基于BP神經(jīng)網(wǎng)絡(luò)的靜止變頻器故障診斷方法

張 法，陳月營(yíng)，王 志，劉 騰，花 磊

（1.國(guó)網(wǎng)新源控股有限公司 回龍分公司，南陽(yáng)473000；2.南京南瑞繼保電氣有限公司，南京211106）

靜止變頻器SFC 是抽水蓄能電站變頻啟動(dòng)的重要設(shè)備，由三相橋式全控整流電路的網(wǎng)橋、機(jī)橋和平波電抗器構(gòu)成[1]。 靜止變頻器的網(wǎng)橋?yàn)檎鳂颍漭敵鼋?jīng)平波電抗器平波后形成穩(wěn)定的直流輸出；機(jī)橋?yàn)槟孀儤颍凑针姍C(jī)定子電壓頻率將直流電變換成頻率逐漸升高的變頻電流，并輸出到電機(jī)[2]。

SFC 包含大量晶閘管，而晶閘管屬于易損器件[3]。晶閘管的故障直接導(dǎo)致SFC 不能正常工作[4]。 SFC網(wǎng)橋和機(jī)橋各存在6 只晶閘管，所以一旦發(fā)生故障，很難精準(zhǔn)確定故障晶閘管[5]。

目前，國(guó)內(nèi)外對(duì)SFC 的研究多處于控制層面，對(duì)于如何快速診斷靜止變頻器的故障尚缺乏研究[6]。導(dǎo)致SFC 故障的可能有過(guò)壓、過(guò)流、短路、過(guò)載[7]4 種原因。 對(duì)SFC 故障的研究多是結(jié)合故障樹診斷靜止變頻器故障或是結(jié)合信息處理診斷故障[8]。 在此，為解決SFC 運(yùn)行過(guò)程中故障晶閘管的定位問(wèn)題，以BP 神經(jīng)網(wǎng)絡(luò)為工具，提取故障類型作為網(wǎng)絡(luò)訓(xùn)練標(biāo)本，得到正確的網(wǎng)絡(luò)結(jié)構(gòu)；經(jīng)過(guò)MatLab/Simulink 仿真軟件進(jìn)行仿真測(cè)試，驗(yàn)證了該方法用于SFC 晶閘管故障診斷的正確性和有效性。

1 SFC 工作原理及故障分析

1.1 SFC 的結(jié)構(gòu)分析

SFC 的內(nèi)部結(jié)構(gòu)的原理如圖1所示。 它的基本架構(gòu)由三相橋式全控整流電路、平波電抗器、三相橋式全控逆變電路組成，后接電機(jī)[9-10]。由圖可見(jiàn)平波電抗器兩側(cè)的網(wǎng)橋和機(jī)橋均包含6 只晶閘管。

圖1 SFC 基本架構(gòu)Fig.1 Basic structure of SFC

SFC 正常工作時(shí)，網(wǎng)橋?qū)⑷嘟涣麟娹D(zhuǎn)換為直流電輸送到平波電抗器，形成較為穩(wěn)定的直流輸出。 機(jī)橋再把直流輸出轉(zhuǎn)換為頻率可調(diào)的變頻電流輸入到電機(jī)中[11-12]。

1.2 SFC 晶閘管故障分析

SFC 的主要構(gòu)成是整流橋和逆變橋，可以把SFC 拆成2 個(gè)橋分別看待。 網(wǎng)橋和機(jī)橋有著共同的運(yùn)行規(guī)則，在正常情況下，任一時(shí)間段內(nèi)均有2 只晶閘管處于導(dǎo)通狀態(tài)[13-14]。SFC 在共陰極組和共陽(yáng)極組間交替進(jìn)行換相。 正常工作時(shí)，整流橋和逆變橋的輸出電壓波形如圖2所示。

