一种针对多运行模式下电力变换器的滤波故障诊断方法

1.本发明涉及一种针对多运行模式下电力变换器的滤波故障诊断方法，属于故障诊断技术领域。


背景技术：

2.随着电力电子技术的不断发展，电力变换器在越来越多的领域发挥着重要的作用，比如能源、农业等领域。与此同时，电感失效和电容失效是电力变换器常见的故障，容易导致变换器升压或降压失效，因此为保证电力变换器的安全可靠运行，对电力变换器参数进行在线估计和实时故障诊断是非常有必要的。
3.电力变换器的工作环境复杂，在工作时容易受到各种噪声干扰的影响，当前大部分基于电力变换器模型的故障诊断方法都是假定噪声和干扰符合一定的概率分布，例如正态分布、泊松分布等，进而实现对电力变换器的故障诊断，然而实际应用中，电力变换器系统中的噪声和干扰的统计特性很难获得，也即实际的噪声和干扰可能并不符合所假定的概率分布，因此这类基于假设的故障诊断方法所得到的结果准确度不高。相比上述基于电力变换器模型的故障诊断方法，基于集员滤波的故障诊断方法只需要噪声满足未知但有界，也即并不要求噪声和干扰满足一定的概率分布，因而其故障诊断准确度有所提高。现有的基于集员滤波的故障诊断方法中较为常用的几种方法有：基于全对称多胞体的集员滤波方法、基于区间的集员滤波方法和基于椭球的方法，其中，基于全对称多胞体的集员滤波方法可以将多胞空间的求解转化为简单的矩阵运算，与基于区间和椭球的方法相比，其计算量小，而且估计结果的保守性小，从而使得故障诊断结果更准确且更快速。
4.现有的基于全对称多胞体的故障诊断方法主要针对单一运行模式的电力变换器，通过判断k-1时刻包裹系统参数的全对称多胞体与k时刻系统输入输出数据构成的带状空间的交集是否为空集从而判断系统是否故障。但是目前在某些应用场景下，比如电池的化成生产环节中，为了达到不同的化成效果，即达到不同的升压效果，需要多种运行模式的电力变换器。而对于具有多种运行模式的电力变换器，无论是发生故障还是运行模式发生变换，k-1时刻包裹系统参数的全对称多胞体与k时刻系统输入输出数据构成的带状空间的交集都为空集，因而现有的基于全对称多胞体的故障诊断方法无法区分具有多种运行模式的电力变换器是发生故障还是运行模式发生变换。


技术实现要素：

5.为了解决目前现有故障诊断方法在对具有多种运行模式的电力变换器进行故障诊断时，无法判断其是发生故障还是运行模式发生变换的问题，本发明提供了一种针对多运行模式下电力变换器的滤波故障诊断方法，所述方法包括：
6.步骤一：建立电力变换器的回归模型，获取电力变换器的故障库；
7.步骤二：设置初始时刻电力变换器待估计参数向量对应的全对称多胞体并
获取分别包裹每一个运行模式下真实的待估计参数向量的全对称多胞体；
8.步骤三：采集k时刻的数据{yk，φk}，并根据k-1时刻的全对称多胞体与k时刻的数据{yk，φk}是否相容判断电力变换器运行模式是否发生变换：
9.如果相容，则确定k时刻电力变换器的运行模式未发生变换，跳转到步骤四；
10.如果不相容，则转到步骤五；
11.步骤四：根据步骤一建立的电力变换器回归模型确定k时刻待估计参数的可行参数集的全对称多胞体之后跳转到步骤九；
12.步骤五：判断k时刻的数据{yk，φk}与电力变换器所有运行模式的一致性：
13.如果k时刻的数据{yk，φk}与电力变换器所有运行模式均不一致，则确定k时刻电力变换器发生故障跳转到步骤七；
14.如果k时刻的数据{yk，φk}与电力变换器某一运行模式一致，则确定k时刻电力变换器的运行模式发生变换跳转到步骤六；
15.步骤六：对k-1时刻的全对称多胞体进行初始化，获取k时刻待估计参数的可行参数集的全对称多胞体并跳转到步骤九；
16.步骤七：初始化全对称多胞体通过模型匹配识别故障类型，并判断所出现的故障是否属于故障库中的已知故障；
17.步骤八：如果步骤七判定电力变换器出现新的故障类型，则将所述故障类型添加到故障库中，并跳转到步骤九；
