久久88香港三级台湾三级中文-久久91-久久91精品国产91久-久久91精品国产91久久-久久91精品国产91久久户

相比傳統(tǒng)兩電平逆變器，三電平逆變器具有承受電壓高和電壓電流上升率低等優(yōu)點，目前已得到廣泛應用。為克服二極管鉗位式（Neutral-Point Clamped, NPC）三電平逆變器功率器件損耗不平衡的缺陷，T. Bruckner教授等提出了有源中性點鉗位（Active NPC, ANPC）三電平逆變器拓撲結構如圖1所示。該結構因具有功率大、容量大及器件損耗平衡等特點，而得到廣泛應用。

但相比之下，三電平逆變器IGBT數(shù)量增加了，且電路結構更加復雜，任一IGBT故障均可導致逆變器無法正常工作，甚至發(fā)生二次故障，造成巨大經(jīng)濟損失。因此，有必要及時準確定位逆變器故障位置。

圖1 ANPC三電平逆變器拓撲結構

電力電子功率器件硬故障包括開路和短路故障，因具有突發(fā)性和破壞性大等特點，成為目前研究熱點。短路故障目前已有成熟的檢測方案，因此，合肥工業(yè)大學、可再生能源接入電網(wǎng)技術國家地方聯(lián)合工程實驗室的研究人員針對IGBT功率器件開路故障進行了研究。

研究人員認為，目前開路故障診斷方法主要分為基于數(shù)據(jù)和基于模型兩類。前者主要利用器件電壓和電流獲取器件故障信息。但是目前的研究方法對信號依賴程度較高，易受外部干擾信號影響，準確率較低。

另一種是信號與人工神經(jīng)網(wǎng)絡、支持向量機、極端學習機（Extreme Learning Machine，ELM）等相結合的智能診斷算法。但是，據(jù)文獻分析發(fā)現(xiàn)，目前的智能診斷算法存在計算復雜、硬件要求高，難以實現(xiàn)在線監(jiān)測和參數(shù)選擇等問題。

此外，基于模型的方法近些年也被廣泛提出。雖然本方法不需增加額外硬件，且對負載變化不敏感，但該方法需對電路精確建模，若電路稍加改動，則需重新建模。

逆變器故障診斷方法需要較好的抗干擾能力和較高診斷準確度。為此，研究人員提出了一種基于能量譜熵及小波神經(jīng)網(wǎng)絡的故障診斷方法。

首先，將信息熵理論融入小波包分解，形成小波包能量譜，可減少外部信號干擾，有效提取故障信號特征。其次，采用自適應矩估計小波神經(jīng)網(wǎng)絡（Adam-Wavelet Neural Network, A-WNN），充分利用小波基函數(shù)的伸縮性和平移性，根據(jù)參數(shù)訓練歷史自動更新參數(shù)學習率，避免算法陷入局部極小值。最后，搭建ANPC三電平逆變器實驗平臺。故障診斷流程如圖2所示。

圖2 故障診斷流程

圖3 實驗系統(tǒng)

診斷結果表明，所提出的診斷方法可以達到98.46%的準確度，性能優(yōu)于ELM、PSO-BP、RBFNN、WNN等神經(jīng)網(wǎng)絡，且單次診斷時間短，適用于在線故障診斷。

以上研究成果發(fā)表在2020年第10期《電工技術學報》，論文標題為“基于能量譜熵及小波神經(jīng)網(wǎng)絡的有源中性點鉗位三電平逆變器故障診斷”，作者為李兵、崔介兵、何怡剛、史露強、劉曉暉。