论文部分内容阅读
近年来,电力电子器件耐压等级无重大突破与人们日益需求的高压大功率应用成为了一对鲜明的矛盾。为此,国内外学者将研究方向转为在当前功率管耐压等级的前提下,通过拓扑结构和控制策略提高逆变器的电压和功率等级,多电平逆变技术应运而生。多电平逆变器使用了大量功率管,而功率管长时间处于高压、高频的工作环境中,功率管故障导致逆变器故障成为了不可忽视的一个问题,而多电平逆变器内部结构复杂,很难快速判断功率管故障位置,因此多电平逆变器的故障诊断成为了当前较为热门的研究方向。首先,本文以二极管嵌位式三电平逆变器为故障诊断对象,分析了逆变系统故障类型及产生原因,将三电平逆变器开路故障分类,并为每个故障进行编号,利用Matlab进行故障仿真,生成故障特征空间,得出4条有用结论;其次,研究了基于减法聚类-自适应神经模糊推理系统的三电平逆变器故障诊断方法,将三相输出平均电流作为故障诊断的输入,经Clarke变换,将故障信息降维处理,考虑到故障特征的簇群特性,为优化训练效率,通过减法聚类获取每类故障中心以及隶属度函数,采用自适应神经模糊推理系统作为识别工具,通过仿真,验证该方法的有效性;再次,针对不同负载特征空间不同的问题,采用两种方法对不同负载之间的故障特征进行相互转换,避免了负载变换时需要生成新的特征空间,优化该方法的工作效率;最后,采用C#、Oracle数据库、Matlab的混合编程,开发逆变器故障诊断软件,该软件拥有故障信息的保存与查询、模糊神经网络的训练与测试、在线与离线的逆变器故障诊断等功能,通过测试,软件能够快速准确的诊断出逆变器故障,并记录故障发生时间,为逆变器检修、改良电路提供了依据。本文采用的混合编程的方法为其他多电平逆变器故障诊断提供了一定的参考价值。