论文部分内容阅读
【摘 要】本文笔者结合以往工作经验,首先对电力电子系统做了概述,进而分析了其实际研究现状,并在此基础上探讨研究了主要的电力电子系统故障诊断方法,以期为以后的实际工作起到一定的借鉴意义。
【关键词】电力电子;系统故障;诊断
1、电力电子系统概述
1.1、基本特点
与一般的数字电路、模拟电路不一样的是,电力电子系统的器件过载能力比较小,所以设备损坏的速度很快,损坏的时间在10微秒之内,因此在故障发生前很难捕获到征兆。传统的判断故障的方法是,依靠设备输出的波形来判断缓变的故障,但是这种方式对于电力电子系统中快速的突变性故障是很难操作的。
1.2、诊断故障
由于上述方法有缺陷,所以一中关于粒子群优化算法的电力电子系统故障诊断方法被提出了。利用这种优化后的方法,迭代运算所有离子,通过这种方式可以较为准确的进行诊断。通过进行多次实验之后我们能够看出,我们可以把这种方法运用在电力电子系统故障的诊断中,可以较为准确的得到所需要的信息,效果十分理想。
1.3、在运行中的可靠性
人们对于电力电子系统在运行中的可靠性越来越重视了,不过在实际中计划的不是很好,伴随着电力电子装置在实际生活中开始大面积使用,电力电子装置的妨碍通常体现为电力电子器件的破坏,然而。妨碍信息仅存在于产生妨碍到停电之前的数十毫秒以内,此外,一些应用专家体系对发电机励磁体系的晶闸管整流电路举行妨碍诊断,对付庞大电路其信号引出线会太多,但它只实用于不带反电动势的整流电路,怎样计划合理的电力电子系统妨碍诊断方案,要以非侵人性联接要领。电力电子系统的功率已达数千千瓦,这也是由于电力电子器件的过载本领小。近年来国内外有关研究人员针对电力电子系统的妨碍诊断问题做了许多有效的事情,破坏速度快,但是这种要领必须同时监测每一个晶闸管元件的端电压,妨碍产生前征兆较难捕捉,也大概造成对主电路的滋扰,有人议决从输出端引出信号来辨认整流元件的开路妨碍。这里面以电力电子器件的开路和短路最为常见,不实用于逆变电路,所以说,上述方式还是比较科学的。在实际生活的运用中,会出现很多方面的影响,就会出现对电力电子系统的妨碍,如何运用更加成熟、简便的技术来对其进行检测是一个必须要加强研究的话题。
2、电力电子系统故障诊断研究现状
由于电力电子系统的故障发生有其自身的特点,所以其障诊断模式与模拟电路、数字电路的故障诊断有所不同。由于电力电子器件具有过载能力小的特点,所以其器件损坏速度较快,故障信息仅存在时间也很短,这就需要进行实时监控,故障发生时要求在线诊断,另外电力电子系统的功率很大,一般电路诊断中采用的传统的诊断方法不再适用。目前,常见的电力电子系统故障诊断技术包括两方面的内容:检测电路故障的信息:利用检测设备和检测技术,检测并获取电路发生故障时的信息,利用所获得的信息进行推理分析;诊断电路故障发生部位:根据系统提供的故障信息,综合运用故障诊断方法,对故障信息进行综合分析,推断故障可能发生的原因及部位,从而对故障发生部位进行定位。
3、电力电子系统主要故障诊断方法
3.1、谱分析检测方法
在电力电子系统的故障检测中,最重要的环节便是提取故障的特征。在这些方法中,谱分析是常用的信号处理方式。日常所就按测到的信号中包括噪音,这就使故障信号形成时受到了相应的干扰,不能够准确的反映出故障的特征。电力电子电路系统中所包含的故障信息具有一定的周期性,可以利用傅里叶变换等计算公式进行相应的转变,把故障波形变化到频域。这样,就能够突出故障的特征,分析其特点,进行准确的诊断。除此之外,也可以利用沃尔什变化将函数进行分解,并将其过滤成数字信号,再进行相应的处理统计。该种方法,可以直接利用观测所得的资料进行分析,并通过运算改变一些滤波器的参数,使它能够适应滤波器的性能,并且自动跟踪信号的特性变化。这种方法不但可以根据实际的情况抵消噪音,增强谱线,也提高了诊断的准确性。
3.2、参数模型的应用
参数模型的建立以大量的数据为基础,在测量中,以较少的的测量点估计电力电路系统的状态与参数,并判断各状态变量和系统参量的变化范围。滤波器将部件2执行机构和传感器的故障输出方向固定在特定的方向或平面上。与此同时,再通过检测系统进行相应的监测,通过状态变化分析其系统参数变化,进而对故障进行诊断。在状态估计过程中,需要借助观测器或是滤波器进行输出重构,并取得其输出的估计值,它会与实际的估计值产生一些差值。这个差值可以有效的反应系统内部信息的变化,再通过最小二乘法进行计算,能够准确快速的进行故障诊断。
