基于支持向量机的模块化多电平换流器子模块开路故障诊断方法

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (773 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要随着模块化多电平换流器（MMC）应用范围越来越广泛,其子模块的开路故障诊断方法成为研究热点。MMC的故障样本少,正常样本多,冗余子模块过多。针对此问题,本文提出基于支持向量机（SVM）的MMC子模块开路故障诊断方法,判断子模块故障发生在区内还是区外,以实现故障子模块的检测和定位。针对MMC子模块开路故障特征,选取子模块电容电压作为样本特征,分析子模块故障对A、B、C相样本的影响,通过赋予A、B、C相正常样本不同的权重系数,提高故障识别的准确率。最后,搭建MMC仿真模型,证明了所提方法的有效性。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	魏银图
	张旸
	温步瀛
	王怀远

关键词 ：模块化多电平换流器（MMC）, 子模块开路故障, 故障诊断, 样本差异化, 支持向量机（SVM）

Abstract：With the increasing application range of modular multilevel converters (MMC), the open circuit fault diagnosis methods of MMC submodules have become a research hotspot. MMC has fewer fault samples, more normal samples, and too many redundant submodules. In response to these issues, an open circuit fault diagnosis method for MMC submodule based on support vector machine (SVM) is proposed in this paper, which determines whether the faults of the submodules occur within or outside the region, in order to achieve detection and localization of the submodules. Based on the open circuit fault characteristics of the MMC submodule, the capacitor voltage of the submodule is selected as the sample feature. Subsequently, the impact of submodule faults on phase A, B, and C samples is analyzed. By assigning different weight coefficients to normal samples of phase A, B, and C, the accuracy of fault identification is improved. Finally, the effectiveness of the proposed method is demonstrated with the constructed MMC simulation model.

Key words： modular multilevel converter (MMC) open circuit fault of submodule fault diagnosis sample differentiation support vector machine (SVM)

收稿日期: 2023-07-26

基金资助:福建省教育厅中青年教师教育科研项目（JAT210018）

作者简介: 魏银图（1998—）,男,福建泉州人,硕士研究生,主要研究方向为基于机器学习的MMC子模块开路故障诊断。

引用本文:

魏银图, 张旸, 温步瀛, 王怀远. 基于支持向量机的模块化多电平换流器子模块开路故障诊断方法[J]. 电气技术, 2023, 24(10): 1-7. WEI Yintu, ZHANG Yang, WEN Buying, WANG Huaiyuan. Open circuit fault diagnosis method for modular multilevel converter submodule based on support vector machine. Electrical Engineering, 2023, 24(10): 1-7.

链接本文:

http://dqjs.cesmedia.cn/CN/Y2023/V24/I10/1

[1] 黄嬿婉, 杨用春, 梁海峰. 基于模块化多电平换流器的多端口交直流变换器仿真研究[J]. 电气技术, 2020, 21(11): 13-18, 31.
[2] 班国邦, 牛唯, 杨文勇, 等. 基于模块化多电平换流器的直流融冰装置馈线潮流控制仿真[J]. 电气技术, 2021, 22(9): 27-33.
[3] 李群, 林金娇, 邓富金, 等. 基于龙伯格观测器的MMC子模块故障检测方法[J]. 电力工程技术, 2023, 42(2): 58-66.
[4] 邹毅军, 魏明洋. 模块化多电平换流器子模块故障模拟方法[J]. 电气技术, 2022, 23(4): 96-101.
[5] CIAPPA M.Selected failure mechanisms of modern power modules[J]. Microelectronic Reliability, 2002, 42(4-5): 653-667.
[6] 武鸿, 王跃, 刘熠, 等. 基于广义电容电压不平衡度的MMC子模块开路故障诊断策略[J]. 电工技术学报, 2023, 38(14): 3909-3922.
[7] 刘座辰, 林磊, 殷天翔, 等. 一种模块化多电平换流器子模块开路故障的快速检测与诊断方法[J]. 电工技术学报, 2022, 37(19): 4883-4894.
[8] 刘玉林, 齐静静, 李家宁, 等. 一种基于桥臂电流畸变及自适应观测的MMC子模块开路故障诊断定位方法[J]. 电源学报, 2020, 18(3): 106-115.
[9] 杨贺雅, 邢纹硕, 向鑫, 等. 基于多元高斯分布异常检测模型的MMC子模块开路故障诊断方法[J]. 电工技术学报, 2023, 38(10): 2744-2756.
[10] 张正发, 李可军, 王卓迪, 等. 兼具开路故障诊断能力的MMC电容电压测量方法[J]. 电力系统自动化, 2017, 41(7): 114-119, 167.
[11] HAGHNAZARI S, KHODABANDEH M, ZOLGHADRI M R.Fast fault detection method for modular multilevel converter semiconductor power switches[J]. IET Power Electronics, 2016, 9(2): 165-174.
[12] SHAO Shuai, WATSON A J, CLARE J C, et al.Robustness analysis and experimental validation of a fault detection and isolation method for the modular multilevel converter[J]. IEEE Transactions on Power Electronics, 2016, 31(5): 3794-3805.
[13] 郭彦勋, 李海锋, 李健涛, 等. MMC子模块IGBT开路故障诊断策略[J]. 南方电网技术, 2017, 11(7): 51-57.
[14] 杨桢, 马子莹, 李鑫. 基于WPD-PCA与GA-BP的MMC子模块故障定位方法研究[J]. 电子测量与仪器学报, 2019, 33(7): 181-187.
[15] KIRANYAZ S, GASTLI A, BEN-BRAHIM L, et al.Real-time fault detection and identification for MMC using 1-D convolutional neural networks[J]. IEEE Transactions on Industrial Electronics, 2019, 66(11): 8760-8870.
[16] 张彼德, 洪锡文, 刘俊, 等. 基于无监督学习的MMC子模块开路故障诊断方法[J]. 电力系统保护与控制, 2021, 49(12): 98-105.
[17] 杨贺雅, 邢纹硕, 陈聪, 等. 基于随机森林二分类器的模块化多电平换流器子模块开路故障检测方法[J]. 中国电机工程学报, 2023, 43(10): 3916-3928.
[18] 汪海燕, 黎建辉, 杨风雷. 支持向量机理论及算法研究综述[J]. 计算机应用研究, 2014, 31(5): 1281-1286.
[19] 范志华, 苗世洪, 刘子文, 等. 模块化多电平换流器子模块故障特性分析与解耦控制策略[J]. 电工技术学报, 2018, 33(16): 3707-3718.