[发明专利]一种风电变流器功率模块IGBT健康状态评价方法在审
申请号: | 201910974000.4 | 申请日: | 2019-10-14 |
公开(公告)号: | CN110658437A | 公开(公告)日: | 2020-01-07 |
发明(设计)人: | 全瑞坤;李辉;杨甜;胡玉;冉军;刘晓宇;何蓓;刘静;杨微;兰涌森;余强 | 申请(专利权)人: | 重庆大学 |
主分类号: | G01R31/26 | 分类号: | G01R31/26;G06K9/62 |
代理公司: | 11275 北京同恒源知识产权代理有限公司 | 代理人: | 赵荣之 |
地址: | 400044 重*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 风电变流器 功率模块 无监督学习 聚类算法 自组织 迭代 健康状态 网侧变频器 环境风速 监测数据 潜在关系 数据采集 运行维护 状态监测 分类 算法 采集 挖掘 健康 | ||
1.一种风电变流器功率模块IGBT健康评价方法,其特征在于:通过采集环境温度,风速,机侧和网侧变频器的功率,使用无监督学习迭代自组织聚类算法对IGBT工作状态进行分类,包括以下步骤:
S1:采集环境温度,风速,机侧和网侧变频器的功率;
S2:使用无监督学习迭代自组织聚类算法对IGBT工作状态进行分类。
2.根据权利要求1所述的风电变流器功率模块IGBT健康评价方法,其特征在于:步骤S1具体包括以下步骤:
S11:设定可编程逻辑控制器PLC的模拟数字采样频率,对电压电流信号进行采样并转换为数字信号到可编程逻辑控制器PLC,然后通过计算有功功率;
S12:通过卡尔曼滤波算法对数据进行处理,消除错误数据。
3.根据权利要求1所述的风电变流器功率模块IGBT健康评价方法,其特征在于:步骤S2具体包括以下步骤:
S21:设置预期的IGBT健康状态聚类中心数目K0,聚类中心最小样本数目Nmin,最大方差σ,聚类簇中心最小距离Dmin;
S22:计算K0个IGBT健康状态聚类中心的距离并将其分类到最小的聚类中心簇;
S23:判断每个IGBT健康状态聚类簇中的样本数是否小于Nmin,如果小于该值则舍弃该聚类簇,并且令K=K-1,同时把该类中的样本数据重新分配给剩下的距离最小的聚类中心所对应的类;
S23:针对每个IGBT健康状态聚类中心所对应的分类Ci,重新计算该分类的聚类中心
S24:如果IGBT健康状态聚类中心数进行分裂操作;
S25:如果IGBT健康状态聚类中心数K≥2K0,进行合并操作;
S26:如果达到最大迭代次数则终止,否则回到S22继续执行。
4.根据权利要求1所述的风电变流器功率模块IGBT健康评价方法,其特征在于:所述的IGBT健康状态评价方法通过无监督迭代自组织聚类算法将IGBT状态分类成若干个健康状态。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆大学,未经重庆大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910974000.4/1.html,转载请声明来源钻瓜专利网。