基于小波分析的二重三相電壓型逆變器開路故障診斷

周晨陽　沈艷霞

摘 要：針對風力發(fā)電系統(tǒng)中串聯(lián)二重三相電壓型逆變器不同類型故障下輸出電壓波形差異小、故障難以檢測的問題，提出基于小波包分析的逆變器故障檢測方法。首先闡述采用串聯(lián)二重三相電壓型逆變器作為并網(wǎng)逆變器的意義;得到在開關(guān)元件IGBT各類開路故障狀態(tài)下逆變器的輸出電壓信號;然后利用小波包對輸出電壓信號進行分解;最后采用功率譜方法分析小波包分解后輸出電壓信號的細節(jié)。通過頻譜特征和功率譜識別出逆變器的各類故障，從而解決了二重三相電壓型逆變器故障檢測困難的問題。仿真實驗驗證了該方法的有效性。

關(guān)鍵詞：風力發(fā)電系統(tǒng);并網(wǎng)逆變器;串聯(lián)二重三相電壓型逆變器;開路故障;小波包;能量譜;功率譜

DOI：10.15938/j.emc.2020.09.008

中圖分類號：TM 464

文獻標志碼：A

文章編號：1007-449X（2020）09-0065-11

Open circuit fault diagnosis of dual three-phase voltage source inverter based on wavelet analysis

ZHOU Chen-yang， SHEN Yan-xia

（College of Internet of Things Engineering， Jiangnan University， Wuxi 214122，China）

Abstract：

Aiming at the small difference in fault output voltage waveforms of series dual three-phase voltage source inverters using in wind power generation system， a fault identification method of inverters based on wavelet packet analysis was proposed. Firstly， the reason of using series double three-phase voltage source inverters as grid-connected inverters was expounded and the output voltage signals of the inverters under various open-circuit faults of IGBT switching elements were obtained. Then the output voltage signals were decomposed by wavelet packet. Finally， the output voltages signal after decomposition was analyzed by power spectrum method. The details of voltage signal are identified by spectrum characteristics， which solves the problem of fault detection caused by double three-phase voltage source inverters. The purpose of identifying various faults of series two-phase three-phase inverters by power spectrum was realized. The simulation experiment proves that this method has the advantages of high fault-tolerant performance.

Keywords：wind power generation system; grid connected inverter; series dual three-phase voltage inverter; open-circuit fault; wavelet packet; energy spectrum; power spectrum

0 引 言

風電是發(fā)展最快、最有前景的可再生能源之一，是解決目前世界能源危機不可或缺的重要力量[1-3]。風力發(fā)電系統(tǒng)為了保證供電的穩(wěn)定性和可靠性，通常需要和電網(wǎng)相連，作為風力發(fā)電機組并網(wǎng)的接口電路——并網(wǎng)逆變器的性能決定了風力發(fā)電設(shè)備向電網(wǎng)輸送電能的質(zhì)量。因此，對風電并網(wǎng)逆變器進行故障檢測，保證并網(wǎng)逆變器的穩(wěn)定運行是風力發(fā)電系統(tǒng)日常維護的首要目標之一[4]。

根據(jù)輸出波形不同，風電系統(tǒng)并網(wǎng)逆變器可分為方波逆變器、六階梯波逆變器、正弦波PWM逆變器和組合式逆變器等。方波和六階梯波逆變器的輸出電壓波形與要求的正弦波形有較大差距。與正弦波逆變器相比，串聯(lián)二重三相電壓型組合式逆變器采用1800導電方式，開關(guān)頻率低，控制更簡單，其正常的輸出為多階梯狀波形，非常接近于正弦波。由于其獨有的多重結(jié)構(gòu)，當逆變器開關(guān)管出現(xiàn)故障時，除了少部分故障類型的輸出波形和正常波形相比差別較大外，大部分故障類型輸出的波形和正常波形相比差別不大，容錯性好，常應(yīng)用于各種對容錯性能要求較高的場合，如在野外自然環(huán)境下長時間工作的風力發(fā)電系統(tǒng)等，但同時其故障檢測的難度也增大。

