国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于BP神經(jīng)網(wǎng)絡(luò)的靜止變頻器故障診斷方法

2020-11-03 09:26陳月營
自動化與儀表 2020年10期
關(guān)鍵詞:晶閘管相電流神經(jīng)網(wǎng)絡(luò)

張 法,陳月營,王 志,劉 騰,花 磊

(1.國網(wǎng)新源控股有限公司 回龍分公司,南陽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的重要設(shè)備,由三相橋式全控整流電路的網(wǎng)橋、機橋和平波電抗器構(gòu)成[1]。 靜止變頻器的網(wǎng)橋為整流橋,其輸出經(jīng)平波電抗器平波后形成穩(wěn)定的直流輸出;機橋為逆變橋,它按照電機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[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,國內(nèi)外對SFC 的研究多處于控制層面,對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 故障的可能有過壓、過流、短路、過載[7]4 種原因。 對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 運行過程中故障晶閘管的定位問題,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MatLab/Simulink 仿真軟件進行仿真測試,驗證了該方法用于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[9-10]。由圖可見平波電抗器兩側(cè)的網(wǎng)橋和機橋均包含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,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 個橋分別看待。 網(wǎng)橋和機橋有著共同的運行規(guī)則,在正常情況下,任一時間段內(nèi)均有2 只晶閘管處于導(dǎo)通狀態(tài)[13-14]。SFC 在共陰極組和共陽極組間交替進行換相。 正常工作時,整流橋和逆變橋的輸出電壓波形如圖2所示。

在此以SFC 中整流橋為例,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 個小類。 對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)點彼此連接,但同層節(jié)點之間彼此不連接[18]。BP 神經(jīng)網(wǎng)絡(luò)的優(yōu)勢在于不需要知道準(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,就可以自動給出接近實際值的輸出值[19-20],構(gòu)建BP 神經(jīng)網(wǎng)絡(luò)的要點在于確定每一層的節(jié)點數(shù)量[21-22]。因為BP 神經(jīng)網(wǎng)絡(luò)具有多種多樣的優(yōu)勢,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]。

對于SFC 的整流橋,在此采用全控整流橋陰極和陽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)點為6。

對于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)合的方式來診斷SFC 的晶閘管故障情況,以三相輸出電壓經(jīng)過Park 變換后的計算值為輸入值,故輸入節(jié)點取3。

對于逆變橋,采用故障特征量F1,F(xiàn)2,F(xiàn)3的組合來表示逆變橋晶閘管的故障定位,故障特征量的定義見表1。F1為具體的故障大類型,對應(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,在圖1中從左向右依次為橋臂1,2,3,取橋臂序號為F2對應(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,其他故障取值見表1。 F3為故障晶閘管位于上橋臂或下橋臂,位于上橋臂時取F3=0,位于下橋臂則取F3=1。對于F3,當(dāng)故障為故障類型2 時,定義F3值恒為0;當(dāng)故障為故障類型4時,定義圖1所示電路右側(cè)3 個橋臂故障的F3取值,具體見表1。

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

對于二進制而言,F(xiàn)1需要2 個節(jié)點來表示,F(xiàn)2需要3 個節(jié)點,F(xiàn)3需要1 個節(jié)點,所以輸出層節(jié)點個數(shù)取6。對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Park 變換,以a 相為例,Park 變換的流程如圖4所示。 對于Park 變換的輸入而言,是對稱的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)點就在于可以快速響應(yīng),能瞬時確定基波幅值。

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,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,計算數(shù)值相同,就不能進行精準(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 個變量來表示當(dāng)前周期a,b,c 三相正負(fù)部分電流對應(yīng)的積分,Plm(l=a,b,c;m=+,-)。 對于逆變器而言,其上橋臂的晶閘管處于損壞狀態(tài),那么對應(yīng)相的電流不會在正半波生成功率。 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)采樣點數(shù);ik為各采樣點電流值。

在此分析不同大類型下的故障情況:

對于故障類型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

對于該方法,b 相、c 相通用。

對于故障類型2F3值始終為0。

對于故障類型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

對于該方法,b 相和c 相,a 相和c 相通用。

對于故障類型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 需要實時檢測其各項電壓數(shù)據(jù)。 如果數(shù)據(jù)異常,則按照異常所在的橋?qū)ζ溥M行相應(yīng)的BP 神經(jīng)網(wǎng)絡(luò)診斷,輸入所測得的數(shù)值,診斷出具體的故障晶閘管序號。 對于SFC 的網(wǎng)橋,若檢測到網(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值來確定網(wǎng)橋故障類型以及故障晶閘管的序號;對于SFC 的機橋,若檢測到電機輸入電壓異常,則輸入電機的三相輸入電壓U1,U2,U3到機橋的BP 神經(jīng)網(wǎng)絡(luò)中,根據(jù)輸出的F1,F(xiàn)2,F(xiàn)3值判斷機橋故障類型,以及故障晶閘管的序號。

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單,診斷逆變橋的部分稍微復(fù)雜一些。以逆變橋為例,在此利用MatLab/Simulink 搭建了SFC 的仿真模型,對所提述4 種故障類型進行模擬試驗。 各個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

通過仿真,可以得到F1,F(xiàn)2,F(xiàn)3的數(shù)值及其二進制的表達(dá),具體見表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。 通過表2所示數(shù)據(jù)及前述相關(guān)定義,可以實現(xiàn)對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

抽水蓄能電站是我國發(fā)電行業(yè)的重要支柱,而SFC 的良好運行關(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SFC 的晶閘管故障進行仿真試驗,仿真結(jié)果證明所提出的方法可以解決實際問題。 在此將SFC 拆分為整流橋和逆變橋分別進行研究,得出了它們不同的BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),試驗結(jié)果表明該方法可以實時定位SFC中故障晶閘管序號,對于保證抽水蓄能電站穩(wěn)定運行具有重大意義。 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)向更快的檢測速度、更精確的診斷結(jié)果看齊,進一步完善該方法。

猜你喜歡
晶閘管相電流神經(jīng)網(wǎng)絡(luò)
一種晶閘管狀態(tài)和極性的檢測方法及其應(yīng)用
T型三電平逆變器合成脈沖寬度調(diào)制相電流重構(gòu)策略
交錯并聯(lián)Buck變換器單電流傳感器均流控制
基于遞歸模糊神經(jīng)網(wǎng)絡(luò)的風(fēng)電平滑控制策略
基于關(guān)斷過程能量的換相失敗判別方法
基于過采樣相電流重構(gòu)相位誤差抑制方法
水下等離子體聲源放電開關(guān)及控制電路設(shè)計*
神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
基于神經(jīng)網(wǎng)絡(luò)的中小學(xué)生情感分析
電動汽車用電機控制器三相電流不平衡檢測電路設(shè)計