← 返回
基于白噪声注入数据增强的三电平NPC逆变器鲁棒开路故障诊断
Robust Open-Switch Fault Diagnosis of Three-Level NPC Inverters Based on Data Augmentation With White Noise Injection
| 作者 | Jiwon Jung · Dyan Puspita Apsari · Dong-Choon Lee |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2025年2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 | 三电平NPC逆变器 故障诊断 一维卷积神经网络 (1-D CNN) 数据增强 白噪声注入 鲁棒性 深度学习 |
语言:
中文摘要
本文提出了一种基于一维卷积神经网络（1-D CNN）的三电平中点钳位（NPC）逆变器实时故障诊断方法。通过在仿真数据中引入白噪声进行数据增强，显著提升了深度学习模型的泛化能力，确保诊断模型在未训练工况下仍具备高鲁棒性。
English Abstract
This article proposes a novel real-time fault diagnosis approach for three-level neutral-point-clamped inverters based on a one-dimensional (1-D) convolutional neural network (CNN). The proposed method incorporates data augmentation into simulation data, enhancing the generalization capabilities of deep learning models. This allows fault diagnostic models to have high robustness even in untrained ...
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、集中式逆变器及储能PCS）具有极高价值。三电平NPC拓扑广泛应用于阳光电源的高功率密度产品中，故障诊断的实时性与鲁棒性直接关系到设备的可靠性与运维成本。通过引入数据增强技术，可有效解决深度学习模型在复杂电网环境下泛化能力不足的问题，提升iSolarCloud智能运维平台的故障预警精度。建议研发团队将此方法集成至逆变器控制固件中，实现从“被动维修”向“主动预测性维护”的升级，进一步巩固阳光电源在系统可靠性方面的行业领先地位。