電力變流器的故障大多數(shù)是開關(guān)器件的故障，主要有短路故障和開路故障兩種類型。對于IGBT短路故障，目前可以通過驅(qū)動模塊集成的保護電路來監(jiān)控，但IGBT開路故障的識別則需要進行專門研究[5]。故障檢測的方法有很多[6]，文獻[7]針對變流器發(fā)生開路故障后系統(tǒng)的運行特性，提出利用電流的Park矢量模值對電流絕對值的平均值進行歸一化，用歸一化后的數(shù)值和電流平均值的正負對風電系統(tǒng)變流器的單開路故障進行診斷。文獻[8]提出一種基于電流信號直流分量和總諧波畸變率的分層故障診斷方法。但是這些開路故障的檢測方法容易發(fā)生誤判[9-10]，為此小波分析方法被越來越多地使用。文獻[11-12]以風力發(fā)電系統(tǒng)中背靠背式PWM三相整流器為研究對象，分析了在IGBT出現(xiàn)各類開路故障情況下整流器的輸出電壓信號，分別提出了基于能量譜的小波分析故障檢測方法，以及基于小波包分析與 SVM（支持向量機）分類算法相結(jié)合的故障診斷方法。文獻[7-8]、[11-12]所討論的三相變流器均由6只IGBT管組成，電路結(jié)構(gòu)簡單，故障類型少，便于故障診斷，但其容錯性、可靠性有待改進。文獻[13]介紹了三電平逆變器開關(guān)管故障的診斷，該診斷方法將在線診斷和離線診斷相結(jié)合，實現(xiàn)三電平逆變器的簡單開路故障診斷。該診斷方法利用橋臂相電壓的平均值進行故障檢測，針對時域內(nèi)可以區(qū)分的故障類型，利用負載相電壓的極值定位故障開關(guān)管;針對時域內(nèi)難以區(qū)分的故障類型，利用FFT （快速傅里葉變換）提取故障信號諧波的幅值，經(jīng)3個BP神經(jīng)網(wǎng)絡(luò)實現(xiàn)NPC三電平逆變器的開路故障診斷。三電平逆變器由12個IGBT管構(gòu)成，雖然故障類型多。但該逆變器故障波形差別明顯，故障容易檢測。三電平逆變器諧波成分比組合式逆變器多，可靠性、容錯性能也不如有多重結(jié)構(gòu)的組合式逆變器好。

為了提高風電系統(tǒng)的可靠性、容錯性，本文采用串聯(lián)二重三相電壓型逆變器作為并網(wǎng)逆變器。串聯(lián)二重三相組合式逆變器電路由12個IGBT管組成，故障類型多;由于采用了多重化技術(shù)，可靠性高，容錯性能好，故障波形差別小，其故障檢測難度大。更需要采用小波分析故障檢測方法。

本文首先分析串聯(lián)二重三相電壓型逆變器的工作原理，歸納總結(jié)逆變器的故障類型;其次，根據(jù)不同故障狀態(tài)下逆變器的輸出電壓波形的特點，選擇故障檢測方法，確定采用小波包分解與重構(gòu)算法確定故障信息所在的頻帶范圍;最后采用基于能量譜和功率譜相結(jié)合的故障檢測方法，實現(xiàn)了風力發(fā)電系統(tǒng)中變流器的故障識別。

1 串聯(lián)二重三相電壓型逆變器的結(jié)構(gòu)與故障分類

1.1 串聯(lián)二重三相電壓型逆變電路的結(jié)構(gòu)

圖1是串聯(lián)二重三相電壓型逆變電路的電路原理圖和理論分析波形[14]。

串聯(lián)二重三相電壓型逆變電路的拓撲結(jié)構(gòu)如圖1（a）所示，它由2個以IGBT作為開關(guān)元件的三相橋式逆變電路組成，逆變器的輸入直流電源共用，每個逆變電路的輸出交流電壓都是1800導電型的六階梯波，波形中含有較多的諧波成分，影響并網(wǎng)效果。通過變壓器T1和T2的串聯(lián)合成，使某些主要諧波分量相互抵消，得到較為接近正弦波的波形，如圖1（b）所示。由圖可見，UUN比UU2更接近正弦波。

