← 返回
基于边缘侧轻量化二维CNN的ANPC逆变器在线开路故障诊断
Online Open-Circuit Fault Diagnosis for ANPC Inverters Using Edge-Based Lightweight Two-Dimensional CNN
| 作者 | Chunxing Yao · Shuai Xu · Guanzhou Ren · Sijia Wu · Guohua Li · Zhenyao Sun · Guangtong Ma |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2024年4月 |
| 技术分类 | 可靠性与测试 |
| 技术标签 | 三电平 故障诊断 深度学习 机器学习 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | ANPC逆变器 开路故障 故障诊断 卷积神经网络 边缘计算 在线监测 多电平逆变器 |
语言:
中文摘要
针对多电平逆变器故障诊断多为离线处理的问题，本文提出了一种用于三电平有源中点钳位（3L-ANPC）逆变器开路故障的在线诊断策略。通过将训练好的轻量化二维卷积神经网络（CNN）部署在边缘计算板上，实现了对逆变器故障的实时、精准检测，提升了电力电子系统的可靠性。
English Abstract
Conventional neural network (CNN) has been extensively applied in the field of fault diagnosis for multilevel inverter. However, most CNN based diagnostic strategies are typically implemented offline. To accomplish precise and online diagnosis for the open-circuit (OC) fault of three-level active neutral-point-clamped (3L-ANPC) inverter, the trained CNN is deployed into an edge computation board. ...
S
SunView 深度解读
该技术对阳光电源的核心产品线（如大功率组串式逆变器及集中式逆变器）具有极高的应用价值。ANPC拓扑常用于高压大功率光伏逆变器中，通过边缘侧轻量化CNN实现故障诊断，可显著提升iSolarCloud智能运维平台的故障预警能力，缩短运维响应时间。建议研发团队将此算法模型集成至逆变器的主控DSP或边缘网关中，实现从“事后维修”向“预测性维护”的转型，有效降低电站运维成本，提升设备全生命周期的可靠性。