← 返回
一种基于对比学习的DC/DC降压变换器软故障检测与诊断新方法
A Novel Soft Fault Detection and Diagnosis Method for a DC/DC Buck Converter Based on Contrastive Learning
| 作者 | Jigui Miao · Yang Liu · Quan Yin · Binlei Ju · Guoqing Zhang · Huai Wang |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2024年1月 |
| 技术分类 | 可靠性与测试 |
| 技术标签 | DC-DC变换器 故障诊断 机器学习 可靠性分析 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | DC-DC变换器 软故障 故障诊断 对比学习 参数退化 可靠性 电力电子 |
语言:
中文摘要
DC/DC变换器是电力电子系统的核心部件，在环境应力下其组件参数会逐渐退化，导致软故障，影响系统可靠性。本文提出了一种基于对比学习的软故障检测与诊断方法，旨在有效识别此类异常，提升变换器的运行稳定性。
English Abstract
DC/DC converter is widely used in power electronic applications as a critical part of power supply. During operation, component parameters of the dc/dc converter gradually degrade subjected to various environmental stresses. When they degrade to deviate from the normal value, soft faults will occur and directly affect the functionality and reliability of the whole system. To identify these anomali...
S
SunView 深度解读
该研究对于阳光电源的组串式逆变器及储能系统（如PowerTitan、PowerStack）具有极高价值。阳光电源的DC/DC变换电路是光伏MPPT及储能PCS的核心，组件参数退化导致的软故障往往难以通过传统阈值法检测。引入对比学习等深度学习技术，可显著提升iSolarCloud智能运维平台对设备早期隐患的预判能力，实现从“事后维修”向“预测性维护”的转型，有效降低运维成本，提升电站全生命周期可靠性。