軟故障在電力電子電路的診斷方法對(duì)比

韓菁

江蘇技術(shù)師范學(xué)院

軟故障在電力電子電路的診斷方法對(duì)比

韓菁

江蘇技術(shù)師范學(xué)院

為了有效降低因?yàn)殡娏﹄娮友b置故障而形成的停機(jī)時(shí)間，并且方便工作人員提前維修即將產(chǎn)生故障的器件，對(duì)于電力電子辦的故障診斷的研究則是非常重要的。就當(dāng)前來(lái)看，電力電子電路故障的診斷技術(shù)在不斷的發(fā)展，大家對(duì)于故障診斷的研究也在逐漸加深，人們也越來(lái)越關(guān)注電力電子電路的故障診斷。為此，電路故障診斷也將會(huì)成為此行業(yè)中十分關(guān)注的問(wèn)題。

軟故障 電力電子 電路 診斷方法 對(duì)比

就當(dāng)前來(lái)看，電路故障的基本診斷方法主要有以下幾類，首先是基于故障頻率診斷算法的診斷方法，其次為基于故障字典算法的診斷方法以及基于K故障診斷算法的診斷方法等。而第一大類是最為常見的診斷方法，這是由于電路產(chǎn)生故障的頻率非常高，而且故障產(chǎn)生的基本原因也比較復(fù)雜，為此，研究電路故障出現(xiàn)的原因是必不可少的。

1 電力電子電路的基本認(rèn)識(shí)

1.1 電力電子電路的具體特點(diǎn)

與我們平常所說(shuō)的模擬電路或者數(shù)字電路有所不同，電力電子電路的基本器件過(guò)載能力相對(duì)較小，所以，設(shè)備損壞的速度也非常的快，通常情況下，其具體的損壞時(shí)間保持在十微秒以內(nèi)，為此，當(dāng)故障產(chǎn)生之前不易發(fā)覺征兆。根據(jù)傳統(tǒng)故障判斷方法來(lái)分析，它主要依靠所輸出的波形加以判斷的，判斷其緩變的具體故障，可是這類方式對(duì)于電力電子電路中快速的突發(fā)性故障是不能完全掌握的。

1.2 電力電子電路故障的診斷

由于傳統(tǒng)故障判斷方法有一定的缺陷，因此，有關(guān)學(xué)者研究出了一類關(guān)于粒子群優(yōu)化算法的電力電子電路故障診斷法，運(yùn)用此類被優(yōu)化后的方法來(lái)運(yùn)算相應(yīng)的離子，再運(yùn)用類種方法把一些無(wú)法確定的因素加以診斷。通過(guò)在不同情況下的實(shí)驗(yàn)，我們將清楚地看到它運(yùn)用于電力電子電路故障的診斷，在此過(guò)程中還能夠十分精準(zhǔn)地獲得我們想要的信息，并且其效率也是非常理想的。

1.3 電力電子電路在運(yùn)行過(guò)程中的可靠性

人們對(duì)于電力電子電路在具體的運(yùn)行過(guò)程中十分注重其可靠性，但是在實(shí)際的操作中卻不能對(duì)此展開良好的計(jì)劃，隨著電力電子裝置被不斷的運(yùn)用，此裝置的妨礙一般體現(xiàn)在電子器件的損壞上，但是，具體的妨礙信息只存在于產(chǎn)生妨礙至停電前的數(shù)十毫秒內(nèi)，同時(shí)，一些運(yùn)用專家體系對(duì)發(fā)電機(jī)勵(lì)磁體系的晶閘管整流電路舉行妨礙診斷，在對(duì)付那些比較大的電路時(shí)，其基本信號(hào)引出線也會(huì)有所增加，但是它只適用于不帶反電動(dòng)勢(shì)的整流電路中，如何計(jì)劃出科學(xué)合理的電力電子電路妨礙診斷方案，還需要以非侵入性來(lái)聯(lián)接相關(guān)要領(lǐng)。電力電子電路的具體功率逐漸上升至數(shù)千千瓦，這種情況也是因?yàn)殡娏﹄娮悠骷倪^(guò)載能力小。近些年以來(lái)，無(wú)論是國(guó)內(nèi)還是國(guó)外都有許多研究人員對(duì)于電力電子電路的防礙診斷問(wèn)題展開了相應(yīng)的探討，它的破壞速度非?？欤瑢?duì)于這類要領(lǐng)我們需要同時(shí)監(jiān)測(cè)每一個(gè)晶閘管元件的端電壓，在妨礙出現(xiàn)前是很難找到相關(guān)前兆的，這也造成了對(duì)主電路的滋擾。

2 電力電子電路軟故障的基本診斷方法

對(duì)于電力電子電路的軟故障診斷，我們主要分析了在知識(shí)故障診斷中的兩類典型運(yùn)用，即SVM法與BPNN法，由于BPNN的基本結(jié)構(gòu)主要運(yùn)用單輸出BPNN模型以及多輸出BPNN模型。而SVM模型主要運(yùn)用了OVA算法與OVO算法。

