基于電力電子電路智能故障診斷技術(shù)研究

梁 博，張培訓(xùn)（商丘職業(yè)技術(shù)學(xué)院 機(jī)電工程系，河南 商丘 476000）

基于電力電子電路智能故障診斷技術(shù)研究

梁 博，張培訓(xùn)
（商丘職業(yè)技術(shù)學(xué)院 機(jī)電工程系，河南 商丘 476000）

伴隨著科技不斷發(fā)展，電力電子技術(shù)逐漸研發(fā)，在生產(chǎn)生活中發(fā)揮著重要的作用。電力電子技術(shù)已經(jīng)成為了當(dāng)今高新技術(shù)系統(tǒng)中不能缺少的關(guān)鍵技術(shù)之一，電力電子技術(shù)的廣泛應(yīng)用，使得對(duì)設(shè)備的可維護(hù)性要求逐漸提高。當(dāng)電路出現(xiàn)故障時(shí)，人工診斷的方式將不能及時(shí)的對(duì)設(shè)備進(jìn)行檢修、調(diào)試以及安裝等，基于電力電子電路智能故障診斷技術(shù)的出現(xiàn)，引起了社會(huì)的廣泛關(guān)注。

電力電子技術(shù)電路；智能故障診斷；技術(shù)；研究

0　前言

電力電子電路智能故障診斷技術(shù)的研究，能夠突破傳統(tǒng)電路故障診斷的束縛，在故障診斷上技術(shù)逐漸趨向于智能化。針對(duì)于故障診斷技術(shù)的研究，在促進(jìn)電力電子電路領(lǐng)域的發(fā)展具有積極的意義。本文中對(duì)信息預(yù)處理中的小波分析、主成份分析進(jìn)行介紹，同時(shí)還研究了紅外熱像故障診斷技術(shù)和離散頻譜分析技術(shù)。

1　基于層次聚類神經(jīng)網(wǎng)絡(luò)故障診斷方法

1.1信息預(yù)處理中的小波分析

在基于層次聚類神經(jīng)網(wǎng)絡(luò)故障診斷中，信息預(yù)處理中的小波分析在電力電子電路中的故障分析作用明顯。小波分析具有很多優(yōu)勢(shì)，將小波分析與DFT進(jìn)行對(duì)比，小波分析能夠突破DFT所在時(shí)域上所不能達(dá)到的程度，沒有故障檢測(cè)的局限性，在很多不平穩(wěn)的電氣信號(hào)場(chǎng)所適用。基于小波分析這樣的特點(diǎn)，其在電氣信號(hào)檢測(cè)中所適應(yīng)的范圍比較廣，針對(duì)信號(hào)系統(tǒng)中所出現(xiàn)的諸多問題能夠及時(shí)克服，例如信號(hào)系統(tǒng)的周期性陷波以及閃變等。小波變換能夠?qū)崿F(xiàn)多分辨性，能夠?qū)崿F(xiàn)信號(hào)是多向觀察性。小波檢測(cè)技術(shù)也有一定的局限性。第一，小波變換環(huán)節(jié)中所涉及數(shù)據(jù)計(jì)算比較多；第二，小波變換中的濾波特性較差［1］。

1.2主成份分析

在電力電子電路智能化的故障診斷中，需要找到故障主要問題，將次要的冗余部分剔除，才能夠?qū)⒐收系脑诒容^短的時(shí)間內(nèi)解決。主成份分析方法恰好能夠?qū)崿F(xiàn)這樣的診斷。主成份分析技術(shù)能夠在系統(tǒng)中輸入的多個(gè)變量中，將變量進(jìn)行變換處理，選出比較少的重要變量，該種變量的統(tǒng)計(jì)方式作用比較突出，能夠根據(jù)系統(tǒng)的變量之間的線性變化，由輸入變量所形成的矩陣的特征大小來確定坐標(biāo)的變換與變量之間的壓縮。在進(jìn)行變量的處理環(huán)節(jié)中，需要進(jìn)行變量數(shù)據(jù)的成分預(yù)處理，并得出所需要的前幾個(gè)主成份。該種方法的應(yīng)用，能夠在數(shù)據(jù)信息比較多，或者是變量之間復(fù)雜度比較多時(shí)比較適用，能夠有效的濾掉變量中的噪聲，將主要的數(shù)據(jù)信息凸顯出來，將故障在比較短的時(shí)間內(nèi)識(shí)別出來［2］。主成份分析方法的具體過程如下：

設(shè)系統(tǒng)中給定x個(gè)樣本，n個(gè)變量數(shù)據(jù)矩陣：

在以上矩陣中采用主成份分析的目的為，通過一個(gè)新的變量h1來表示n個(gè)變量，a1、a2...an，那么系統(tǒng)中的第一個(gè)成份線性公式為：h1=w1a1+w2a2+w3a3+...+w1nan，此時(shí)w11w1=1；以此類推，第二個(gè)主成份也是通過這樣方式進(jìn)行表示，直到第j個(gè)主成份也是這樣表示出來，同時(shí)需要特別注意的是第一主成份需要盡可能的覆蓋更多的信息，按照以下公式進(jìn)行計(jì)算:

