← 返回

一种电力变换器开路故障的模型-数据混合驱动诊断方法

A Model-Data-Hybrid-Driven Diagnosis Method for Open-Switch Faults in Power Converters

作者 Zhan Li · Yuan Gao · Xin Zhang · Borong Wang · Hao Ma
期刊 IEEE Transactions on Power Electronics
出版日期 2021年5月
技术分类 可靠性与测试
技术标签 故障诊断 机器学习 深度学习 可靠性分析
相关度评分 ★★★★★ 5.0 / 5.0
关键词 电力变换器 开关管开路故障 故障诊断 模型驱动 数据驱动 人工神经网络 解析模型
语言:

中文摘要

本文提出了一种结合模型驱动与数据驱动优势的电力变换器开路故障诊断方法。该方法利用变换器的显式解析模型与人工神经网络(ANN)的学习能力,通过离线模型分析与在线学习过程,实现对功率器件开路故障的精准识别,有效提升了电力电子系统的运行可靠性。

English Abstract

To combine the advantages of both model-driven and data-driven methods, this article proposes a model-data-hybrid-driven method to diagnose open-switch faults in power converters. This idea is based on the explicit analytical model of converters and the learning capability of the artificial neural network (ANN). The process of the method is divided into two parts: offline model analysis and learni...
S

SunView 深度解读

该技术对阳光电源的核心业务具有极高价值。在组串式逆变器和PowerTitan/PowerStack储能变流器中,功率器件(IGBT/SiC)的开路故障直接影响系统可用性。通过引入模型-数据混合驱动诊断,可显著提升iSolarCloud平台的智能运维能力,实现故障的早期预警与精准定位,降低运维成本。建议研发团队将其集成至PCS控制算法中,利用现有传感器数据实现无额外硬件成本的故障诊断,增强产品在复杂电网环境下的可靠性竞争力。