在此以SFC 中整流橋?yàn)槔?，分析以下幾種可能的故障情況[15]：

故障類型1全控整流橋中只有1 只晶閘管損壞，即VT1，VT2，VT3，VT4，VT5，VT6其中之一發(fā)生故障。

故障類型2全控整流橋同一橋臂的上下2 只晶閘管損壞，即VT1和VT4，或VT2和VT5，或VT3和VT6發(fā)生故障。

圖2 SFC 網(wǎng)橋和機(jī)橋正常電壓輸出波形Fig.2 Normal voltage output waveform of SFC bridge and inverter bridge

故障類型3全控整流橋同一半橋的其中2 只晶閘管損壞，即VT1和VT3，或VT2和VT4，或VT3和VT5，或VT4和VT6，或VT1和VT5，或VT2和VT6發(fā)生故障。

故障類型4全控整流橋不同半橋的交叉2 只晶閘管損壞，即VT1和VT2，或VT2和VT3，或VT3和VT4，或VT4和VT5，或VT5和VT6，或VT1和VT6發(fā)生故障。

各故障類型下整流橋的輸出電壓波形如圖3所示。

圖3 各故障類型下的網(wǎng)橋輸出電壓波形Fig.3 Output voltage waveform of bridge under different fault types

經(jīng)過(guò)分析可知，SFC 整流橋的晶閘管故障類型可以分為四大類，21 個(gè)小類。 對(duì)SFC 逆變橋晶閘管的故障分類可以得到同樣的結(jié)果，借由MatLab/Simulink 仿真平臺(tái)也同樣可以得出SFC 逆變橋在各種故障類型下的三相輸出電壓波形。

2 基于Park 變換和邏輯構(gòu)建BP 神經(jīng)網(wǎng)絡(luò)

2.1 BP 神經(jīng)網(wǎng)絡(luò)的構(gòu)建方法

當(dāng)前應(yīng)用比較廣泛的神經(jīng)網(wǎng)絡(luò)之一是BP 神經(jīng)網(wǎng)絡(luò)，其依靠逆向傳播算法訓(xùn)練的多層前饋網(wǎng)絡(luò)[16-17]。BP 神經(jīng)網(wǎng)絡(luò)相鄰層之間的節(jié)點(diǎn)彼此連接，但同層節(jié)點(diǎn)之間彼此不連接[18]。BP 神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)在于不需要知道準(zhǔn)確的方程式，具有自身訓(xùn)練的本領(lǐng)，并在學(xué)習(xí)某種規(guī)律后，只要給定輸入值，就可以自動(dòng)給出接近實(shí)際值的輸出值[19-20]，構(gòu)建BP 神經(jīng)網(wǎng)絡(luò)的要點(diǎn)在于確定每一層的節(jié)點(diǎn)數(shù)量[21-22]。因?yàn)锽P 神經(jīng)網(wǎng)絡(luò)具有多種多樣的優(yōu)勢(shì)，故在此采取BP 神經(jīng)網(wǎng)絡(luò)作為診斷SFC 晶閘管故障的方法。 建立BP 神經(jīng)網(wǎng)絡(luò)一般采用3 層結(jié)構(gòu)，輸入層、隱含層和輸出層[23]。

對(duì)于SFC 的整流橋，在此采用全控整流橋陰極和陽(yáng)極的電位差的直流分量X1，基波幅值X2，二次諧波幅值X3，三次諧波幅值X4作為輸入值，因此整流橋的輸入層節(jié)點(diǎn)為4。

輸出值需要能夠表達(dá)是第幾種大類型下的第幾種小類型。 在此，Y1，Y2，Y3為大類型；Y4，Y5，Y6為小類型。 所以輸出層節(jié)點(diǎn)為6。

對(duì)于SFC 的逆變橋，在此采取Park 變換算法和BP 神經(jīng)網(wǎng)絡(luò)結(jié)合的方式來(lái)診斷SFC 的晶閘管故障情況，以三相輸出電壓經(jīng)過(guò)Park 變換后的計(jì)算值為輸入值，故輸入節(jié)點(diǎn)取3。