圖2是三電平逆變器輸出電壓的諧波分析圖。

對比圖2和圖3可見，串聯(lián)二重三相電壓型逆變器諧波成分小。另一方面，為了減小開關(guān)損耗，用于風力發(fā)電系統(tǒng)的大容量三電平逆變器的開關(guān)頻率不是很高，和串聯(lián)二重三相電壓型逆變器的最低諧波頻率基本上在同一數(shù)量級。為此，組合式逆變器所需的濾波元件亦不會比三電平逆變器的濾波元件大很多。綜合考慮諧波成分和濾波效果，組合式逆變器適合作為并網(wǎng)逆變器。

1.2 串聯(lián)二重三相電壓型逆變器的故障分類

逆變器的故障主要是逆變器開關(guān)器件的故障，而器件故障無非是開路和短路故障。開關(guān)器件一般都串聯(lián)了熔斷器，為此短路故障可以轉(zhuǎn)化為開路故障，因此本文以開路故障類型作為研究對象。實際運行過程中，最常見的故障類型有單個IGBT開路、2個 IGBT開路及3個IGBT開路等情況（超過3個的情況極少發(fā)生）。串聯(lián)二重三相電壓型逆變器的IGBT元件開路故障可以分為6類26種類型，如表1所示。

對應(yīng)表1中逆變器的故障分類，各種故障時串聯(lián)二重三相電壓型逆變器輸出電壓波形如圖5～圖9所示。其中，圖4是IGBT無故障時的輸出電壓波形。仿真參數(shù)設(shè)置：直流電壓幅值Ud=10 V，選擇ode23tb仿真算法，相對誤差設(shè)為1×10-6，仿真開始時間為0.02 s，結(jié)束時間為0.08 s。

由以上故障波形可看出，在26種不同類型的IGBT元件開路故障中，除了圖9（f）、圖9（n）兩種故障輸出電壓波形明顯與無故障狀態(tài)下波形不同外，其余各種類型故障的輸出電壓波形與無故障狀態(tài)下波形很相似，難以判斷逆變器的故障類型，需要借助專門的故障識別技術(shù)來進行故障檢測。

2 逆變器開路故障的小波包識別方法

小波分析具有“信號顯微鏡”的作用。在信號低頻區(qū)，頻率的分辨率較高而時間的分辨率較低;在高頻區(qū)，則頻率的分辨率較低而時間的分辨率較高。該特性使得小波分析十分適合處理正常信號中夾帶少量瞬態(tài)異常信號的情況，能夠符合逆變器故障檢測的需求。

由于逆變器故障情況通常體現(xiàn)為電信號的異常變化，因此可以采用小波分析對逆變器故障情況進行深入細致的研究?？蓮念l域的角度出發(fā)采用小波包分析方法，對逆變器的故障電壓信號進行小尺度細微分析，對小波包重構(gòu)后的系數(shù)進行歸類、對比，再用能量譜、功率譜方法對故障輸出電壓波形進行小波分析，從而達到對變流器故障進行識別的目的。

2.1 小波包分解的原理

小波包分解的原理是將原信號在不同頻帶上進行投影，再對這些頻帶內(nèi)的信號進行分析。從信號濾波的角度來看，小波包分解是期待分解信號通過一組高低通組的共軛正交鏡面濾波器，將信號不斷分割到不同的頻帶上。濾波器組每工作一次，信號減少一半，當對某一頻段內(nèi)的信號感興趣，則可以對該頻帶的信號進行分析[15-16]。圖10所示是3層小波包的分解過程。S為原始信號;將S分解得到第1層低頻信號A1和第1層高頻信號D1;同理，將A1分解得到低頻信號AA2和高頻信號DA2;將D1分解為低頻信號AD2和高頻信號DD2，1層有2個節(jié)點，2層有4個節(jié)點。以此類推，3層小波包分解有8個節(jié)點，4層小波包分解有16個節(jié)點。