3.3、故障树诊断法
故障树诊断法的诊断原理是利用电子系统来将系统中最有可能存在的故障进行分析,从而罗列出相应的逻辑图,这种逻辑图被称为故障树。而逻辑图与故障之间有着特定的联系,在系统发生故障时,从逻辑图的顶层开始,逐层查找导致这一故障发生的原由,依此类推,直至查到故障点。所以障树诊断方法具有实用、通用、观察灵活的优点,也同时也有建树工作量大、容易出错的缺点,由此可见,故障树诊断法诊断故障的范围较小。
3.4、神经网络的应用
神经网络的自学习和自归纳可以将故障信号和故障分类联系起来,进行相应的故障诊断。神经网络由输入层2中间层和输出层组成,它是单向传播的多层网络系统。其中,中间层包括许多层,每一层都接受前一层神经元的输出,但是,这种传递过程中没有反馈调节机制,不能够进行双向调节。这种方法在使用时会出现实际输出与期望输出的差值,通过这个差值进行相应的神经网络调节,减少这种方法所出现的误差。当电力电子电路系统发生故障时,神经网络可以建立出故障波形和故障原因的关系,再把这种关系通过电流或电压的波形变化反映出来,进而进行分析与诊断。 3.5、小波变换的检测方法
当电力电子电路系统发生故障时,每一种突变信号都对应着相应的故障,分析这些故障所产生的各种波形2信号带,不但可以判断系统各器件的工作状态,也是一种高效地故障检测方法。一般情况下,正常运行的电路系统的信号是平稳的,而发生故障的电路系统的信号会出现一定的变动性,小波变换法可以对这些具有一定变化的非平稳信号进行局部分析,快速2准确2有效地识别出故障信号,为我国的电力电子电路系统的诊断提供了有力手段。
3.6、模式识别检测方法
通过分析测定出大量的信息,再通过模式识别的方法从中抽取反应故障特征的信息,并根据这些信息的属性,所反映的不同情况对故障进行分类。模式识别不需要事先建立模型,而是根据样本的数学特征进行相应的分析。这种方法对于数学模型复杂,不易求解的问题有很大的意义。同时,这种方法在工业系统中有广泛的应用,研究人员可也根据实际情况设计出相应的特征提取器,减少工作量。
3.7、人工智能法
人工智能诊断方法主要包括专家系统诊断法、模式识别诊断法、人工神经网络诊断等方法。模式识别故障诊断的过程有一个前提,就是首先对系统可能发生的故障模式进行分类,这样诊断过程就是把系统的现有工作状态归入哪一类故障模式的问题。模式识别诊断法分两步完成,第一步完成故障特征的提取,根据故障特征的属性不同进行分类;第二步是故障诊断,根据已提取的特征,通过已建立的数学模型对故障进行实时诊断。专家系统诊断法是借助计算机等设备模拟专家的实践经验,以实现故障诊断。一个专家诊断系统是通过实时监测采集数据,并对数据进行处理然后传送到诊断中心,由专家诊断系统进行数据分析,完成诊断,然后将最终结果反馈回用户。通过对以上几种诊断方法的介绍我们可以看出,对电力电子故障诊断的研究是一项新的研究领域,并且有着独特的专业性,在经过长期的发展后,有了丰富的经验,并且取得了一定的成果,能够为电力电子系统的维护起到重要的促进作用,但是还有很多内容还需要我进一步的去研究和探讨。
总言之,在电力电子技术应用普及的前提下,电力电子设备故障问题也成了人们重点关注的内容,由于其有着独特的专业性,故障诊断和维修需要专业的人员才能够进行,如果不及时进行诊断维修,也将会导致整个电力电子系统的瘫痪,严重时还会出现严重的人员伤亡事故,因此,对电力电子系统故障的诊断也有着非常重要的意义,必须得到我们的重视发展。
参考文献:
[1]蔡涛,段善旭,康勇.电力电子系统故障诊断技术研究综述[J].电测与仪表,2008,05:1-7+48.
[2]龙伯华.电力电子电路故障诊断方法研究[D].湖南大学,2009.
[3]刘权.电力电子电路智能故障诊断技术研究[D].南京航空航天大学,2007.
[4]王晓晶.浅析电力电子系统故障诊断方法[J].科技致富向导,2010,18:17-18.
