[发明专利]一种基于小波包分析的交直流充电设备功率器件故障诊断方法

说明书

本发明公开了一种基于小波包分析的交直流充电设备功率器件故障诊断方法，包括对充电设备功率模块进行分析并确定故障分类；获取正常情况和各种故障情况下充电设备功率模块的输出信号；对输出信号进行高低频分解，把分解得到的低高频信号进行多层小波包分解，并对小波包分解系数进行重构；计算提取的各个频带信号能量并进行归一化运算，最终确定信号能量的集中频带范围；对重构后的小波包分解系数进行功率谱分析，确定频带信号的特征频率、功率谱值，并与故障分析进行比较，确定故障类型；对故障类型进行故障类型编码。本发明提高了信号的时频分辨率，利用频谱特征实现精准的故障定位，提高了交直流充电设备功率器件故障诊断的精度。

技术领域

本发明涉及充电设备故障诊断技术领域，尤其涉及一种基于小波包分析的交直流充电设备功率器件故障诊断方法。

背景技术

近年来，随着电动汽车行业的蓬勃发展，电动汽车充电设备成为一个很热门的研究领域。在交直流充电设备中，功率器件最容易出现过压、过流、功率管短路和开路等等故障，严重影响了电动汽车充电的安全稳定运行。因此研究交直流充电设备功率器件的故障诊断具有重要意义，充电设备的故障诊断也成为重要的研究方向。

交直流充电设备的充电过程都有PWM整流，滤波、高频DC/DC功率变换三个环节。在实际的功率变换电路中，应用最多且最容易出故障的器件是IGBT器件。尤其是IGBT器件的故障，包括有短路故障和开路故障。对于IGBT短路故障，目前通过驱动模块集成的电路进行监测和保护，但IGBT开路故障的识别技术尚处在研究之中。

目前国内外关于交直流充电设备的功率器件故障诊断研究并不多，一类大多直接提取功率开关管的特征参数来进行故障诊断，但是这种诊断方法通常需要在电路中增加额外的测量元件，同时增加了系统的复杂性，不利于系统可靠性的提高，另外引入元件也增加了系统的成本。另一类是利用信号处理的方法间接提取特征参数，相对直接提取特征参数来说，基于信号处理的特征参数提取并不需要系统的精确模型，因此更易实现。信号处理方法一般有傅里叶变换、小波分析等，傅里叶变换是一种全局性的变换，具有一定的局限性，不能同时描述时域和频域的信息，而小波分析则具有多分辨率分析的特点，而且在时频两域都具有表征信号局部特征的能力，小波分析虽然实现了快速诊断，但是针对不同类型的故障要选择不同的小波函数才能达到理想的诊断结果，不适宜应用在对及时性和准确性要求高的系统中。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种基于小波包分析的交直流充电设备功率器件故障诊断方法，该方法基于小波包分析，避免了小波函数的选取对系统故障诊断的影响，能够实时检测到交直流充电设备功率器件的故障，利用频谱特征实现实时精准的故障定位，提高了交直流充电设备功率器件故障诊断的精度。

本发明基于小波包分析的交直流充电设备功率器件的故障诊断方法是在基于小波分析的故障诊断基础上的一个改进，这种方法避免了小波函数的选取对系统故障诊断的影响，比小波分析分解更为精细，从而提高了信号的时频分辨率，从而具有更广泛的应用价值。采用本方法可以快速实现实时精准的故障定位，提高了交直流充电设备功率器件故障诊断的精度。

本发明的一种基于小波包分析的交直流充电设备功率器件故障诊断方法，

包括以下几个步骤：

步骤(1)：对充电设备功率模块功率器件开路故障进行故障分析，并确定故障分类；

步骤(2):按照所述充电设备功率模块中,分别建立PWM整流器和DC-DC功率变换器的数学模型；通过simulink仿真获取正常情况和各种故障情况下充电设备功率模块的直流母线输出电压信号；