基于多頻段歪度分析的微網(wǎng)逆變器自適應(yīng)故障診斷方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于微電網(wǎng)故障診斷領(lǐng)域，特別涉及一種基于多頻段歪度分析的微網(wǎng)逆變 器自適應(yīng)故障診斷方法。
【背景技術(shù)】
[0002] 隨著人們對(duì)能源質(zhì)量要求的不斷提高，微電網(wǎng)技術(shù)也越來(lái)越受到重視。逆變器的 可靠性是微電網(wǎng)正常運(yùn)作的基礎(chǔ)保障。逆變器的故障會(huì)影響系統(tǒng)許多其它組件的正常工 作，導(dǎo)致電能輸出的不穩(wěn)定以及很多不良影響。因此，微電網(wǎng)逆變器系統(tǒng)的故障診斷在維持 系統(tǒng)正常運(yùn)行和降低經(jīng)濟(jì)損失方面有著重要的意義。
[0003] 雖然現(xiàn)有相關(guān)逆變器故障診斷方法多種多樣，但仍存在很多的不足：很多逆變器 故障診斷方法中大多針對(duì)逆變器開(kāi)路故障的診斷，這主要因?yàn)楹茈y實(shí)現(xiàn)短路故障的診斷和 分類。短路故障往往特征值不是特別明顯，這也主要受限于很多方法的分辨精度問(wèn)題。另 一方面，基于各種算法的相關(guān)故障診斷方法是需要根據(jù)具體系統(tǒng)診斷情況，設(shè)定算法的相 關(guān)閥值，這類方法往往過(guò)于理想化，難以精確的實(shí)現(xiàn)故障診斷，而且如果像新型微電網(wǎng)中的 逆變器，開(kāi)關(guān)多，具有故障診斷針對(duì)性的算法很難實(shí)現(xiàn)全面的故障診斷設(shè)計(jì)，應(yīng)用范圍非常 局限。專家系統(tǒng)類的故障診斷方法，需要詳細(xì)的各種故障類別特征值，實(shí)際操作起來(lái)非常困 難，且很難實(shí)現(xiàn)精度較高的分辨效果。由此可見(jiàn)，現(xiàn)有逆變器的相關(guān)故障診斷方法存在著很 多問(wèn)題。
[0004] 多種多樣的現(xiàn)有故障診斷方法，大體可分為基于數(shù)據(jù)和基于模型的。早期的相關(guān) 研究大多是基于模型的，根據(jù)數(shù)學(xué)表達(dá)式研究相關(guān)特性以及故障情況，并通過(guò)數(shù)學(xué)手段進(jìn) 行相關(guān)的故障檢測(cè)和故障恢復(fù)。隨著智能電網(wǎng)技術(shù)的發(fā)展、新型電網(wǎng)種類的不斷增多、規(guī)模 的不斷擴(kuò)大和需求側(cè)的不可預(yù)測(cè)性，電網(wǎng)的數(shù)學(xué)模型很難精確的被構(gòu)建，更難以通過(guò)精確 的數(shù)學(xué)方式去實(shí)現(xiàn)故障的診斷和恢復(fù)。因此基于數(shù)據(jù)的診斷方法受到更多的關(guān)注，它是一 種基于數(shù)據(jù)條件下，根據(jù)一定的算法對(duì)信號(hào)數(shù)據(jù)進(jìn)行分析實(shí)現(xiàn)故障的診斷與分類問(wèn)題，其 更具有一定的實(shí)際操作意義。

【發(fā)明內(nèi)容】

[0005] 針對(duì)現(xiàn)有技術(shù)存在的不足，本發(fā)明提供一種基于多頻段歪度分析的微網(wǎng)逆變器自 適應(yīng)故障診斷方法。
[0006] 本發(fā)明的技術(shù)方案是這樣的：
[0007] -種基于多頻段歪度分析的微網(wǎng)逆變器自適應(yīng)故障診斷方法，包括以下步驟：
[0008] 步驟1 :從微電網(wǎng)獲得經(jīng)濾波采樣后的三相電流信號(hào)；
[0009] 步驟2 :基于能量分析的方法對(duì)三相電流信號(hào)進(jìn)行分解與重構(gòu)，得到多層次、不同 頻段的分解信號(hào)；