[5]樊馨月,王杰.电力电子系统故障诊断技术浅谈[J].电气自动化,2006,05:6-8+13.
【关键词】电力电子;系统故障;诊断
1、电力电子系统概述
1.1、基本特点
与一般的数字电路、模拟电路不一样的是,电力电子系统的器件过载能力比较小,所以设备损坏的速度很快,损坏的时间在10微秒之内,因此在故障发生前很难捕获到征兆。传统的判断故障的方法是,依靠设备输出的波形来判断缓变的故障,但是这种方式对于电力电子系统中快速的突变性故障是很难操作的。
1.2、诊断故障
由于上述方法有缺陷,所以一中关于粒子群优化算法的电力电子系统故障诊断方法被提出了。利用这种优化后的方法,迭代运算所有离子,通过这种方式可以较为准确的进行诊断。通过进行多次实验之后我们能够看出,我们可以把这种方法运用在电力电子系统故障的诊断中,可以较为准确的得到所需要的信息,效果十分理想。
1.3、在运行中的可靠性
人们对于电力电子系统在运行中的可靠性越来越重视了,不过在实际中计划的不是很好,伴随着电力电子装置在实际生活中开始大面积使用,电力电子装置的妨碍通常体现为电力电子器件的破坏,然而。妨碍信息仅存在于产生妨碍到停电之前的数十毫秒以内,此外,一些应用专家体系对发电机励磁体系的晶闸管整流电路举行妨碍诊断,对付庞大电路其信号引出线会太多,但它只实用于不带反电动势的整流电路,怎样计划合理的电力电子系统妨碍诊断方案,要以非侵人性联接要领。电力电子系统的功率已达数千千瓦,这也是由于电力电子器件的过载本领小。近年来国内外有关研究人员针对电力电子系统的妨碍诊断问题做了许多有效的事情,破坏速度快,但是这种要领必须同时监测每一个晶闸管元件的端电压,妨碍产生前征兆较难捕捉,也大概造成对主电路的滋扰,有人议决从输出端引出信号来辨认整流元件的开路妨碍。这里面以电力电子器件的开路和短路最为常见,不实用于逆变电路,所以说,上述方式还是比较科学的。在实际生活的运用中,会出现很多方面的影响,就会出现对电力电子系统的妨碍,如何运用更加成熟、简便的技术来对其进行检测是一个必须要加强研究的话题。
2、电力电子系统故障诊断研究现状
由于电力电子系统的故障发生有其自身的特点,所以其障诊断模式与模拟电路、数字电路的故障诊断有所不同。由于电力电子器件具有过载能力小的特点,所以其器件损坏速度较快,故障信息仅存在时间也很短,这就需要进行实时监控,故障发生时要求在线诊断,另外电力电子系统的功率很大,一般电路诊断中采用的传统的诊断方法不再适用。目前,常见的电力电子系统故障诊断技术包括两方面的内容:检测电路故障的信息:利用检测设备和检测技术,检测并获取电路发生故障时的信息,利用所获得的信息进行推理分析;诊断电路故障发生部位:根据系统提供的故障信息,综合运用故障诊断方法,对故障信息进行综合分析,推断故障可能发生的原因及部位,从而对故障发生部位进行定位。
3、电力电子系统主要故障诊断方法
3.1、谱分析检测方法
在电力电子系统的故障检测中,最重要的环节便是提取故障的特征。在这些方法中,谱分析是常用的信号处理方式。日常所就按测到的信号中包括噪音,这就使故障信号形成时受到了相应的干扰,不能够准确的反映出故障的特征。电力电子电路系统中所包含的故障信息具有一定的周期性,可以利用傅里叶变换等计算公式进行相应的转变,把故障波形变化到频域。这样,就能够突出故障的特征,分析其特点,进行准确的诊断。除此之外,也可以利用沃尔什变化将函数进行分解,并将其过滤成数字信号,再进行相应的处理统计。该种方法,可以直接利用观测所得的资料进行分析,并通过运算改变一些滤波器的参数,使它能够适应滤波器的性能,并且自动跟踪信号的特性变化。这种方法不但可以根据实际的情况抵消噪音,增强谱线,也提高了诊断的准确性。
3.2、参数模型的应用
参数模型的建立以大量的数据为基础,在测量中,以较少的的测量点估计电力电路系统的状态与参数,并判断各状态变量和系统参量的变化范围。滤波器将部件2执行机构和传感器的故障输出方向固定在特定的方向或平面上。与此同时,再通过检测系统进行相应的监测,通过状态变化分析其系统参数变化,进而对故障进行诊断。在状态估计过程中,需要借助观测器或是滤波器进行输出重构,并取得其输出的估计值,它会与实际的估计值产生一些差值。这个差值可以有效的反应系统内部信息的变化,再通过最小二乘法进行计算,能够准确快速的进行故障诊断。
