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。基于小波分析這樣的特點，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。