[发明专利]一种基于卡尔曼滤波和支持向量机的MMC故障诊断方法

说明书

本发明公开了一种基于卡尔曼滤波和支持向量机的MMC故障诊断方法，涉及柔性直流输电故障诊断技术，包括以下步骤：对每一相的上、下桥臂电压进行采样；建立MMC关于环流和交流侧线电流的微分方程；将离散化后的环流和交流侧线电流方程用卡尔曼滤波的形式表示；将环流和交流侧线电流的预测估计值和量测值进行比较，得到残差；将残差代入残差估计函数，判断是否有故障发生；检测到故障发生后，用环流交流侧线电流的量测值与最优估计值比较得残差；利用最优估计与量测值的残差，采用卡尔曼滤波方法与支持向量机算法，定位得到具体的故障桥臂；本发明不需要额外的故障检测传感器，只需要采集环流和相电压的数据就可以对MMC的故障进行快速检测和精准定位。

技术领域

本发明涉及柔性直流输电故障诊断技术，具体为一种基于卡尔曼滤波和支持向量机的MMC故障诊断方法。

背景技术

模块化多电平换流器(modular multilevel converter，MMC)作为一种新型电压源换流器，具有很强的整体性和灵活性，其模块化程度高，开关频率低，扩展性强，运行损耗小，输出波形质量高，广泛运用于高压直流输电、静止无功补偿等领域

MMC拥有很多级联的子模块和功率开关器件，每个功率开关器件都是潜在的故障点，当功率开关器件发生开路故障时，子模块的电容，电压，桥臂间的环流，上、下桥臂电流，电压，都将偏离正常运行的值。当故障长时间没有被检测出来，并进行处理，会导致子模块电容电压过大，环流、桥臂电流过大。如果没有及时保护，还有可能造成设备或者组件的损坏。对于严重瞬时性故障或者永久性故障，不仅会强迫柔性直流输电退出运行，甚至会损坏换流站中最为昂贵的全控电力电子器件及其他重要部件，由此造成系统不能快速恢复运行，给用户造成巨大的经济损失。

现有的MMC故障诊断方法需要大量传感器，计算数据多，而且桥臂电流容易受突加负载的影响产生波动，影响故障检测的精度。

发明内容

本发明的目的在于提供一种基于卡尔曼滤波和支持向量机的MMC故障诊断方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于卡尔曼滤波和支持向量机的MMC故障诊断方法，包括以下步骤：

(Ⅰ)对每一相的上、下桥臂的电压进行采样；

(Ⅱ)建立MMC关于环流和交流侧线电流的微分方程，得出每一相的环流及交流侧每一相的线电流；

(Ⅲ)将离散化后的环流和交流侧线电流方程，用卡尔曼滤波的形式表示，并计算得到MMC的状态变量及环流和交流侧线电流的量测值，得出卡尔曼滤波器的5个基本方程；

(Ⅳ)将通过卡尔曼滤波得到的环流和交流侧线电流的预测估计值和量测值进行比较，得到残差；

(Ⅴ)将残差代入残差估计函数，若残差估计函数大于无故障发生时残差估计函数的上确界，则说明有故障产生；若残差估计函数小于无故障发生时残差估计函数的上确界，则说明没有故障产生；

(Ⅵ)检测到故障发生后，用卡尔曼滤波得到环流交流侧线电流的最优估计值，再用环流交流侧线电流的量测值与最优估计值比较得残差；

(Ⅶ)利用最优估计与量测值的残差，采用卡尔曼滤波方法与支持向量机算法，定位得到具体的故障桥臂。

进一步的，所述步骤(Ⅶ)中，卡尔曼滤波方法与支持向量机算法相结合对MMC进行故障定位包括以下步骤：

(Ⅶa)利用故障后环流和交流侧线电流的量测值与最优估计值比较得的残差，作为支持向量机的训练集；

(Ⅶb)创建支持向量机算法的故障定位模型；

(Ⅶc)仿真测试；

(Ⅶd)输出故障定位标签，当不同位置故障时输出不同标签。