式中的s為原數(shù)據(jù)系統(tǒng)的方差-協(xié)方差矩陣，在實(shí)現(xiàn)最大變量的y1時(shí)，w1值的最大特征根的特征向量需要符合以下需求：

2　紅外熱像故障診斷技術(shù)分析

紅外熱像故障診斷方式在實(shí)際電力電子故障診斷中比較適用，電路運(yùn)出現(xiàn)故障時(shí)，其表面都會(huì)出現(xiàn)溫差，該故障診斷技術(shù)就是基于設(shè)備線路絕對(duì)溫度變化而進(jìn)行故障分析。高壓電氣設(shè)備中一旦出現(xiàn)故障，由于線路問題，線路不能正常運(yùn)行導(dǎo)致，導(dǎo)致局部線路溫度過高。當(dāng)在物體中內(nèi)部溫度高于絕對(duì)溫度（-273.15℃）時(shí)，就會(huì)產(chǎn)生由熱能而轉(zhuǎn)變出來的輻射能。外溫度在500℃時(shí)，就會(huì)產(chǎn)生暗紅色的輝光。在很多微型的電子線路中，線路出現(xiàn)故障人的肉眼看不見，其線路表面的溫度也不能用普通的溫度計(jì)去測(cè)量。紅外熱像故障診斷根據(jù)線路高溫的產(chǎn)生的輻射能進(jìn)行故障位置判斷［4］。

不管在何種組成的輻射波中都會(huì)存在一定的紅外輻射。溫度對(duì)輻射能中各項(xiàng)性質(zhì)產(chǎn)生影響，并不是所有溫度都會(huì)產(chǎn)生一致的輻射波，溫度不同，在物體中產(chǎn)生對(duì)方輻射波也不盡相同。

3　離散頻譜分析

離散頻譜分析方式在電力電子電理故障診斷中的作用比較明顯，頻譜分析方式研究比較早，實(shí)際應(yīng)用中其技術(shù)比較成熟。該種故障分析方式采用的是離散傅里葉變換DFT。DFT被廣泛應(yīng)用在目前的電氣設(shè)備信號(hào)檢測(cè)中，DFT能夠?qū)﹄姎庠O(shè)備信號(hào)的基波、以及諧波進(jìn)行分離，得出各個(gè)信號(hào)的頻率分量和幅值、頻率以及相位。一般在相位較高或者高次諧波參數(shù)下，其電氣信號(hào)檢測(cè)中算出現(xiàn)的誤差最為明顯。離散頻譜所出現(xiàn)的誤差進(jìn)行校正，主要有以下幾種方式：第一，內(nèi)插法。在該種方法中，首先需要建立方程，求解出校正頻率，以校正頻率為核心，實(shí)現(xiàn)幅值或者相位的校正。第二，F(xiàn)FT+FT細(xì)化分析法。通過DFT連續(xù)譜分析的方式，對(duì)數(shù)據(jù)的實(shí)部和虛部進(jìn)行計(jì)算，最后計(jì)算出幅值。第三，對(duì)數(shù)據(jù)能量重心校正。根據(jù)功率法則求出頻譜校正量，對(duì)相位進(jìn)行二次校正。第四，相位差校正法。通過離散頻譜對(duì)應(yīng)的峰值的相位差，求出頻率以及相位校正量［5］。

4　結(jié)論

綜上所述，小波分析具有很多優(yōu)勢(shì)，能夠突破DFT所在時(shí)域上所不能達(dá)到的程度，沒有故障檢測(cè)的局限性，在很多不平穩(wěn)的電氣信號(hào)場(chǎng)所適用；主成份分析技術(shù)能夠在系統(tǒng)中輸入的多個(gè)變量中，將變量進(jìn)行變換處理，選出比較少的重要變量；紅外熱像故障診斷根據(jù)線路高溫的產(chǎn)生的輻射能進(jìn)行故障位置判斷；離散頻譜能夠?qū)收显\斷中所出現(xiàn)的誤差進(jìn)行校正；以上故障診斷技術(shù)在實(shí)際應(yīng)用中的效果明顯，在推動(dòng)電力電子技術(shù)的發(fā)展發(fā)揮著重要的作用。

［1］幸宗國.基于DSP的人工神經(jīng)網(wǎng)絡(luò)電力電子電路故障診斷［D］.西北工業(yè)大學(xué)，2003.

［2］張志學(xué).基于混雜系統(tǒng)理論的電力電子電路故障診斷［D］.浙江大學(xué)，2005.

10.16640/j.cnki.37-1222/t.2016.14.124

梁博 （1981-），男，河南商丘人，碩士，助教，研究方向，電氣自動(dòng)化。