18.步骤九：置k＝k+1，更新对应数据信息，跳转到步骤三，直至k＞n，n为预定数据长度；
19.循环执行上述步骤三至步骤九，不中断地完成电力变换器的状态识别与故障诊断过程。
20.可选的，所述步骤一建立的电力变换器的回归模型为：
[0021][0022]
其中，θ
σ(k)
＝[a
σ(k)，1
，a
σ(k)，2
，b
σ(k)，1
，b
σ(k)，2
]
t
表示电力变换器第σ(k)个运行模式待估计参数向量，ek为系统噪声，|ek|≤δ，δ表示已知的系统噪声边界；yk表示k时刻的输出数据，即k时刻的输出电压；uk表示k时刻的输入数据，即k时刻的输入电压；
[0023]
待估计参数a
σ(k)，1
，a
σ(k)，2
，b
σ(k)，1
，b
σ(k)，2
分别为：
[0024][0025]
[0026][0027][0028]
其中，ts为采样时间；l、c、r分别为电力变换器等效电路中的电感、电解电容和负载电阻。
[0029]
可选的，其特征在于，所述步骤二包括：
[0030]
2.1设置初始时刻电力变换器待估计参数向量对应的全对称多胞体z
0,σ(0)
：
[0031]
对于k时刻的电力变换器，其所处的运行模式为σ(k)，定义k时刻的全对称多胞体为：
[0032][0033]
其中，p
k，σ(k)
为k时刻待估计参数向量对应的全对称多胞体的中心，为对应的生成矩阵，b为单位区间，即[-1，1]，br为单位区间构成的r维盒空间；
[0034]
2.2获取电力变换器分别包裹每一个运行模式下真实的待估计参数向量的全对称多胞体；
[0035]
为电力变换器运行在σ(k)模式下的真实的待估计参数向量，定义包裹的全对称多胞体为：
[0036][0037]
p
σ(k)
为σ(k)模式下的真实的待估计参数向量的全对称多胞体的中心，为对应的生成矩阵；g
σ(k)，i
为对应的生成器。
[0038]
可选的，所述步骤三包括：
[0039]
根据公式(6)是否成立判断k-1时刻的全对称多胞体z
k-1，σ(k-1)
与k时刻的数据{yk，φk} 是否相容；
[0040][0041]
若公式(6)成立，则确定k时刻电力变换器的运行模式未发生变换，跳转到步骤四；反之，跳转到步骤五。
[0042]
可选的，所述步骤四包括：
[0043]
在确定k时刻电力变换器的运行模式未发生变换后，更新k时刻的全对称多胞体z
k，σ(k)
；
[0044]
k时刻的全对称多胞体z
k，σ(k)
按如下公式更新：
[0045][0046]
可选的，所述步骤五包括：
[0047]
根据公式(8)来判断k时刻的数据{yk，φk}与电力变换器所有运行模式的一致性；
[0048]
若检测到公式(8)成立，则确定k时刻电力变换器的运行模式发生变换，跳转到步骤六；
[0049][0050]
反之，若检测到如下不等式(9)成立，则确定k时刻电力变换器发生故障，转到步骤七；
[0051][0052]
其中||
·
||1表示1范数。
[0053]
可选的，所述步骤七中模型匹配的方法包括：
[0054]
定义k时刻参数估计序列k时刻的参数估计误差当参数估计误差δθk满足一定时间长度内l都小于一定的阈值ε来分离故障，记录故障识别时刻并用滤波器显示故障类型；
[0055]
定义故障类型数为m，k时刻第j个故障类型满足：
[0056][0057]
其中，fm为故障库中的故障类型，针对m个故障类型分别设计故障识别滤波器f1，f2，
…
，fm，当系统发生故障后，如果第j个故障识别滤波器不为空，则说明当前故障类型与故障库中的类型相匹配，即确定此时的故障类型为fj；
[0058]
如果当前故障类型与故障库中的类型均不匹配，则确定此时的故障为新故障，加入故障库。
[0059]
可选的，所述步骤一获取的故障库中的故障类型包括电感失效和电容失效。