每一個節(jié)點都為小波包系數(shù)dj，nl，小波包分解公式為

dj，2nl=∑kak-2ldj+1，nk，（1）

dj，2n+1l=∑kbk-2ldj+1，nk。（2）

式中ak-2l，bk-2l為低通濾波器系數(shù)。

小波包重構(gòu)公式為

dj，2n+1l=∑k[hl-2kdj，2nk+gl-2kdj，2n+1k]。（3）

式中hl-2k、gl-2k為高通濾波器系數(shù)。

2.2 小波包的能量譜分析

逆變器發(fā)生故障時，通常會引起輸出信號的幅頻特性和相頻特性產(chǎn)生改變，故障會對各頻率成分進行抑制或加強。因此，如果出現(xiàn)故障，相同頻帶內(nèi)信號的能量會同樣出現(xiàn)增大或減小。

定義信號能量為其Euclid范數(shù)[17]的平方‖S0‖2，且根據(jù)Parseval能量積分恒等式，得

‖S0‖2=‖S1，0‖2+‖S1，1‖2;

以此類推，‖S0‖2=‖Sj，0‖2+‖Sj，1‖2+……+‖Sj，n‖2

可以看出，小波包分解后，信號的能量信息依然可以保持完整。因而以能量譜為基礎(chǔ)分析小波包分解后系數(shù)的能量值，可以確定故障集中的頻段。

2.3 小波包系數(shù)的功率譜分析

小波包既可將信號按任意時、頻分辨率分解，又可保證重構(gòu)的信號與原來的信號長度一樣，同時，由于時域信號的差異往往在頻域中表現(xiàn)得更為明顯，而小波系數(shù)表示在特定頻率段內(nèi)的時間序列信號，故考慮對重構(gòu)后的小波系數(shù)進行功率譜分析，從而確定信號的特征頻率。

通過前文所述原理，可以利用小波包分析理論對并網(wǎng)逆變器進行特征提取，將故障信號的能量特征作為故障的輸入向量，其具體步驟如下：

1）對并網(wǎng)逆變器各種故障情況下的輸出電壓采樣序列進行小波包分解，得到2n個頻帶的信號特征;

2）對小波包分解系數(shù)進行單支重構(gòu);

3）求各頻帶的總能量;

4）構(gòu)造特征向量。

3 仿真結(jié)果及分析

一旦逆變器的開關(guān)元件IGBT發(fā)生故障，其輸出電壓的頻譜中就會含有異常信號。對逆變器的輸出電壓信號進行小波包分析即可檢測出各種典型故障。為此，選取“db10”為小波基函數(shù)，進行4層小波包分解和重構(gòu)。得出圖11所示的開路故障時的能量直方圖。

圖11的縱坐標代表能量，橫坐標代表小波包分解的節(jié)點。4層小波包有16個節(jié)點，這16個節(jié)點均分了橫軸[0，0.4]區(qū)間，每個節(jié)點占據(jù)0.025間隔。第1個節(jié)點區(qū)間為[0，0.025]、第2個節(jié)點區(qū)間[0.025，0.05]……以此類推，第16個節(jié)點區(qū)間為[0.375，0.4]。

由圖11可見，故障輸出信號的能量基本集中在第4層第1，2個節(jié)點，信號的能量均接近1。小波包低序號的節(jié)點能量代表了輸出信號的總體形狀，高序號節(jié)點的能量代表了輸出信號形狀的差異。由于本文并網(wǎng)逆變器故障輸出電壓波形形狀相差不大，所以無故障和各種故障狀態(tài)下的能量譜差別也不大。單純靠能量譜方法判別各種故障狀態(tài)有困難，還需要進一步采用小波包功率譜方法分析各種故障發(fā)生時的輸出信號。第4層16個節(jié)點的各種故障輸出細節(jié)信號功率譜如圖12～圖15所示。

圖12為正常信號的功率譜圖，圖13為只有1個IGBT出現(xiàn)開路故障時信號的功率譜。通過對比上述第4層16個節(jié)點信號的功率譜，可以看出低序號節(jié)點的功率譜變化不大，而高序號節(jié)點則有明顯變化，這也符合本文實驗中各種故障情況波形形狀的實際情況。因為各種故障情況波形形狀大致相同，所以低序號節(jié)點的功率譜變化不大;而各種故障情況波形形狀的差異則體現(xiàn)在高序號節(jié)點功率譜的變化上。下面選取下列幾種情況作故障分析：I型故障——1個IGBT出現(xiàn)開路故障，例如IGBT 1出現(xiàn)故障;II型故障——2個處于不同橋的IGBT出現(xiàn)開路故障，例如IGBT 1，7出現(xiàn)故障;III型故障——IGBT處于不同橋的開路故障，例如IGBT 1，2和7出現(xiàn)故障。

