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，使得對設(shè)備的可維護性要求逐漸提高。當(dāng)電路出現(xiàn)故障時，人工診斷的方式將不能及時的對設(shè)備進行檢修、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。針對于故障診斷技術(shù)的研究，在促進電力電子電路領(lǐng)域的發(fā)展具有積極的意義。本文中對信息預(yù)處理中的小波分析、主成份分析進行介紹，同時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，將小波分析與DFT進行對比，小波分析能夠突破DFT所在時域上所不能達到的程度，沒有故障檢測的局限性，在很多不平穩(wěn)的電氣信號場所適用?；谛〔ǚ治鲞@樣的特點，其在電氣信號檢測中所適應(yīng)的范圍比較廣，針對信號系統(tǒng)中所出現(xiàn)的諸多問題能夠及時克服，例如信號系統(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)信號是多向觀察性。小波檢測技術(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)中輸入的多個變量中，將變量進行變換處理，選出比較少的重要變量，該種變量的統(tǒng)計方式作用比較突出，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。在進行變量的處理環(huán)節(jié)中，需要進行變量數(shù)據(jù)的成分預(yù)處理，并得出所需要的前幾個主成份。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間內(nèi)識別出來［2］。主成份分析方法的具體過程如下：

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

在以上矩陣中采用主成份分析的目的為，通過一個新的變量h1來表示n個變量，a1、a2...an，那么系統(tǒng)中的第一個成份線性公式為：h1=w1a1+w2a2+w3a3+...+w1nan，此時w11w1=1；以此類推，第二個主成份也是通過這樣方式進行表示，直到第j個主成份也是這樣表示出來，同時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，按照以下公式進行計算:

式中的s為原數(shù)據(jù)系統(tǒng)的方差-協(xié)方差矩陣，在實現(xiàn)最大變量的y1時，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際電力電子故障診斷中比較適用，電路運出現(xiàn)故障時，其表面都會出現(xiàn)溫差，該故障診斷技術(shù)就是基于設(shè)備線路絕對溫度變化而進行故障分析。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)部溫度高于絕對溫度（-273.15℃）時，就會產(chǎn)生由熱能而轉(zhuǎn)變出來的輻射能。外溫度在500℃時，就會產(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去測量。紅外熱像故障診斷根據(jù)線路高溫的產(chǎn)生的輻射能進行故障位置判斷［4］。

不管在何種組成的輻射波中都會存在一定的紅外輻射。溫度對輻射能中各項性質(zhì)產(chǎn)生影響，并不是所有溫度都會產(chǎn)生一致的輻射波，溫度不同，在物體中產(chǎn)生對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)備信號檢測中，DFT能夠?qū)﹄姎庠O(shè)備信號的基波、以及諧波進行分離，得出各個信號的頻率分量和幅值、頻率以及相位。一般在相位較高或者高次諧波參數(shù)下，其電氣信號檢測中算出現(xiàn)的誤差最為明顯。離散頻譜所出現(xiàn)的誤差進行校正，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，實現(xiàn)幅值或者相位的校正。第二，F(xiàn)FT+FT細化分析法。通過DFT連續(xù)譜分析的方式，對數(shù)據(jù)的實部和虛部進行計算，最后計算出幅值。第三，對數(shù)據(jù)能量重心校正。根據(jù)功率法則求出頻譜校正量，對相位進行二次校正。第四，相位差校正法。通過離散頻譜對應(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，能夠突破DFT所在時域上所不能達到的程度，沒有故障檢測的局限性，在很多不平穩(wěn)的電氣信號場所適用；主成份分析技術(shù)能夠在系統(tǒng)中輸入的多個變量中，將變量進行變換處理，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)的誤差進行校正；以上故障診斷技術(shù)在實際應(yīng)用中的效果明顯，在推動電力電子技術(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，電氣自動化。