對(duì)于逆變橋，采用故障特征量F1，F(xiàn)2，F(xiàn)3的組合來(lái)表示逆變橋晶閘管的故障定位，故障特征量的定義見(jiàn)表1。F1為具體的故障大類型，對(duì)應(yīng)4 種故障類型其取值為0，1，2，3。F2為發(fā)生故障的橋臂序號(hào)，在圖1中從左向右依次為橋臂1，2，3，取橋臂序號(hào)為F2對(duì)應(yīng)值；如果不同橋臂上發(fā)生晶閘管故障，則橋臂1-2 故障取值為4，其他故障取值見(jiàn)表1。 F3為故障晶閘管位于上橋臂或下橋臂，位于上橋臂時(shí)取F3=0，位于下橋臂則取F3=1。對(duì)于F3，當(dāng)故障為故障類型2 時(shí)，定義F3值恒為0；當(dāng)故障為故障類型4時(shí)，定義圖1所示電路右側(cè)3 個(gè)橋臂故障的F3取值，具體見(jiàn)表1。

表1 故障特征量的定義Tab.1 Definition of fault characteristic quantity

對(duì)于二進(jìn)制而言，F(xiàn)1需要2 個(gè)節(jié)點(diǎn)來(lái)表示，F(xiàn)2需要3 個(gè)節(jié)點(diǎn)，F(xiàn)3需要1 個(gè)節(jié)點(diǎn)，所以輸出層節(jié)點(diǎn)個(gè)數(shù)取6。對(duì)于整流橋和逆變橋的隱含層，以最大化接近為目標(biāo)，采用雙曲線正切Sigmoid 函數(shù)，即

在此，作為逆變橋BP 神經(jīng)網(wǎng)絡(luò)輸入值的三相電流需要分別經(jīng)過(guò)Park 變換，以a 相為例，Park 變換的流程如圖4所示。 對(duì)于Park 變換的輸入而言，是對(duì)稱的120°三相電流，因此其他相也需要做相同的移相。 Park 變換的優(yōu)點(diǎn)就在于可以快速響應(yīng)，能瞬時(shí)確定基波幅值。

圖4 Park 變換的流程Fig.4 Flow chart of Park transform

依靠Park 變換，故障類型相同但是晶閘管的故障位置處于不同橋臂時(shí)，可以得到不同的數(shù)值，因此可以判斷故障在橋臂上的位置。 另一種情況，故障類型相同晶閘管故障處于相同橋臂上時(shí)，計(jì)算數(shù)值相同，就不能進(jìn)行精準(zhǔn)定位。因此，BP 神經(jīng)網(wǎng)絡(luò)只能判斷F1，F(xiàn)2的值，而不能確定F3的值。

2.2 確定F3 值的方法

在此采用邏輯判定F3的值。用6 個(gè)變量來(lái)表示當(dāng)前周期a，b，c 三相正負(fù)部分電流對(duì)應(yīng)的積分，Plm（l=a，b，c；m=+，-）。 對(duì)于逆變器而言，其上橋臂的晶閘管處于損壞狀態(tài)，那么對(duì)應(yīng)相的電流不會(huì)在正半波生成功率。 同理，其下橋臂也是如此。 有

其中，若m=+，則

若m=-，則

式中：N 為周期內(nèi)采樣點(diǎn)數(shù)；ik為各采樣點(diǎn)電流值。

在此分析不同大類型下的故障情況：

對(duì)于故障類型1假設(shè)VT7故障，在此分析a相，則a 相電流正半部分為0；假設(shè)VT8故障，以a 相為例，則a 相電流負(fù)半部分為0，據(jù)此判斷F3值為

對(duì)于該方法，b 相、c 相通用。

對(duì)于故障類型2F3值始終為0。

對(duì)于故障類型3設(shè)VT7和VT9故障，在此分析a 相和b 相，則a 相，b 相電流正半部分為0；假設(shè)VT8和VT10，在此以a 相和b 相為例，則a 相，b 相電流負(fù)半部分為0，則判斷F3值為

對(duì)于該方法，b 相和c 相，a 相和c 相通用。

對(duì)于故障類型4假設(shè)VT7和VT10故障，以a相和b 相為例，則a 相，b 相電流正半部分為0；假設(shè)VT8和VT9，以a 相和b 相為例，則a 相，b 相電流負(fù)半部分為0，則判斷F3值為