1）當發(fā)生I型故障時，在8、9、11、12和13節(jié)點處可觀測到明顯的功率譜圖形變化，如圖13所示。例如節(jié)點8的主頻率由2個變?yōu)?個，即160 Hz附近，節(jié)點9的3處主頻率對應(yīng)幅值明顯減小;節(jié)點11在380 Hz主頻率處幅值減小;節(jié)點12主頻率由3處減少為2處，并有10 Hz左右程度的偏移;節(jié)點13主頻率由260 Hz變?yōu)?50 Hz。

2）當發(fā)生II型故障時，與I型故障相比，可觀察到節(jié)點8、10和12有明顯變化，如圖14所示。例如節(jié)點8主頻處幅值增大;節(jié)點10主頻率由440 Hz移動到460 Hz處;節(jié)點12處主頻率從410 Hz附近偏移到440 Hz附近，同時幅值明顯增大到0.5。

與III型故障相比，節(jié)點6、8、9、10、12和16有明顯變化，如圖14所示。其中節(jié)點6的2個主頻發(fā)生偏移、節(jié)點8主頻由160增大為165 Hz、節(jié)點9主頻處幅值明顯減小，節(jié)點10主頻由440變?yōu)?60 Hz，節(jié)點12主頻由2個變?yōu)?個，節(jié)點16在340 Hz處幅值大幅上升。

3）當發(fā)生III型故障時，與I型故障對比，可見節(jié)點8、9、11、12、13和16有明顯變化。節(jié)點8主頻率增大并且對應(yīng)幅值上升;節(jié)點9主頻處幅值明顯減小;節(jié)點11處主頻數(shù)量減小并且對應(yīng)幅值減小;節(jié)點12主頻率數(shù)目由1增加為2，且幅值減小，節(jié)點13、16主頻對應(yīng)幅值增大。

通過對輸出信號應(yīng)用小波包分解與重構(gòu)細節(jié)輸出信號后，發(fā)現(xiàn)故障特征頻率與正常運行時有明顯差異。在能量集中的頻帶上，將故障時輸出電壓與正常時的輸出電壓相比較，其功率譜中的特征頻率可以用來判定變流器的故障類型，從而識別各種類型的開路故障。

4 結(jié) 論

本文根據(jù)串聯(lián)二重三相電壓型并網(wǎng)逆變器的特點，提出基于小波包分析的開路故障檢測方法。得到了以下結(jié)論：

1）通過對傳統(tǒng)并網(wǎng)逆變器的分析，發(fā)現(xiàn)傳統(tǒng)的方波逆變器、六階梯波逆變器存在容錯性能差的缺點;正弦PWM逆變器相對于本文提出的逆變器控制復雜;而三電平逆變器存在輸出電壓諧波成分大的不足。為此研究組合式逆變器很有必要。

2）通過對串聯(lián)二重三相組合式逆變器的26種故障狀態(tài)的分析，發(fā)現(xiàn)該逆變器有可靠性高，容錯性能好，故障波形差別小的優(yōu)點，同時也得知其不同故障狀態(tài)有區(qū)分難度大的缺點。

3）通過對輸出信號應(yīng)用小波包分解與重構(gòu)細節(jié)輸出信號進行比較，發(fā)現(xiàn)故障特征頻率與正常運行時的差異。在能量集中的頻帶上，將故障時輸出電壓與正常時的輸出電壓相比較，其功率譜中的特征頻率可以用來判定變流器的故障類型，從而達到區(qū)分各種類型的開路故障的目的。

參 考 文 獻：

[1] 沈艷霞，楊雄飛，趙芝璞.風力發(fā)電系統(tǒng)傳感器故障診斷[J].控制理論與應(yīng)用，2017，34（03）：321.