[0010] 步驟2. 1 :初步確定微電網(wǎng)逆變器正常狀態(tài)下，三相電流信號(hào)的應(yīng)分解層數(shù)J; [0011] 設(shè)三相電流信號(hào)的采樣頻率為fs，則將微電網(wǎng)三相電流信號(hào)分解為多層次的分解 信號(hào)時(shí)，第j層分解信號(hào)對(duì)應(yīng)的頻率帶寬為[2 (]+1)fs，2 ]fs];如果微電網(wǎng)逆變器正常狀態(tài) 下，系統(tǒng)輸出的三相電流信號(hào)的頻率f，且正好處于三相電流采樣信號(hào)第Μ層分解信號(hào)對(duì)應(yīng) 的頻率帶寬[2 (M+1)fs，2Mfs]之中，則可確定此時(shí)三相電流信號(hào)的主要能量分布在第Μ層中， 從而初步確定三相電流信號(hào)的應(yīng)分解層數(shù)J=Μ;
[0012] 步驟2. 2 :采用基于離散小波變換的多分辨率分析方法對(duì)微電網(wǎng)三相電流信號(hào)進(jìn) 行J層的分解，得到微電網(wǎng)三相電流信號(hào)在不同層次的分解系數(shù)；
[0013] 步驟2. 3:對(duì)每層的分解系數(shù)分別進(jìn)行重構(gòu)得到電網(wǎng)三相電流信號(hào)的J個(gè)頻段的 分解信號(hào)；
[0014] 步驟2. 4:確定三相電流信號(hào)在上述J層的能量分布情況；
[0015] 首先分別從微電網(wǎng)獲得經(jīng)濾波采樣后的一組開(kāi)關(guān)管的不同狀態(tài)下的三相電流信 號(hào)；然后按照步驟2. 2和步驟2. 3的方法分別將本步驟所采樣的三相電流信號(hào)進(jìn)行J層分 解和重構(gòu)得到相應(yīng)的分解信號(hào)；再計(jì)算各分解信號(hào)的能量值，進(jìn)而確定該組開(kāi)關(guān)的不同狀 態(tài)下的三相電流信號(hào)的能量分布情況；
[0016] 步驟2. 5 :從層數(shù)Μ開(kāi)始逐層增加分解層數(shù)，并按照步驟2. 2和步驟2. 3的方法得 到新增加的分解信號(hào)，再按照步驟2. 4的方法計(jì)算出新增加的分解信號(hào)的能量值，進(jìn)而確 定出增加分解層數(shù)后的三相電流信號(hào)的能量分布情況，直到獲得最優(yōu)分解層數(shù)J%進(jìn)而確 定三相電流信號(hào)的最終分解層數(shù)J=r;
[0017] 從Μ層開(kāi)始逐層增加分解層數(shù)，并按照步驟2. 2和步驟2. 3的方法得到新增加的 分解信號(hào)，再按照步驟2. 4的方法計(jì)算出新增加的分解信號(hào)的能量值；當(dāng)分解到第Γ層時(shí)， 若在微網(wǎng)逆變器中所有開(kāi)關(guān)的不同狀態(tài)下的第Γ層的信號(hào)能量值總數(shù)小于微網(wǎng)逆變器中 所有開(kāi)關(guān)的不同狀態(tài)下的第Γ-1層的信號(hào)能量值總數(shù)，且三相電流信號(hào)的主要能量分布在 JM層時(shí)，則將第Γ層確定為最優(yōu)分解層數(shù)，進(jìn)而確定三相電流信號(hào)的最終分解層數(shù)J= J*;
[0018] 步驟3 :計(jì)算各頻段對(duì)應(yīng)的分解信號(hào)的歪度特征值；
[0019] 步驟4:以各分解信號(hào)的歪度特征值為輸入，以微網(wǎng)逆變器故障診斷結(jié)果為輸出， 建立并訓(xùn)練神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；
[0020] 步驟5 :利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行微網(wǎng)逆變器自適應(yīng)故障診斷。