得到F3數(shù)值的判斷方法后，就完全建立起SFC的BP 神經(jīng)網(wǎng)絡(luò)。 其運(yùn)行流程如圖5所示。

圖5 應(yīng)用BP 神經(jīng)網(wǎng)絡(luò)診斷SFC 的流程Fig.5 Flow chart of SFC diagnosis by BP neural network

SFC 需要實(shí)時(shí)檢測(cè)其各項(xiàng)電壓數(shù)據(jù)。 如果數(shù)據(jù)異常，則按照異常所在的橋?qū)ζ溥M(jìn)行相應(yīng)的BP 神經(jīng)網(wǎng)絡(luò)診斷，輸入所測(cè)得的數(shù)值，診斷出具體的故障晶閘管序號(hào)。 對(duì)于SFC 的網(wǎng)橋，若檢測(cè)到網(wǎng)橋輸出電壓異常，則輸入X1，X2，X3，X4到網(wǎng)橋的BP 神經(jīng)網(wǎng)絡(luò)中，根據(jù)輸出的Y1，Y2，Y3，Y4，Y5，Y6值來(lái)確定網(wǎng)橋故障類型以及故障晶閘管的序號(hào)；對(duì)于SFC 的機(jī)橋，若檢測(cè)到電機(jī)輸入電壓異常，則輸入電機(jī)的三相輸入電壓U1，U2，U3到機(jī)橋的BP 神經(jīng)網(wǎng)絡(luò)中，根據(jù)輸出的F1，F(xiàn)2，F(xiàn)3值判斷機(jī)橋故障類型，以及故障晶閘管的序號(hào)。

3 仿真與分析

BP 神經(jīng)網(wǎng)絡(luò)由2 部分構(gòu)成，其中診斷整流橋的部分較為簡(jiǎn)單，診斷逆變橋的部分稍微復(fù)雜一些。以逆變橋?yàn)槔?，在此利用MatLab/Simulink 搭建了SFC 的仿真模型，對(duì)所提述4 種故障類型進(jìn)行模擬試驗(yàn)。 各個(gè)故障類型的輸出波形如圖6所示。

圖6 四種故障類型下的輸出電流波形Fig.6 Output voltage waveform under four fault types

通過(guò)仿真，可以得到F1，F(xiàn)2，F(xiàn)3的數(shù)值及其二進(jìn)制的表達(dá)，具體見(jiàn)表2。 BP 神經(jīng)網(wǎng)絡(luò)輸出結(jié)果的歸一化處理規(guī)則為：數(shù)值小于0.5 則取0，數(shù)值大于等于0.5 取1。 通過(guò)表2所示數(shù)據(jù)及前述相關(guān)定義，可以實(shí)現(xiàn)對(duì)SFC 晶閘管故障的準(zhǔn)確定位。

表2 故障診斷輸出結(jié)果Tab.2 Output results of fault diagnosis

4 結(jié)語(yǔ)

抽水蓄能電站是我國(guó)發(fā)電行業(yè)的重要支柱，而SFC 的良好運(yùn)行關(guān)乎抽水蓄能電站的工作狀態(tài)。 依靠MatLab/Simulink 構(gòu)建了SFC 仿真模型，以BP 神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，配合Park 變換和邏輯，對(duì)SFC 的晶閘管故障進(jìn)行仿真試驗(yàn)，仿真結(jié)果證明所提出的方法可以解決實(shí)際問(wèn)題。 在此將SFC 拆分為整流橋和逆變橋分別進(jìn)行研究，得出了它們不同的BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，試驗(yàn)結(jié)果表明該方法可以實(shí)時(shí)定位SFC中故障晶閘管序號(hào)，對(duì)于保證抽水蓄能電站穩(wěn)定運(yùn)行具有重大意義。 然而，所做研究尚處于雛形階段，在后續(xù)的研究中還應(yīng)當(dāng)向更快的檢測(cè)速度、更精確的診斷結(jié)果看齊，進(jìn)一步完善該方法。