[0060]
可选的，所述步骤一建立的电力变换器的回归模型时，包括：
[0061]
根据电力变换器的工作原理建立电力变换器的电路模型，如下方程：
[0062][0063]
其中，i为电感电流，uo为输出电压；
[0064]
将电力变换器的电路模型近似为二阶系统：
[0065][0066]
其中s为复变量；
[0067]
取采样时间ts＝0.01，采用双线性变换的方法对公式(2)进行离散化，得到：
[0068][0069]
令b
σ(k)，0
＝1，并考虑系统噪声ek，得到：
[0070]aσ(k)
(z)yk＝b
σ(k)
(z)uk+ekꢀꢀꢀ
(4)
[0071]
其中，a
σ(k)
(z)＝1+a
σ(k)，1
z-1
+a
σ(k)，2
z-2
，b
σ(k)
(z)＝1+b
σ(k)，1
z-1
+b
σ(k)，2
z-2
。
[0072]
可选的，电力变换器k时刻所处的运行模式σ(k)∈{1，2，
…
s}，s为电力变换器运行模式的个数。
[0073]
本发明有益效果是：
[0074]
本技术提出了一种针对多运行模式的电力变换器的滤波故障检测方法，包括获取电力变换器的故障库，建立电力变换器的回归模型，应用多胞集员滤波的方法包络可行参数集，在系统参数发生变换时，首先通过检测参数可行集与数据样本是否相容判断电力变换器运行模式是否发生变换，若检测到参数可行集与数据样本不相容，进一步通过判断数据样本与电力变换器所有运行模式的一致性以区分系统故障与系统运行模式变换，若系统发生故障，进行模型匹配，确定故障类型，若一定时间内没有匹配到故障类型，则表示电力变换器发生了新的故障类型，将新的故障类型添加到故障库中。相比于现有的基于全对称多胞体的故障诊断方法，本技术方法解决了具有多个运行模式的电力变换器运行状态识别与故障诊断问题。
附图说明
[0075]
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0076]
图1是本发明一个实例中提供的针对多种运行模式下的电力变换器的滤波故障诊断方法的流程图。
[0077]
图2是本发明一个实施例提供的一种电力变换器的拓扑结构图。
[0078]
图3是本发明一个实施例提供的故障诊断方法在变换器无故障时估计出的boost变换器参数b
σ(k)，1
对应的上下界与真实参数值的仿真图。
[0079]
图4是本发明一个实施例提供的故障诊断方法在变换器无故障时估计出的boost变换器参数b
σ(k)，2
对应的上下界与真实参数值的仿真图。
[0080]
图5是本发明一个实施例提供的故障诊断方法在变换器发生故障时估计出的boost变换器参数b
σ(k)，1
对应的上下界与真实参数值的仿真图；图5设定在k∈{700,1000}和 k∈{1800,2000}两个时间段内发生两种不同的参数故障。
[0081]
图6是本发明一个实施例提供的故障诊断方法在变换器发生故障时估计出的boost变换器参数b
σ(k)，2
对应的上下界与真实参数值的仿真图；图6设定在k∈{700,1000}和 k∈{1800,2000}两个时间段内发生两种不同的参数故障。
[0082]
图7是本发明一个实施例提供的故障诊断方法在变换器发生故障时估计出的boost变换器参数b
σ(k)，2
对应的上下界与真实参数值的仿真图，图7设定在k∈{700,1000}和 k∈{1800,2000}两个时间段内发生两种不同的参数故障。
具体实施方式
[0083]
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
[0084]
实施例一：
[0085]
本实施例提供一种针对多种运行模式下的电力变换器的滤波故障诊断方法，参见图1，所述方法包括：
[0086]
步骤一：建立电力变换器的回归模型，获取电力变换器的故障库；
[0087]
