← 返回
基于信号卷积池化处理与共享滤波器学习的T型逆变器晶体管开路故障实时诊断
Real-Time Diagnosis Based on Signal Convolution-Pooling Processing and Shared Filter Learning for Transistor Open-Circuit Faults in a T-Type Inverter
| 作者 | Borong Wang · Guodong Chen · Jinfeng Song · Chenyi Peng · Philip T. Krein · Hao Ma |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2024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 三电平 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | T型逆变器 故障诊断 开路故障 深度学习 卷积神经网络 实时诊断 信号处理 |
语言:
中文摘要
本文提出了一种基于信号卷积池化的数据驱动方法，用于T型逆变器的实时故障诊断。该模型由辅助神经网络和多层卷积特征分类器（MCFC）组成。辅助神经网络通过少量训练数据集学习并为MCFC提供滤波器参数。通过共享滤波器学习，该方法实现了对T型逆变器晶体管开路故障的高效实时诊断。
English Abstract
This article proposes a data-driven method based on signal convolution pooling for real-time fault diagnosis in T-type inverters. The model is composed of an auxiliary neural network and a multilayer convolution feature classifier (MCFC). The auxiliary neural network can learn and provide filter parameters for an MCFC by learning from a small training dataset. Through shared filter learning and a ...
S
SunView 深度解读
该技术对阳光电源的核心产品线（如组串式逆变器、集中式逆变器及PowerTitan储能变流器）具有极高的应用价值。T型三电平拓扑广泛应用于阳光电源的高效逆变产品中，该研究提出的基于深度学习的实时故障诊断方法，能显著提升逆变器在运行过程中的可靠性与运维效率。建议将此算法集成至iSolarCloud智能运维平台，通过边缘计算实现对功率器件早期故障的预判，从而降低售后运维成本，并为下一代具备自诊断功能的智能逆变器开发提供技术储备。