基于小波包能量交叉熵和大脑情感学习神经网络的MMC在线故障诊断方法
成果类型:: 发明专利
发布时间: 2023-12-12 17:02:35
本发明的目的在于提供一种基于小波包能量交叉熵和大脑情感学习神经网络的MMC在线故障诊断方法,采用小波包分解采集的MMC模块化多电平故障桥臂电流离线数据,得到各频段能量熵,并求取相邻频段能量交叉熵;接着采用T SNE非线性降维对能量交叉熵数据进行降维,作为最终的数据特征训练FBELNN;将实时采集到的MMC桥臂数据进行上述特征提取,然后输入到训练好的FBELNN模型中,进行在线故障诊断。
提供一种基于小波包能量交叉熵和大脑情感模型的MMC故障在线诊断方法,具体为基于小波包能量交叉熵和大脑情感学习神经网络(FBELNN)的模块化多电平在线故障诊断方法,采用模糊大脑情感学习神经网络对MMC模块化多电平的桥臂电流数据进行诊断,同时具备诊断精度高,诊断速度快的特点。其基本设计思路为:采用小波包分解采集的MMC模块化多电平故障桥臂电流离线数据,得到各频段能量熵,并求取相邻频段能量交叉熵;接着采用T-SNE非线性降维对能量交叉熵数据进行降维,作为最终的数据特征训练FBELNN;将实时采集到的MMC桥臂数据进行上述特征提取,然后输入到训练好的FBELNN模型中,进行在线故障诊断。
模块化多电平变流器(modular multilevel converter,MMC)采用多个子模块串联的形式,输出电压等级变化灵活,模块具有可扩展性,低开关频率和高输出波形质量的优势。目前,长距离高压直流输电、一些中电压等级的电机驱动、海上风电项目的新能源电能输送等均可看到MMC的广泛应用。伴随其在工程领域的应用,子模块的开关管即绝缘栅双极型晶体管(insulated gate bipolar transistors,IGBT)开路故障问题日益突出并成为制约其稳定运行的主要因素。IGBT开路故障诊断与定位方法作为及时识别开路故障,保证MMC持续稳定运行的主要手段而被广泛研究。
目前IGBT故障诊断方式主要有三种,基于硬件电路,基于模型和基于人工智能的方法;其中,基于人工智能的方法主要为机器学习和深度学习,如聚类算法、卷积神经网络、支持向量机等方法方法。该类方法能直接利用MMC采样系统获得的桥臂电流、子模块电压、输出电流等数据进行特征提取和诊断,因此,基于人工智能的诊断方法往往不需要添加额外的硬件检测电路,因此,被研究并应用于MMC开关管开路故障诊断和定位中。
聚类算法应用于MMC故障检测,以K-means为例,其主要思想为设置数据的初始聚类中心,计算数据到聚类中心的距离,然后将数据分入与其最小的聚类后就更新新的聚类中心,通过判断聚类中心是否收敛来决定是否输出聚类结果,如果不收敛就再次返回到计算数据到聚类中心的距离,不断的更新聚类中心和计算聚类中心收敛条件,从而达到故障检测目的。聚类算法主要是先得到子模块的状态变化量,如电容器电压和电流,再通过他们的二维空间动态矢量变化的离合度来辨别MMC故障子模块,这种通过MMC的详细切换模型去监测和定位故障子模的方法,无需应用传感器,但依赖所有子模块的电压电流数据,存在着MMC电平数越高,计算量越大的问题。
发明人:林琼斌 党万成 黄若辰 王武 王亚雄 黄庆荣福州大学(Fuzhou University),简称福大,位于福建省福州市,创建于1958年,是国家“双一流”建设高校,国家“211工程”建设高校,国家教育部、国家国防科技工业局与福建省人民政府共建高校,福建省三所重点建设的高水平大学之一,福建省一流大学建设高校,入选国家建设高水平大学公派研究生项目、教育部首批“卓越工程师教育培养计划”高校、新工科研究与实践项目、数据中国“百校工程”项目、国家“111计划”、“高校国际化示范学院推进计划”、国家级大学生创新创业训练计划、全国首批深化创新创业教育改革示范高校、中国政府奖学金来华留学生接收院校、全国专业学位研究生教育综合改革试点单位、国家集成电路人才培养基地、首批高等学校科技成果转化和技术转移基地、高校国家知识产权信息服务中心。
相比于现有技术,本发明及其优选方案通过不断更新优化,及时更新网络参数,最终得到的训练模型能够对故障特征数据进行很好的区分,由于采用大脑情感学习神经网络,诊断速度具有显著优势。
当前专利未经权利人许可不得实施,希望将科技成果转让给研发实力雄厚的企业,由受让人对科技成果实施转化。交易的是科技成果中的知识产权,可以包括专利权、专利申请权、技术秘密等。科技成果转让后,转让方获得转让费,不再是科技成果的所有人;受让方向转让方支付转让费,并成为科技成果的新的所有人。