SHEN Yanxia， YANG Xiongfei， ZHAO Zhipu. Sensor fault diagnosis for wind turbine system[J]， Control Theory & Applications， 2017，34（03）： 321.

[2] 姜兆宇，賈慶山，管曉宏.多時空尺度的風力發(fā)電預測方法綜述[J].自動化學報，2019，45（01）：51.

JIANG Zhaoyu， JIA Qingshan.GUAN Xiaohong.Review of multitemporal and spatial scale wind power forecasting method[J]. Acta Automation Sinica，2019，45（01）： 51.

[3] 榮飛，嚴家俊，孫文隆，等.基于H-MMC的直驅(qū)式永磁同步風力發(fā)電系統(tǒng)的運行與控制[J].電力自動化設(shè)備，2020（01）：1.

RONG Fei，YAN Jiajun，SUN Wenlong， et al. Operation and control of direct drive permanent magnet synchronous wind power generation system based on H-MMC[J]. Electric Power Automation Equipment，2020（01）： 1.

[4] 張海霞，譚陽紅，周野.變流器開路故障下永磁同步風力發(fā)電系統(tǒng)運行特性分析[J].中國電機工程學報，2018，38（23）：7045.

ZHANG Haixia， TAN Yanghong， ZHOU Ye. Characteristic analysis for permanent magnet synchronous generator wind power systems during converter faults[J].Proceedings of the CSEE，2018，38（23）：7045.

[5] 王磊，趙雷霆，張鋼等. 電壓型PWM整流器的開關(guān)器件斷路故障特征[J]. 電工技術(shù)學報，2010，25（7）：108.

WANG Lei， ZHAO Leiting， ZHANG Gang，et al. Analysis of fault characteristics after the breakdown of power switches in voltage-source PWM rectifiers[J]. Transactions of China Electrotechnical Society，2010，25（7）：108.

[6] 吳娟，沈艷霞.電力電子功率變換器故障診斷方法綜述[J]. 電工電能新技術(shù)，2015，34（11）：48.

WU Juan，SHEN Yanxia. Review of fault diagnosis echno-logy for power electronic converters[J]. Advanced Technology of Electrical Engineering and Energy，2015，34（11）： 48.

[7] 王美，譚陽紅，何怡剛，等.永磁直驅(qū)風電系統(tǒng)變流器開路故障診斷新方法[J].太陽能學報，2017，38（12）：3394.

WANG Mei，TAN Yanghong， HE Yigang， et al.Open circuit fault detection and diagnosis for converters of D-PMSG based wind power generation systems[J].Acta Energiae Solaris Sinica，2017，38（12）：3394.

[8] 王美，譚陽紅，何怡剛，等.永磁直驅(qū)風電系統(tǒng)變流器開路故障診斷方法[J].控制工程，2018，25（1）：55.

WANG Mei，TAN Yanghong，HE Yigang，et al.Open circuit fault detection and diagnosis for converters of D-PMSG based wind power generation systems[J].Control Engineering of China，2018，25（1）：55.

[9] 榮先亮，姚鵬，段其昌.風電變流器的開路故障診斷[J].電機與控制應(yīng)用， 2009，36（12）：47.

RONG Xianliang，YAO Peng，DUAN Qichang.Open circuit fault diagnosis of converter for wind power generation system[J].Electric Machines & Control Application， 2009，36（12）：47.

[10] 于輝，鄧英.變速風力發(fā)電機變流器故障診斷方法[J].可再生能源，2010，28（3）：89.

YU Hui，DENG Ying.The diagnosis method for converter fault of the variable speed wind turbine [J].Renewable Energy Resources，2010，28（3）：89.

[11] 沈艷霞，周文晶，紀志成，等.基于小波包分析的風力發(fā)電系統(tǒng)中變流器的故障識別[J].電網(wǎng)技術(shù)，2013，37（07）： 2013.

SHEN Yanxia，ZHOU Wenjing，JI Zhicheng，et al.Fault identification of converter used in wind power generation based on wavelet packet analysis[J].Power System Technology，2013，37（07）：2013.

[12] 沈艷霞，周文晶，紀志成，等.基于小波包與SVM的風電變流器故障診斷[J].太陽能學報，2015，36（04）：786.