2.1 SVM法

SVM分類的具體思想主要是建立于一個(gè)超平面當(dāng)作決策曲面，讓其處于反例和正例之間的隔離邊緣，并且被最大化。在展開線性分類的過(guò)程中，把具體分類面取出在離兩類樣本距離最大的地方，在展開非線性分類時(shí)，還要通過(guò)高維空間對(duì)其進(jìn)行變換，把非線性分類轉(zhuǎn)變?yōu)榭臻g的線性分類問(wèn)題。因?yàn)镾VM自身具備分類的問(wèn)題，在對(duì)多分類問(wèn)題進(jìn)行處理時(shí)，往往被轉(zhuǎn)化成二分類的基本問(wèn)題，為此，我們一般會(huì)運(yùn)用兩類轉(zhuǎn)換方法，即OVA算法與OVO算法兩種。OVA（一對(duì)多算法）主要指的是把一個(gè)C類分類的具體問(wèn)題轉(zhuǎn)化成C個(gè)二分類的問(wèn)題，其中第i個(gè)分類器主要是通過(guò)將屬于第i類樣本點(diǎn)作為正類，而其它的所有樣本點(diǎn)當(dāng)作負(fù)類所訓(xùn)練形成。OVO（一對(duì)一算法）主要指的是把一個(gè)C類分類問(wèn)題轉(zhuǎn)化成C（C-1）/2個(gè)二分類，一個(gè)分類器只可以把指定的兩種故障模式進(jìn)行分類。

2.2 BPNN法

BPNN法在當(dāng)前屬于多層饋神經(jīng)網(wǎng)絡(luò)，其基本特點(diǎn)是能夠在信號(hào)前進(jìn)行傳遞，且誤差反向傳播。根據(jù)相關(guān)研究顯示，三層BPNN結(jié)構(gòu)能夠有效逼近任何一類非線性函數(shù)。在BPNN模式中一般能夠設(shè)計(jì)出兩大類，其一為單輸出BPNN模型，其二為多輸出BPNN模型，它們二者之間的具體差別在于輸出參量的基本個(gè)數(shù)，對(duì)于單輸出BPNN模型來(lái)說(shuō)只是輸出一個(gè)參量，它只適用于單個(gè)故障診斷模式，而且每一種電路的工作模式基本對(duì)應(yīng)一個(gè)故障分類器。而多輸出BPNN模型能夠同時(shí)輸出多個(gè)參量，每一個(gè)參量對(duì)應(yīng)一種單故障或者電路正常的工作模式，也就是所有電路工作模式只能夠?qū)?yīng)出一個(gè)分類器。

3 結(jié)束語(yǔ)

隨著功率半導(dǎo)體工藝水平的不斷提升以及計(jì)算機(jī)技術(shù)水平的持續(xù)發(fā)展，也將推動(dòng)了各類高性能電力電子產(chǎn)品的出世，其具體涉及的領(lǐng)域?yàn)殡娏ο到y(tǒng)、通信設(shè)備、家用電器、航空航天、交通運(yùn)輸?shù)确矫妗Ｔ诒疚闹?，主要分析電力電子電路軟故障診斷的兩種診斷方法，即BPNN法與SVM法，通過(guò)有關(guān)研究我們發(fā)現(xiàn)單輸出BPNN模型通常只適用于故障模式較多，且診斷率要求比較高的場(chǎng)合，而多輸出BPNN模型的基本構(gòu)建相對(duì)簡(jiǎn)單，它通常適用于多故障模式，且診斷要求較低場(chǎng)合中。與單輸出BPNN模型特點(diǎn)比較相似為OVA SVM算法，但是OVA SVM算法的診斷率比單輸出BPNN模型要低，而OVO SVM算法卻適用于故障模式少，只有單故障的模式場(chǎng)合中。

[1]朱志榮.電力電子電路故障診斷方法探析[J].科技傳播,2014,16:188+190

[2]任磊,韋徵,龔春英,沈茜.電力電子電路功率器件故障特征參數(shù)提取技術(shù)綜述[J/OL].中國(guó)電機(jī)工程學(xué)報(bào),2015(12).021. html

[3]李猛,王友仁.電力電子電路軟故障診斷方法對(duì)比分析[J].電子測(cè)量技術(shù),2015,07:110-114

[4]羅慧,王友仁,崔江,趙鵬.電力電子電路多源特征層融合故障診斷方法[J].電機(jī)與控制學(xué)報(bào),2010,04:92-96

[5]佟子鈺,崔江.基于M-arySVM的電力電子電路故障診斷方法研究[J].機(jī)械制造與自動(dòng)化,2016,03:199-201+216

韓菁（1985—），女，漢族，江蘇南京人，江蘇技術(shù)師范學(xué)院，工學(xué)學(xué)士，助教，從事電子電路分析與設(shè)計(jì)研究。