[发明专利]能馈供电装置的故障诊断方法、装置及存储介质有效

专利信息
申请号: 202010738590.3 申请日: 2020-07-28
公开(公告)号: CN111880117B 公开(公告)日: 2022-04-08
发明(设计)人: 刘占英;陈瑞军;刘志刚;张钢;陈杰;刘楠;宋大伟;彭府君;王晓东;徐起阳;孟飞;焦旭;石磊;霍长龙;牟富强;漆良波;魏路 申请(专利权)人: 北京交通大学;呼和浩特市城市轨道交通建设管理有限责任公司;北京千驷驭电气有限公司
主分类号: G01R31/54 分类号: G01R31/54
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 朱颖;刘芳
地址: 100044 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 供电 装置 故障诊断 方法 存储 介质
【说明书】:

本申请提供一种能馈装置开路故障诊断方法、装置及存储介质。该方法包括:获取能馈供电装置的脉冲宽度调制PWM整流器的三相电流波形;确定所述三相电流波形的故障特征量;将所述故障特征量输入目标神经网络模型,得到所述PWM整流器的实时故障诊断结果。本申请的方法可以进行开关器件开路故障的诊断,可以有效的缩短能馈供电装置处于故障运行的时间,降低能馈供电装置的运行风险。

技术领域

本申请涉及整流器开关器件开路故障诊断技术,尤其涉及一种能馈供电装置的故障诊断方法、装置及存储介质。

背景技术

城市轨道交通由于具有安全舒适、载客量大、运行速度快、节能环保等优势,成为了解决日益严重的城市拥堵问题的首选方案。能馈供电装置的直流侧电压可调,且可以实现列车的再生制动能量的回馈再利用,具有较好的节能效果,同时还能为列车提供牵引能量,提供直流供电品质。此外,能馈供电装置还有着无功补偿、直流稳压、谐波补偿等功能,因此,可以作为城市轨道交通系统中的供电装置。而能馈供电装置之所以有众多性能良好的优点,是因为能馈供电装置相比于传统的二极管整流器拥有更精密的开关器件。然而这些精密的开关器件在运行时易发生故障。据统计,38%的变流装置故障是由功率开关器件开路和短路故障引起的。开关器件短路故障因为短时危害严重且电流升高明显,目前已能有效的诊断并在发生故障的第一时间进行故障切除;而开关器件开路故障由于短时间内危害较小,且故障电流变化不明显,目前难以有效监控。

如果开关器件长时间处于开路故障状态,不但会导致设备寿命减少,还可能会引发二次故障,造成更加严重的后果。因此,如何进行开关器件开路故障的诊断,降低能馈供电装置的运行风险,是亟待解决的问题。

发明内容

本申请提供一种能馈供电装置的故障诊断方法、装置及存储介质,用以进行开关器件开路故障的诊断,降低能馈供电装置的运行风险。

一方面,本申请提供一种能馈供电装置的故障诊断方法,包括:

获取能馈供电装置的脉冲宽度调制PWM整流器的三相电流波形;

确定所述三相电流波形的故障特征量,所述故障特征量为基于小波包分解法从三相电流波形信号中提取的范数熵;

将所述故障特征量输入目标神经网络模型,得到所述PWM整流器的实时故障诊断结果。

其中一项实施例中,所述将所述故障特征量输入目标神经网络模型,得到所述PWM整流器的实时故障诊断结果之前,还包括:

确定初始神经网络模型的结构数据,所述结构数据包括输入层节点个数、隐含层节点个数和输出层节点个数;

根据所述初始神经网络模型的结构数据,创建初始神经网络模型;

训练所述初始神经网络模型,将训练完成的所述初始神经网络模型作为所述目标神经网络模型。

其中一项实施例中,所述训练所述初始神经网络模型,包括:

获取布谷鸟算法;

根据所述初始神经网络模型的结构数据,使用布谷鸟算法对所述初始神经网络模型的参数进行编码,得到所述初始神经网络的编码数据;

根据编码数据更新所述初始神经网络模型,得到所述目标神经网络模型。

其中一项实施例中,所述根据所述初始神经网络模型的结构数据,使用布谷鸟算法对所述初始神经网络模型的参数进行编码,包括:

获取所述布谷鸟算法中布谷鸟种群的每个布谷鸟个体对应于所述初始神经网络模型的待编码权值和待编码阈值,得到与每个所述布谷鸟个体对应的待编码数据,所述待编码数据包括待编码权值和待编码阈值;

确定与所述布谷鸟种群中每个所述布谷鸟个体对应的各个适应度值,得到适应度值数据组,所述适应度值数据组中的适应度值的数量等于所述预设数量;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京交通大学;呼和浩特市城市轨道交通建设管理有限责任公司;北京千驷驭电气有限公司,未经北京交通大学;呼和浩特市城市轨道交通建设管理有限责任公司;北京千驷驭电气有限公司许可,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/202010738590.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top