SHEN Yanxia， ZHOU Wenjing， JI Zhicheng， et al. Fault diagnosis of converter used in wind power generation based on wavelet packet analysis and svm[J].Acta Energiae Solaris Sinica， 2015，36（04）：786.

[13] 沈艷霞，苗貝貝.三電平逆變器的開關(guān)管開路故障診斷策略[J].系統(tǒng)仿真學報，2018，30（08）：3061.

SHEN Yanxia， MIAO Beibei. Open circuit fault diagnosis strategy for switch of three level inverter[J] Journal of System Simulation，2018，30（08）： 3061.

[14] 周淵深，宋永英，吳迪.電力電子技術(shù)[M]，北京：機械工業(yè)出版社，2016：252.

[15] 張金敏，翟玉千，王思明.小波分解和最小二乘支持向量機的風機齒輪箱故障診斷[J].傳感器與微系統(tǒng)，2011，30 （1）： 42.

ZHANG Jinmin，ZHAI Yuqian，WANG Siming.Fault diagnosis of wind turbine gearbox based on the wavelet decomposition and least square support vector machine [J].Transducer and Microsystem Technologies，2011，30 （1）： 42..

[16] 韓曉娟，曹慧，李勇，等.基于小波變換和LS-SVM的短期風速預測方法[J].太陽能學報，2011，32（10）：1539.

HAN Xiaojuan，CAO Hui，LI Yong，et al.Short term wind speed prediction based on wavelet transform and LS-SVM[J]. Acta Energiae Solaris Sinica，2011，32（10）： 1539.

[17] WANG R J， ZHAN Y J， CHEN M Q，ZHOU H F.Fault diagnosis technology based on Winger-Ville distribution in power electronic circuit[J]. International Journal of Electronic， 2011， 98（9）： 1251.

[18] 謝東，葛興來.基于殘差變化率的單相級聯(lián)H橋整流器 IGBT開路故障診斷[J]，電工技術(shù)學報，2018， 33 （16）： 3823.

XIE Dong， GE Xinglai. Residual changing rate based? open circuit fault diagnosis for a single phase cascaded H-bridge rectifier[J].Transactions of China Electrotechnical Society，2018，33（16）：3823.

[19] 李凱迪，陳特放，成庶，等.基于電流滯環(huán)控制的逆變器開路故障診斷及容錯控制[J].電工技術(shù)學報，2019，34（2）： 597.

LI Kaidi，CHEN Tefang，CHENG Shu，et al. Open circuit fault diagnosis and failure tolerant control for inverter with hysteresis current control[J].Transactions of China? Electrotechnical Society，2019，34（2）;597.

[20] 曹旭東，李支園.單元串聯(lián)變頻器IGBT故障診斷方法[J].電機與控制學報，2016，20（12），10.

CAO Xudong， LI Zhiyuan. Transistor fault diagnosis method in cascade multilevel inverter[J]. Electric Machines and Control，2016，20（12），10.

[21] 萬曉鳳，劉琦，郗瑞霞，等.多逆變器并聯(lián)微網(wǎng)系統(tǒng)的功率管開路故障分析及診斷[J].電機與控制學報，2018，22（2）： 72.

WAN Xiaofeng， LIU Qi， XI Ruixia， et al. Open failure analysis and diagnosis of multi-inverter parallel microgrid system[J].Electric Machines and Control，2018， 22（2）： 72.

[22] 應(yīng)黎明，杭翠翠，舒乃秋，等.永磁同步電機傳感器故障診斷及容錯控制[J]電機與控制學報，2020，24（1）：46.

YING Liming， HANG Cuicui， SHU Naiqiu， et al. Permanent magnet synchronous motor fault-diagnosis and fault-tolerant control[J]. Electric Machines and Control， 2020，24（1）：46.

收稿日期： 2019-09-10

基金項目：國家自然科學基金（51707078）

作者簡介：周晨陽（1988—），男，博士研究生，研究方向為電力電子與電力傳動、智能控制算法;

沈艷霞（1975—），女，博士，教授，博士生導師，研究方向為電力電子與電力傳動、智能控制算法。

通信作者：沈艷霞