← 返回
一种基于数据驱动模型的传感器间歇性故障在线诊断方法
An Online Diagnosis Method for Sensor Intermittent Fault Based on Data-Driven Model
| 作者 | Kun Zhang · Bin Gou · Wei Xiong · Xiaoyun Feng |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2023年3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 | 间歇性故障 传感器故障 数据驱动模型 故障诊断 电力电子 信号预测 智能诊断 |
语言:
中文摘要
针对电力电子应用中易被忽视的间歇性故障（IF），本文提出了一种基于数据驱动模型的智能诊断方法。首先分析了间歇性故障在时域中的表现特征，随后利用非线性自回归模型构建了信号预测器，实现了对传感器故障的实时监测与诊断。
English Abstract
The intermittent fault (IF) is usually overlooked in power electronic applications. In this letter, an intelligent diagnosis method based on a data-driven model is proposed for sensor IFs. First, the manifestation of IF in the time domain is discussed to explore its distinctive characteristics. Then, a signal predictor is constructed in a data-driven way by utilizing the nonlinear autoregressive e...
S
SunView 深度解读
该研究对提升阳光电源全系列产品（特别是组串式/集中式逆变器及PowerTitan储能系统）的可靠性至关重要。传感器是电力电子设备感知电网与系统状态的核心，其间歇性故障往往难以捕捉且易导致误保护或性能下降。通过引入该数据驱动诊断算法，可集成至iSolarCloud智能运维平台，实现对逆变器及PCS内部电流、电压传感器的实时健康监测，提前预警潜在故障，降低运维成本，提升系统可用率。建议研发团队在下一代控制平台中引入该类轻量化机器学习模型，以增强设备的自诊断能力。