[0021] 本發(fā)明的原理為：本發(fā)明立足信號(hào)特征在故障前后不同頻段內(nèi)的變化，基于離散 小波多分辨率分析方法提取不同頻段、多層次的三相電流分解系數(shù)，并通過(guò)重構(gòu)獲得故障 檢測(cè)信號(hào)（三相電流信號(hào)）不同頻段、多層次的分解信號(hào)，并通過(guò)能量分析方法確定最優(yōu)分 解層數(shù)。然后分別對(duì)不同頻段的多層次分解信號(hào)進(jìn)行歪度分析，得到各分解信號(hào)的歪度特 征值來(lái)表示各分解信號(hào)因故障而發(fā)生的扭曲程度。最后以三相電流信號(hào)不同頻段各分解信 號(hào)的歪度特征值為輸入，以微網(wǎng)逆變器故障診斷結(jié)果為輸出，建立神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，實(shí)現(xiàn)微網(wǎng) 逆變器自適應(yīng)故障診斷。
[0022] 本發(fā)明的有益效果：
[0023] 1.通過(guò)基于離散小波多分辨率分析方法對(duì)三相電流信號(hào)進(jìn)行多層次的分解和重 構(gòu)獲得三相信號(hào)不同頻段的詳細(xì)分解信號(hào)，可以體現(xiàn)出信號(hào)在不同頻段發(fā)生的信號(hào)變化規(guī) 律，可以進(jìn)一步提高微網(wǎng)逆變器故障診斷識(shí)別能力，并且，通過(guò)信號(hào)的能量分析方法，針對(duì) 具體的電網(wǎng)故障信號(hào)，在提高診斷識(shí)別精度的前提下，盡量減少不必要的分解層數(shù)，降低計(jì) 舁里；
[0024] 2.對(duì)不同頻段、多層次的分解信號(hào)進(jìn)行歪度程度的分析，能夠體現(xiàn)由故障引起的 三相電流信號(hào)在不同頻段的扭曲變化程度。而且所提取的多層次三相電流信號(hào)歪度特征 值，在不同的逆變器開(kāi)關(guān)狀態(tài)下的變化是明顯的，因此可以非常出色的體現(xiàn)出不同逆變器 開(kāi)關(guān)故障帶來(lái)的信號(hào)變化程度；
[0025] 3.建立的以各分解信號(hào)的歪度特征值為輸入和以微網(wǎng)逆變器故障診斷結(jié)果為輸 出的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)可以實(shí)現(xiàn)微網(wǎng)逆變器自適應(yīng)故障診斷，不用設(shè)定閥值，更加有利于實(shí)際 操作使用，且相對(duì)精度較高，能很好地進(jìn)行微電網(wǎng)逆變器開(kāi)關(guān)故障的診斷與定位。
【附圖說(shuō)明】
[0026] 圖1為本發(fā)明一種實(shí)施方式的微電網(wǎng)逆變器系統(tǒng)結(jié)構(gòu)示意圖；
[0027] 圖2為本發(fā)明一種實(shí)施方式的基于多頻段歪度分析的微網(wǎng)逆變器自適應(yīng)故障診 斷方法流程圖；
[0028] 圖3為本發(fā)明一種實(shí)施方式的電流信號(hào)Iac]經(jīng)過(guò)離散小波變換的分解得到不同層 次的分解系數(shù)的過(guò)程示意圖；
[0029] 圖4本發(fā)明一種實(shí)施方式的結(jié)構(gòu)為33-23-13的神經(jīng)網(wǎng)絡(luò)示意圖；
[0030] 圖5本發(fā)明一種實(shí)施方式三相電流信號(hào)經(jīng)分解和重構(gòu)后的11層分解信號(hào)圖。
【具體實(shí)施方式】
[0031] 下面結(jié)合附圖對(duì)本發(fā)明的實(shí)施方式作進(jìn)一步詳細(xì)的說(shuō)明。
[0032] 本實(shí)施方式以圖1所示的微電網(wǎng)逆變器開(kāi)關(guān)故障為例詳細(xì)說(shuō)明本實(shí)施方式的基 于多頻段歪度分析的微網(wǎng)逆變器自適應(yīng)故障診斷方法。圖1為微電網(wǎng)逆變器系統(tǒng)結(jié)構(gòu)示意