← 返回
一种用于高速列车牵引变流器的高适应性多传感器故障诊断方法
An Adaptive Multisensor Fault Diagnosis Method for High-Speed Train Traction Converters
| 作者 | Honghui Dong · Fuzhao Chen · Zhipeng Wang · Limin Jia · Yong Qin · Jie Man |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2021年6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 | ★★★★ 4.0 / 5.0 |
| 关键词 | 牵引变流器 故障诊断 多传感器 高速列车 电力电子 深度学习 可靠性 |
语言:
中文摘要
牵引变流器是高速列车牵引系统的核心安全部件。针对其复杂的拓扑结构,本文提出了一种基于多传感器融合的故障诊断方法。该方法有效解决了传统单传感器诊断在复杂工况下的局限性,为电力电子系统的状态监测与故障预测提供了新的技术路径。
English Abstract
Traction converters are safety-critical parts of traction drive systems on high-speed trains. Considering the complicated interconnections in the traction converter, it is imperative to utilize multisensors rather than single-sensor for fault diagnosis. However, the multisensor-based traction converter fault diagnosis is barely discussed by now. Concerning this issue, this article proposes a novel...
S
SunView 深度解读
该研究提出的多传感器融合故障诊断技术对阳光电源的可靠性提升具有重要参考价值。在PowerTitan储能系统及大型组串式逆变器中,通过引入多传感器数据(如电流、电压、温度、振动等)进行深度学习建模,可显著提高对功率模块及关键元器件早期故障的识别精度。建议将此方法集成至iSolarCloud智能运维平台,通过边缘计算实现对电站设备运行状态的实时监测与预警,从而降低运维成本,提升系统整体可用性与安全性。