步骤二：设置初始时刻电力变换器待估计参数向量对应的全对称多胞体并获取分别包裹每一个运行模式下真实的待估计参数向量的全对称多胞体；
[0088]
步骤三：采集k时刻的数据{yk，φk}，并根据k-1时刻的全对称多胞体与k时刻的数据{yk，φk}是否相容判断电力变换器运行模式是否发生变换：
[0089]
如果相容，则确定k时刻电力变换器的运行模式未发生变换，跳转到步骤四；
[0090]
如果不相容，则转到步骤五；
[0091]
步骤四：根据步骤一建立的电力变换器回归模型确定k时刻待估计参数的可行参数集的全对称多胞体之后跳转到步骤九；
[0092]
步骤五：判断k时刻的数据{yk，φk}与电力变换器所有运行模式的一致性：
[0093]
如果k时刻的数据{yk，φk}与电力变换器所有运行模式均不一致，则确定k时刻电力变换器发生故障跳转到步骤七；
[0094]
如果k时刻的数据{yk，φk}与电力变换器某一运行模式一致，则确定k时刻电力变换器的运行模式发生变换跳转到步骤六；
[0095]
步骤六：对k-1时刻的全对称多胞体进行初始化，获取k时刻待估计参数的可行参数集的全对称多胞体并跳转到步骤九；
[0096]
步骤七：初始化全对称多胞体通过模型匹配识别故障类型，并判断所出现的故障是否属于故障库中的已知故障；
[0097]
步骤八：如果步骤七判定电力变换器出现新的故障类型，则将所述故障类型添加到故障库中，并跳转到步骤九；
[0098]
步骤九：置k＝k+1，更新对应数据信息，跳转到步骤三，直至k＞n，n为预定数据长度；
[0099]
循环执行上述步骤三至步骤九，不中断地完成电力变换器的状态识别与故障诊断
过程。
[0100]
实施例二
[0101]
本实施例提供一种针对多运行模式下电力变换器的滤波故障诊断方法，本实施例以boost变换器为例进行介绍，所述方法包括：
[0102]
步骤一：建立电力变换器的回归模型，获取电力变换器的故障库；
[0103]
1.1建立电力变换器的回归模型；
[0104]
图2为boost变换器的拓扑结构图，其中，s为全控型开关管，d为电力二极管，i为电感电流，uo为输出电压，l、c、r分别为电感、电解电容和负载电阻，e为输入电压。
[0105]
当开关s断开时，根据boost变换器工作原理可知，二极管将瞬间导通，建立boost电路模型，如下方程：
[0106][0107]
将boost电路模型近似为二阶系统：
[0108][0109]
其中，y＝uo，u＝e，s为复变量。
[0110]
取采样时间ts＝0.01，采用双线性变换的方法对公式(2)进行离散化，得到：
[0111][0112]
其中，a
σ(k)，1
，a
σ(k)，2
，b
σ(k)，0
，b
σ(k)，1
，b
σ(k)，2
是根据系统模型离散化得到的待估计参数。
[0113]
使用正则化方法处理即令b
σ(k)，0
＝1，并考虑系统噪声ek，得到：
[0114]aσ(k)
(z)yk＝b
σ(k)
(z)uk+ekꢀꢀꢀꢀꢀ
(4)
[0115]
其中，a
σ(k)
(z)＝1+a
σ(k)，1
z-1
+a
σ(k)，2
z-2
，b
σ(k)
(z)＝1+b
σ(k)，1
z-1
+b
σ(k)，2
z-2
，
[0116][0117]
故boost变换器待估计参数为a
σ(k)，1
，a
σ(k)，2
，b
σ(k)，1
，b
σ(k)，2
，σ(k)表示boost变换器k时刻所处的运行模式，不同的电感l可以实现不同程度的升压效果，使boost变换器所处的运行模式也不同。σ(k)∈{1，2，
…
s}，s为boost变换器运行模式的个数，uk表示k时刻的输入数据，即k时刻的输入电压，yk表示k时刻的输出数据，即k时刻的输出电压，系统噪声ek的概率分布未知但有界，|ek|≤δ，δ表示已知的系统噪声边界。
[0118]
将离散化的模型转换为如下形式的回归模型：
