基于FFT和神經網絡的APF故障診斷方法*

馬立新，吳興鋒，費少帥

(上海理工大學光電信息與計算機工程學院，上海200093)

0 引言

隨著電力電子裝置及分布式電源的廣泛應用，電力系統的電能質量問題日趨嚴重，嚴重威脅電網的安全運行和電力設備的正常使用［1］。有源電力濾波器(APF)是一種新型的諧波治理和無功補償裝置，因其動態響應速度快、補償特性好等優點，得到了國內外學者的廣泛關注［2］。

事實上，APF 系統中的任何一個功能單元、任何一個元器件都有發生故障的可能，而APF 逆變器中的IGBT 因長時間工作在高頻、高溫狀態，是APF 中易損壞的器件［3］。為了提高系統的可靠性，增長APF 的安全運行時間，為IGBT 損壞后APF 的維修贏得時間，需要對APF 進行故障診斷。APF 逆變器的故障可分為IGBT 開路和短路故障，因短路故障存在時間很短，通過硬件電路檢測IGBT 的漏－源極壓降就可檢測IGBT短路故障。IGBT 發生開路故障后，APF 往往還能夠繼續運行，但對電力系統危害很大，不僅達不到諧波治理的效果，還會向電網注入諧波，其他IGBT 也會流過更大的電流，影響電力設備的正常使用，如不及時處理將會引起更大的事故［4］。

目前，國內外學者在IGBT 開路故障的診斷上做了大量研究，主要有電壓或電流直接檢測法、參考模型法及智能診斷法等［5］。直接檢測電壓或電流的方法需要檢測每個被診斷的器件的電壓和電流，需要增加很多額外的電壓傳感器，增加了成本，而且電流的檢測對負載很敏感，負載變化會造成誤診斷。參考模型法難以建立精確的數學模型，對逆變器復雜電路的建模過于復雜而不太實用。……