[发明专利]一种基于自适应滤波的风电变流器故障诊断

摘要

本发明属于风电变流器故障诊断领域。针对永磁直驱风力发电系统变流器，设计基于电流归一化以及电流平均值的故障诊断框架。为了提高电流观测的准确率，引入自适应卡尔曼滤波器算法。选取Sage‑Husa噪声估计器自适应的实时调整Q,R的值，增强算法在统计特征未知的噪声背景下的鲁棒性。并通过重置误差协方差矩阵的方法增强算法对于参数突变的跟踪估计能力。

主权项

1.一种基于自适应滤波的风电变流器故障诊断方法，其特征在于：Step1：令k＝1，设置状态估计初始值和误差协方差矩阵的初始值分别为过程噪声协方差矩阵和测量噪声协方差矩阵Q_k,R_k，并设定遗忘因子b和误差协方差矩阵重置阈值C，同时根据离散系统的状态方程和测量方程，计算得出状态转移矩阵F_k和测量方程系数矩阵H_k。需要说明的是，在实际情况中，随着时间的推移，初始状态及其协方差对KF算法的影响逐渐减小，但是噪声协方差矩阵Q_k,R_k会阻碍这种影响衰减性，因此，噪声协方差矩阵初始值的选取应尽可能接近实际系统，一般通过实验值确定。Step2：根时间更新，获得状态预测值以及一步预测误差协方差阵Step3：计算增益矩阵K_k+1，并更新状态估计值和误差协方差矩阵便于下一时刻继续迭代。Step4：利用噪声估计器，在前一时刻k的基础上更新k+1时刻的过程噪声协方差矩阵和测量噪声协方差矩阵Qk+1,Rk+1。Step5：比较k+1时刻的估计值与测量值y_k+1，若两者的误差超过阈值C，则误差协方差矩阵重置为初始时刻的误差协方差矩阵若两者的误差并没有超过阈值C，则当前时刻的误差协方差矩阵保持不变，继续用于后续迭代计算。Step6：利用两相旋转坐标系‑三相静止坐标系之间的坐标变换公式，将k+1时刻的状态向量isd、isq转变为定子的相电流isa、isb、isc。Step7：给定电流频率f，基于各相电流i_sa、i_sb、i_sc的绝对值，分别计算固定采样时刻[k‑1/f,k]范围内均方根值与平均值的比值，也即获得估计的检测参数Step8：令k＝k+1，若k达到设定结束时刻，则终止算法；否则，转向步骤2，继续迭代循环。Step9：在检测参数估计值的基础上叠加ε_sa、ε_sb、ε_sc，获得自适应阈值V_sa、V_sb、V_sc，并比较检测参数的测量值σ_sa、σ_sb、σ_sc与自适应阈值的大小关系，判定是否存在发生故障。Step10：根据永磁同步电机定子的相电流测量值在[k‑1/f,k]范围内的平均值，计算得到定位参数ζsa、ζsb、ζsc。通过比较定位参数与阈值的大小关系，判断故障位置。