[0119][0120]
其中，θ
σ(k)
＝[a
σ(k)，1
，a
σ(k)，2
，b
σ(k)，1
，b
σ(k)，2
]
t
表示电力变换器第σ(k)个运行模式待
估计参数向量，
[0121]
1.2获取电力变换器的故障库；
[0122]
电感失效和电容失效是boost变换器常见的故障，两种故障参数如表1所示：
[0123]
表1故障条件下的参数说明
[0124][0125]
步骤二：设置初始时刻电力变换器待估计参数向量对应的全对称多胞体z
0,σ(0)
；并获取分别包裹每一个运行模式下真实的待估计参数向量的全对称多胞体；
[0126]
2.1设置初始时刻电力变换器待估计参数向量对应的全对称多胞体z
0,σ(0)
[0127]
对于k时刻的电力变换器，其所处的运行模式为σ(k)，定义k时刻的全对称多胞体为：
[0128][0129]
p
k，σ(k)
为k时刻待估计参数向量对应的全对称多胞体z
k，σ(k)
的中心，为生成矩阵，b为单位区间，即[-1，1]，br为单位区间构成的r维盒空间。
[0130]
2.2获取电力变换器分别包裹每一个运行模式下真实参数向量的全对称多胞体；
[0131]
为电力变换器运行在σ(k)模式下的真实参数向量，定义包裹的全对称多胞体为：
[0132][0133]
p
σ(k)
为全对称多胞体z
σ(k)
的中心，为生成矩阵。
[0134]
步骤三：采集k时刻的数据{yk，φk}，根据k-1时刻的全对称多胞体z
k-1，σ(k-1)
与k时刻的数据{yk，φk}是否相容判断电力变换器运行模式是否发生变换；
[0135]
若k-1时刻的全对称多胞体z
k-1，σ(k-1)
与k时刻的数据{yk，φk}相容，则确定k时刻电力变换器的运行模式未发生变换，跳转到步骤四；若k-1时刻的全对称多胞体z
k-1，σ(k-1)
与k时刻的数据{yk，φk}不相容，跳转到步骤五；
[0136]
具体的，根据公式(6)是否成立判断k-1时刻的全对称多胞体z
k-1，σ(k-1)
与k时刻的数据 {yk，φk}是否相容；
[0137][0138]
若检测到公式(6)成立，则确定k时刻电力变换器的运行模式未发生变换，跳转到
步骤四；反之，跳转到步骤五。
[0139]
步骤四：根据电力变换器模型确定k时刻待估计参数的可行参数集的全对称多胞体 z
k，σ(k)
；之后跳转到步骤九；
[0140]
在确定k时刻电力变换器的运行模式未发生变换后，更新k时刻的全对称多胞体z
k，σ(k)
；
[0141]
k时刻的全对称多胞体z
k，σ(k)
按如下公式更新：
[0142][0143]
步骤五：判断k时刻的数据{yk，φk}与电力变换器所有运行模式的一致性；
[0144]
在步骤三确定k-1时刻的全对称多胞体z
k-1，σ(k-1)
与k时刻的数据样本{yk，φk}不相容后，需要判断k时刻的数据{yk，φk}与电力变换器所有运行模式的一致性；
[0145]
若k时刻的数据{yk，φk}与电力变换器所有运行模式不一致，则确定k时刻电力变换器发生故障跳转到步骤七；
[0146]
若k时刻的数据{yk，φk}与电力变换器某一运行模式一致，则确定k时刻电力变换器的运行模式发生变换跳转到步骤六；
[0147]
具体的，根据公式(8)来判断k时刻的数据{yk，φk}与电力变换器所有运行模式的一致性；
[0148]
若检测到公式(8)成立，则确定k时刻电力变换器的运行模式发生变换；
[0149][0150]
反之，若检测到如下不等式(9)成立，则确定k时刻电力变换器发生故障；
[0151][0152]
步骤六：对k-1时刻的全对称多胞体z
k-1，σ(k-1)
进行初始化，获取k时刻待估计参数的可行参数集的全对称多胞体z
k，σ(k)
并跳转到步骤九；
[0153]
