[发明专利]一种基于经验模态分解和决策树RVM的三电平逆变器故障诊断方法

摘要

本发明公开了一种基于经验模态分解和决策树RVM的三电平逆变器故障诊断方法，针对光伏发电系统中的二极管中点箝位式三电平逆变器故障诊断问题，首先分析逆变电路的运行情况并进行故障分类，然后以中、上、下三种桥臂电压为测量信号，采用经验模态分解法提取各个信号分量，再计算对应的能量和能量熵等参数，进而利用粒子群聚类算法生成决策树RVM分类模型，最终实现了光伏二极管中点箝位式三电平逆变器的多模式故障诊断。其优点是：不需要设定参数，分类模型数目较少，运算效率高且诊断精度高，鲁棒性强。

主权项

1.一种基于经验模态分解和决策树RVM的二极管中点箝位式三电平逆变器故障诊断方法，其特征在于，包括：构建二极管中点箝位式三电平逆变电路模型并进行故障分类；提取三电平逆变电路开路故障特征向量；构建粒子群聚类三电平逆变器故障诊断决策树；构建相关向量机故障分类决策树模型，最终实现光伏二极管中点箝位式三电平逆变器的故障诊断；第一步：构建二极管中点箝位式三电平逆变电路模型并进行故障分类；三电平逆变器主电路由三相桥臂构成，共有两个钳位电容、十二个主开关管、十二续流二极管和六个中点钳位二极管；由于光伏二极管中点箝位式三电平逆变器电路的三相是对称的，因此以A相为例，其他相类似；三电平逆变电路故障的开路故障包括IGBT开路、串联熔断器熔断和触发脉冲丢失故障，同时还考虑中点钳位二极管开路的情况，故障分类如下，共四大类十三小类；1)系统无故障，共一小类；2)单个钳位二极管开路，共两小类；3)单个功率器件开路，即在四个功率管中任意一个开路，共四小类；4)两个器件开路，存在两种情况：一是开路的两个功率管不在同一桥臂，这种情况归结为不同桥臂上的单个器件故障，参考第三种单个功率器件开路的故障分类；二是故障的两个开关管在同一桥臂，即四个功率管中任意两个功率管开路的情况，共六小类；第二步：提取三电平逆变电路开路故障特征向量；在信号的分析过程中，时间尺度和随时间尺度分布的能量是信号的两个最主要参数；当逆变电路功率管开路时，其电压信号与正常系统的电压信号相比，相同频带内信号的能量会有较大差别；在信号各个频率成分的能量中包含着丰富的故障信息，某种或几种频率成分能量的改变即代表了一种故障，因此根据各频带能量的变化进行故障分析；对采用空间矢量脉宽调制(SVPWM)和中性点电位控制的二极管中点箝位式三电平逆变器主电路进行建模，建模后对各种故障发生时的桥臂电压进行EMD分解，选取前n个IMF分量和残留量，再计算各个IMF分量和残留量的能量；设各个分量的能量E_i式中，c_i,k(i＝1,2,…,n+1；k＝1,2,…,J)为前n个IMF分量和残留量的J个离散点的幅值；得到各个桥臂电压的能量后就可以构建特征向量，其中特征向量T₁为：T₁＝[E₀ E₁ ... E_n+1]                        (2)考虑到能量的数值往往较大，为便于后面分类，对归一化处理过程进行改进同时，在各个IMF能量的基础上，计算相应的IMF能量熵式中，p_i＝E_i/E_z为第i个分量的能量占整个信号能量的百分比综合以上参数，故障特征向量定义为：T₁'＝[E₀/E E₁/E ... E_n+1/E H₁]                   (6)采用同样的方法再处理上、下桥臂，分别得到特征向量T₂′和T₃′，定义故障特征向量为：T＝[T₁' T₂' T₃']                         (7)将各个故障情况下的桥臂电压按照上述过程进行特征提取，最后构建数据样本；第三步：构建粒子群聚类三电平逆变器故障诊断决策树；三电平逆变器共有13种故障类型，若要构建决策树，那么采用聚类算法将故障不断地划分成两类，直到子类只包含一种样本类型为止，其具体为：先处理初始类，将全部训练样本作为初始类，利用聚类算法，将其划分成两个子类；再判断子类，如果子类只包含一种样本类型，则算法结束，否则继续利用聚类算法进行聚类划分，直到所有子类只包含一种样本类型；采用粒子群聚类算法；粒子群聚类算法需要先进行初始化，随机初始化粒子群，设置相关参数，再进行随机分类，将每个样本随机分类，计算适应度、聚类中心这两个参数，将粒子初速度设为零；这样就可以根据初始粒子群，得到的粒子个体最优位置p_id和全局最优位置p_gd；依据粒子的聚类中心编码，按照最近邻法则，确定每个样本的聚类划分，并按照新的聚类划分，计算新的聚类中心，更新适应度；再一次比较适应度，若其优于个体最优位置p_id，则更新p_id；若其优于全局最优位置p_gd，则更新p_gd；如果达到最大迭代次数，则算法结束，否则继续迭代；这样将聚类的结果进行汇总就可以构建故障诊断决策树的结构，为后面RVM的训练对象提供依据；第四步：构建相关向量机故障分类决策树模型；按照3:7的比例将数据样本划分成训练集和测试集，训练集按照上一步得到的决策树结构进行训练；训练完成后，利用测试集进行测试，得到诊断精度、平均训练时间和平均测试时间指标，最终实现光伏二极管中点箝位式三电平逆变器的故障诊断。