不升高。

技术领域

本发明涉及一种MMC功率器件开路故障诊断方法，属于大功率变换器可靠性技术领域。

背景技术

模块化多电平变换器(modular multilevel converter,MMC)因其具有模块化、易扩展、输出特性好、具有公共直流母线等优势，在中高压大功率领域，特别是高压直流输电领域，得到了广泛的研究和应用。MMC拓扑由大量的子模块组成，导致MMC本身的可靠性不高，而其应用场合则要求其具有很高的工作可靠性。因此，工作可靠性问题已成为MMC工业应用中非常重要的实际问题。

故障诊断是提高MMC工作可靠性的途径之一。功率器件是工业应用中最易出现故障的部件之一，MMC子模块中功率器件的故障分为短路故障和开路故障。功率器件短路故障已有成熟的工业解决方案，功率器件开路故障不易发现，其影响更大。因此，需要快速准确的诊断功率器件开路故障。

现有文献和专利关于MMC功率器件开路故障诊断的方法主要分为基于人工智能算法和基于系统模型的方法。基于人工智能算法的方法是采用人工智能算法(如聚类算法和状态机)诊断故障，该方法不依赖于模型，鲁棒性强，但是存在计算量大，诊断时间长或增加硬件成本的缺点。基于系统模型的方法又分为基于状态观测和基于开关模型的方法，基于状态观测的方法是根据MMC变换器电路模型，建立数学表达式，根据故障前后系统参数的差值进行故障检测和故障定位，该方法简单易实现，但是易受模型参数、采样误差和干扰的影响，鲁棒性较差，且定位时间长；基于开关模型的方法是根据开关状态与模块电压的关系来定位故障，该方法定位时间短，但由于开关信号本身并不可靠，易受干扰影响，鲁棒性差。现有的方法都无法兼具强鲁棒性和快速性。

发明内容

为了提高模块化多电平变换器的工作可靠性，需要快速准确的检测并定位故障，本发明提出一种MMC功率器件开路故障诊断方法，适用于基于半桥子模块的模块化多电平变换器，该方法兼具鲁棒性和快速性。

本发明为解决其技术问题采用如下技术方案：

一种MMC功率器件开路故障诊断方法，包括故障检测方法和故障定位方法两步，所述故障检测方法采用基于增量预测模型的方法检测子模块功率器件开路故障是否发生；所述故障定位方法采用基于子模块电容电压斜率比较的方法定位故障子模块位置。

所述故障检测方法的具体步骤如下：

第一步，根据检测到电路参数，建立桥臂电流的电路方程：

式中，u_o表示交流侧输出电压，u_u和i_u分别表示上桥臂电压和电流，u_l和i_l分别表示下桥臂电压和电流，U_dc为直流侧电压，L为桥臂电感；

第二步，定义算子Δ满足Δf(k+1)＝f(k+1)-f(k)，建立桥臂电流的增量预测模型：

式中：