如果步骤五确定k时刻电力变换器的运行模式发生变换，则说明不能再按照原来的运行模式进行下一时刻的参数估计，因此需要对k-1时刻的全对称多胞体z
k-1，σ(k-1)
进行初始化，重新设定更换后模式对应的全对称多胞体。
[0154]
步骤七：初始化全对称多胞体z
k，σ(k)
，通过模型匹配识别故障类型；并判断所出现的故障是否属于故障库中已知故障；
[0155]
如果步骤五确定k时刻电力变换器发生故障，则需要将故障参数和步骤一获取到的故障库中的故障信息进行匹配，确定是否为已知类型的故障；
[0156]
具体的：
[0157]
若在一定时间内匹配成功，则记录故障信息并跳转到步骤九；
[0158]
若在一定时间内匹配失败，则判定系统出现新的故障类型，跳转到步骤八；
[0159]
其中模型匹配的方法为：
[0160]
定义k时刻参数估计序列k时刻的参数估计误差当参数估计误差δθk满足一定时间长度内l都小于一定的阈值ε来分离故障，记录故障识别时刻并用滤波器显示故障类型。定义故障类型数为m，k时刻第j个故障类型满足：
[0161][0162]
其中，fm为故障库中的故障类型，针对m个故障类型分别设计故障识别滤波器f1，f2，
…
，fm，当系统发生故障后，如果第j个故障识别滤波器不为空，说明当前故障类型与故障库中的类型相匹配，即确定此时的故障类型为fj。
[0163]
需要进行说明的是，在进行故障匹配时，匹配一定时间的长度可根据实际情况由技术人员设定。
[0164]
步骤八：判定系统出现新的故障类型，把所述故障类型添加到故障库中，并跳转到步骤九；
[0165]
若在仿真时长内匹配失败，则说明当前故障不属于故障库的任何一种故障，为新的故障类型，则将所述故障类型添加到故障库中，并跳转到步骤九；
[0166]
步骤九：置k＝k+1，更新相关数据信息，跳转到步骤三，直至k＞n，n为数据长度。
[0167]
通过循环执行本方法，不中断地完成状态识别与故障诊断过程。
[0168]
为验证本技术所提出的基于多胞集员滤波的电力变换器运行状态识别与故障诊断方法的有效性和可行性，进行如下仿真实验：
[0169]
对于处于开关s断开下的boost变换器，boost变换器通过设置两个不同的电感l值实现不同程度的升压效果，从而工作在两种运行模式下，即在boost变换器没有故障时，变换器有两种运行状态：
[0170]
设置在k∈{1，500}和k∈{1001，1500}时，l＝50μh，此时boost变换器的真实参数值为[0.1192，0.0064，1.5079，0.0677]
t
；
[0171]
设置在k∈{501,1000}和k∈{1501,2000}时，l＝500μh，此时boost变换器的真实参数值为[0.128，0.0064，0.9410，0.0625]
t
。
[0172]
设置在k∈{700,1000}和k∈{1800,2000}的时间段内发生两种不同的参数故障，分别为故障1电感失效和故障2电容失效，即系统的参数在这两个时间段内会发生不同于正常工作模式下的变化。
[0173]
图3和图4分别展示了boost变换器无故障时，待估计参数b
σ(k)，1
和b
σ(k)，2
上下界的变化情况和真实值的变化情况，由图3和图4可以看出，本技术提供的针对多运行模式下电力变换器的滤波故障诊断方法可以很好地估计系统参数的真值，即有效地识别出boost变换器的运行状态。
[0174]
图5和图6分别展示了boost变换器发生故障时，待估计参数b
σ(k)，1
和b
σ(k)，2
上下界的变化情况和真实值的变化情况，由图5和图6可以看出，本技术提供的针对多运行模式下电力变换器的滤波故障诊断方法可以快速地检测到故障发生，并对故障下的系统重新进行
初始化，对故障参数进行跟踪估计。
[0175]