3.3、故障树诊断法
故障树诊断法的诊断原理是利用电子系统来将系统中最有可能存在的故障进行分析,从而罗列出相应的逻辑图,这种逻辑图被称为故障树。而逻辑图与故障之间有着特定的联系,在系统发生故障时,从逻辑图的顶层开始,逐层查找导致这一故障发生的原由,依此类推,直至查到故障点。所以障树诊断方法具有实用、通用、观察灵活的优点,也同时也有建树工作量大、容易出错的缺点,由此可见,故障树诊断法诊断故障的范围较小。
3.4、神经网络的应用
神经网络的自学习和自归纳可以将故障信号和故障分类联系起来,进行相应的故障诊断。神经网络由输入层2中间层和输出层组成,它是单向传播的多层网络系统。其中,中间层包括许多层,每一层都接受前一层神经元的输出,但是,这种传递过程中没有反馈调节机制,不能够进行双向调节。这种方法在使用时会出现实际输出与期望输出的差值,通过这个差值进行相应的神经网络调节,减少这种方法所出现的误差。当电力电子电路系统发生故障时,神经网络可以建立出故障波形和故障原因的关系,再把这种关系通过电流或电压的波形变化反映出来,进而进行分析与诊断。 3.5、小波变换的检测方法
当电力电子电路系统发生故障时,每一种突变信号都对应着相应的故障,分析这些故障所产生的各种波形2信号带,不但可以判断系统各器件的工作状态,也是一种高效地故障检测方法。一般情况下,正常运行的电路系统的信号是平稳的,而发生故障的电路系统的信号会出现一定的变动性,小波变换法可以对这些具有一定变化的非平稳信号进行局部分析,快速2准确2有效地识别出故障信号,为我国的电力电子电路系统的诊断提供了有力手段。
3.6、模式识别检测方法
通过分析测定出大量的信息,再通过模式识别的方法从中抽取反应故障特征的信息,并根据这些信息的属性,所反映的不同情况对故障进行分类。模式识别不需要事先建立模型,而是根据样本的数学特征进行相应的分析。这种方法对于数学模型复杂,不易求解的问题有很大的意义。同时,这种方法在工业系统中有广泛的应用,研究人员可也根据实际情况设计出相应的特征提取器,减少工作量。
3.7、人工智能法
人工智能诊断方法主要包括专家系统诊断法、模式识别诊断法、人工神经网络诊断等方法。模式识别故障诊断的过程有一个前提,就是首先对系统可能发生的故障模式进行分类,这样诊断过程就是把系统的现有工作状态归入哪一类故障模式的问题。模式识别诊断法分两步完成,第一步完成故障特征的提取,根据故障特征的属性不同进行分类;第二步是故障诊断,根据已提取的特征,通过已建立的数学模型对故障进行实时诊断。专家系统诊断法是借助计算机等设备模拟专家的实践经验,以实现故障诊断。一个专家诊断系统是通过实时监测采集数据,并对数据进行处理然后传送到诊断中心,由专家诊断系统进行数据分析,完成诊断,然后将最终结果反馈回用户。通过对以上几种诊断方法的介绍我们可以看出,对电力电子故障诊断的研究是一项新的研究领域,并且有着独特的专业性,在经过长期的发展后,有了丰富的经验,并且取得了一定的成果,能够为电力电子系统的维护起到重要的促进作用,但是还有很多内容还需要我进一步的去研究和探讨。
总言之,在电力电子技术应用普及的前提下,电力电子设备故障问题也成了人们重点关注的内容,由于其有着独特的专业性,故障诊断和维修需要专业的人员才能够进行,如果不及时进行诊断维修,也将会导致整个电力电子系统的瘫痪,严重时还会出现严重的人员伤亡事故,因此,对电力电子系统故障的诊断也有着非常重要的意义,必须得到我们的重视发展。
参考文献:
[1]蔡涛,段善旭,康勇.电力电子系统故障诊断技术研究综述[J].电测与仪表,2008,05:1-7+48.
[2]龙伯华.电力电子电路故障诊断方法研究[D].湖南大学,2009.
[3]刘权.电力电子电路智能故障诊断技术研究[D].南京航空航天大学,2007.
[4]王晓晶.浅析电力电子系统故障诊断方法[J].科技致富向导,2010,18:17-18.
[5]樊馨月,王杰.电力电子系统故障诊断技术浅谈[J].电气自动化,2006,05:6-8+13.