基于流形學(xué)習(xí)的風(fēng)電變流器故障空間維數(shù)約簡.pdf

1、在能源危機(jī)與保護(hù)環(huán)境的背景下，對清潔和可再生新能源的開發(fā)利用受到社會(huì)的日益廣泛關(guān)注。風(fēng)能是目前增長最快的清潔可再生能源，由于風(fēng)力發(fā)電儲(chǔ)藏量巨大、轉(zhuǎn)換形式簡單、開采規(guī)模大且沒有污染，因此成為新能源中發(fā)展最快、技術(shù)最成熟的發(fā)電技術(shù)。風(fēng)電機(jī)組常工作于野外，環(huán)境條件惡劣，變流器作為風(fēng)電系統(tǒng)的核心部件，其穩(wěn)定可靠運(yùn)行至關(guān)重要，變流器發(fā)生故障時(shí)，如果不能得到及時(shí)診斷和恢復(fù)，整個(gè)風(fēng)電機(jī)組可能會(huì)遭受嚴(yán)重?fù)p壞或?qū)е峦C(jī)，帶來巨大的經(jīng)濟(jì)損失。因此，風(fēng)電系統(tǒng)

2、對變流器可靠性要求很高，變流器故障診斷對于提高系統(tǒng)穩(wěn)定性來說至關(guān)重要。
　　變流器中存在大量電力電子器件，具有非線性，難以建立完善的解析模型，且其發(fā)生故障時(shí)種類繁多，對于復(fù)雜系統(tǒng)的故障診斷目前現(xiàn)有的診斷技術(shù)不能滿足其需求。另外，通用的故障診斷模式“特征提取→模式識別”存在特征提取方式需要人工干預(yù)和特征量維數(shù)過高使特征間具有冗余的缺點(diǎn)，與所要求的自動(dòng)化、高精度、快速性的故障診斷指標(biāo)相背離。因此，本文針對風(fēng)電變流器故障信號的非平穩(wěn)、非

3、線性特性及故障特征空間維數(shù)過高導(dǎo)致模式識別困難的缺點(diǎn)，結(jié)合經(jīng)驗(yàn)?zāi)B(tài)分解對非線性信號處理的自適應(yīng)性和分形盒維數(shù)能對非線性行為定量描述的特點(diǎn)，提出了基于經(jīng)驗(yàn)?zāi)B(tài)分解與盒維數(shù)及流形學(xué)習(xí)的“特征提取→維數(shù)約簡→模式識別”的智能風(fēng)電變流器故障診斷方法。
　　首先，闡述風(fēng)電變流器的結(jié)構(gòu)與工作原理，并對變流器IGBT開路故障進(jìn)行分析，通過搭建變流器Matlab仿真模型來獲得正常運(yùn)行與故障波形。
　　其次，選取三相輸出電壓來提取故障特征，通

4、過經(jīng)驗(yàn)?zāi)B(tài)對三相電壓信號進(jìn)行分解，計(jì)算各固有模態(tài)函數(shù)的信息熵與盒維數(shù)，信息熵作為信號的能量特征、盒維數(shù)作為結(jié)構(gòu)特征，將二者相結(jié)合作為變流器信號的特征量，有效地提取故障特征，準(zhǔn)確地刻畫故障狀態(tài)。通過仿真得出此方法的正確性。
　　再次，引入流形學(xué)習(xí)方法來對變流器故障特征進(jìn)行維數(shù)約簡，詳細(xì)介紹了流形學(xué)習(xí)的相關(guān)理論及經(jīng)典算法，在理論上支持了流形學(xué)習(xí)方法在變流器故障空間維數(shù)約簡中的適用性。重點(diǎn)針對流形學(xué)習(xí)方法中存在的一些缺陷進(jìn)行了改進(jìn)研究，