图7展示了故障诊断结果，由图7(a)可以看出，在无故障加入时，故障检测滤波器为空，当系统发生故障时，故障检测信号立即在k＝701和k＝1301发生跳变，显示系统发生故障，及时对系统进行故障检测，同时由图7(b)可以看出，在检测到故障信号后，故障识别滤波器发生作用，在k＝710时，只有滤波器f1不为空，说明此时只有故障1发生，即 boost电路电感失效，而由图7(c)可以看出，在k＝1813时，只有滤波器f2不为空，说明此时只有故障2发生，即boost电路电容失效。
[0176]
现有的针对单一运行模式的故障诊断方法对多运行模式的变换器进行故障诊断时，如果电力变换器的运行模式发生变换，现有的故障诊断方法会判断变换器发生故障，进而对变换器进行故障隔离和识别，而实际情况变换器并未发生故障，这将影响变换器的实际运行。
[0177]
本发明实施例中的部分步骤，可以利用软件实现，相应的软件程序可以存储在可读取的存储介质中，如光盘或硬盘等。
[0178]
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种针对多运行模式下电力变换器的滤波故障诊断方法，其特征在于，所述方法包括：步骤一：建立电力变换器的回归模型，获取电力变换器的故障库；步骤二：设置初始时刻电力变换器待估计参数向量对应的全对称多胞体并获取分别包裹每一个运行模式下真实的待估计参数向量的全对称多胞体；步骤三：采集k时刻的数据{y
k
,φ
k
}，并根据k-1时刻的全对称多胞体与k时刻的数据{y
k
,φ
k
}是否相容判断电力变换器运行模式是否发生变换：如果相容，则确定k时刻电力变换器的运行模式未发生变换，跳转到步骤四；如果不相容，则转到步骤五；步骤四：根据步骤一建立的电力变换器回归模型确定k时刻待估计参数的可行参数集的全对称多胞体之后跳转到步骤九；步骤五：判断k时刻的数据{y
k
,φ
k
}与电力变换器所有运行模式的一致性：如果k时刻的数据{y
k
,φ
k
}与电力变换器所有运行模式均不一致，则确定k时刻电力变换器发生故障跳转到步骤七；如果k时刻的数据{y
k
,φ
k
}与电力变换器某一运行模式一致，则确定k时刻电力变换器的运行模式发生变换跳转到步骤六；步骤六：对k-1时刻的全对称多胞体进行初始化，获取k时刻待估计参数的可行参数集的全对称多胞体并跳转到步骤九；步骤七：初始化全对称多胞体通过模型匹配识别故障类型，并判断所出现的故障是否属于故障库中的已知故障；步骤八：如果步骤七判定电力变换器出现新的故障类型，则将所述故障类型添加到故障库中，并跳转到步骤九；步骤九：置k＝k+1，更新对应数据信息，跳转到步骤三，直至k>n，n为预定数据长度；循环执行上述步骤三至步骤九，不中断地完成电力变换器的状态识别与故障诊断过程。2.根据权利要求1所述的方法，其特征在于，所述步骤一建立的电力变换器的回归模型为：其中，θ
σ(k)
＝[a
σ(k),1
,a
σ(k),2
,b
σ(k),1
,b
σ(k),2
]
t
表示电力变换器第σ(k)个运行模式待估计参数向量，e
k
为系统噪声，|e
k
|≤δ，δ表示已知的系统噪声边界；y
k
表示k时刻的输出数据，即k时刻的输出电压；u
k
表示k时刻的输入数据，即k时刻的输入电压；待估计参数a
σ(k),1
,a
σ(k),2
,b
σ(k),1
,b
σ(k),2
分别为：
其中，t
s
为采样时间；l、c、r分别为电力变换器等效电路中的电感、电解电容和负载电阻。3.根据权利要求2所述的方法，其特征在于，所述步骤二包括：2.1设置初始时刻电力变换器待估计参数向量对应的全对称多胞体z
0,σ(0)
：对于k时刻的电力变换器，其所处的运行模式为σ(k)，定义k时刻的全对称多胞体为：其中，p
k,σ(k)
为k时刻待估计参数向量对应的全对称多胞体的中心，为对应的生成矩阵，b为单位区间，即[-1,1]，b
r
为单位区间构成的r维盒空间；2.2获取电力变换器分别包裹每一个运行模式下真实的待估计参数向量的全对称多胞体；为电力变换器运行在σ(k)模式下的真实的待估计参数向量，定义包裹的全对称多胞体为：p
σ(k)
为σ(k)模式下的真实的待估计参数向量的全对称多胞体的中心，为对应的生成矩阵；g
σ(k),i
为对应的生成器。4.根据权利要求3所述的方法，其特征在于，所述步骤三包括：根据公式(6)是否成立判断k-1时刻的全对称多胞体z
k-1,σ(k-1)
与k时刻的数据{y
k
,φ
k
}是否相容；若公式(6)成立，则确定k时刻电力变换器的运行模式未发生变换，跳转到步骤四；反之，跳转到步骤五。5.根据权利要求4所述的方法，其特征在于，所述步骤四包括：在确定k时刻电力变换器的运行模式未发生变换后，更新k时刻的全对称多胞体z
k,σ(k)
；k时刻的全对称多胞体z
k,σ(k)
按如下公式更新：
6.根据权利要求5所述的方法，其特征在于，所述步骤五包括：根据公式(8)来判断k时刻的数据{y
k
,φ
k
}与电力变换器所有运行模式的一致性；若检测到公式(8)成立，则确定k时刻电力变换器的运行模式发生变换，跳转到步骤六；反之，若检测到如下不等式(9)成立，则确定k时刻电力变换器发生故障，转到步骤七；其中‖
·
‖1表示1范数。7.根据权利要求6所述的方法，其特征在于，所述步骤七中模型匹配的方法包括：定义k时刻参数估计序列k时刻的参数估计误差当参数估计误差δθ
k
满足一定时间长度内l都小于一定的阈值ε来分离故障，记录故障识别时刻并用滤波器显示故障类型；定义故障类型数为m，k时刻第j个故障类型满足：其中，f
m
为故障库中的故障类型，针对m个故障类型分别设计故障识别滤波器f1,f2,
…
,f
m
，当系统发生故障后，如果第j个故障识别滤波器不为空，则说明当前故障类型与故障库中的类型相匹配，即确定此时的故障类型为f
j
；如果当前故障类型与故障库中的类型均不匹配，则确定此时的故障为新故障，加入故障库。8.根据权利要求7所述的方法，其特征在于，所述步骤一获取的故障库中的故障类型包括电感失效和电容失效。9.根据权利要求1所述的方法，其特征在于，所述步骤一建立的电力变换器的回归模型时，包括：根据电力变换器的工作原理建立电力变换器的电路模型，如下方程：其中，i为电感电流，u
o
为输出电压；将电力变换器的电路模型近似为二阶系统：
其中s为复变量；取采样时间t
s
＝0.01，采用双线性变换的方法对公式(2)进行离散化，得到：令b
σ(k),0
＝1，并考虑系统噪声e
k
，得到：a
σ(k)
(z)y
k
＝b
σ(k)
(z)u
k
+e
k
ꢀꢀꢀꢀ
(4)其中，a
σ(k)
(z)＝1+a
σ(k),1
z-1
+a
σ(k),2
z-2
，b
σ(k)
(z)＝1+b
σ(k),1
z-1
+b
σ(k),2-2
。10.根据权利要求1所述的方法，其特征在于，电力变换器k时刻所处的运行模式σ(k)∈{1,2,
…
s}，s为电力变换器运行模式的个数。

技术总结
本发明公开了一种针对多运行模式下电力变换器的滤波故障诊断方法，属于故障诊断技术领域。该方法应用多胞集员滤波的方法包络可行参数集，在系统参数发生变换时，首先通过检测参数可行集与数据样本是否相容判断电力变换器运行模式是否发生变换，若检测到参数可行集与数据样本不相容，进一步通过判断数据样本与电力变换器所有运行模式的一致性以区分系统故障与系统运行模式变换，若系统发生故障，进行模型匹配，确定故障类型，若没有匹配到故障类型，则表示电力变换器发生了新的故障类型，将新的故障类型添加到故障库中。相比于现有的基于全对称多胞体的故障诊断方法，本方法解决了具有多个运行模式的电力变换器运行状态识别与故障诊断问题。别与故障诊断问题。别与故障诊断问题。


技术研发人员：王子赟 占雅聪 陈宇乾 王艳 纪志成
受保护的技术使用者：江南大学
技术研发日：2021.11.09
技术公布日：2022/3/8