← 返回
一种针对低质量数据下三相逆变器功率开关开路故障诊断的鲁棒数据驱动方法
A Robust Data-Driven Method for Open-Circuit Fault Diagnosis of Power Switches in Three-Phase Inverters With Low-Quality Data
| 作者 | Yang Xia · Yan Xu |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2025年4月 |
| 技术分类 | 可靠性与测试 |
| 技术标签 | 故障诊断 机器学习 三相逆变器 可靠性分析 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 功率变换器 故障诊断 机器学习 开路故障 功率开关 鲁棒性 三相逆变器 |
语言:
中文摘要
机器学习在功率变换器故障诊断中展现出巨大潜力,但实际应用中传感器数据常受噪声或缺失影响,导致模型性能下降。本文提出了一种鲁棒的数据驱动方法,专门解决低质量数据环境下的功率开关开路故障诊断问题,提高了诊断模型的可靠性与鲁棒性。
English Abstract
Machine learning (ML) techniques have shown great potential for power converter fault diagnosis. However, the data measured by the diagnostic processor may be corrupted in real-world applications, which would degrade the performance of ML-based diagnostic models. This article proposed a robust data-driven method for power switch open-circuit fault diagnosis under low-quality data issues with missi...
S
SunView 深度解读
该技术对阳光电源的核心产品线(组串式/集中式光伏逆变器、PowerTitan/PowerStack储能系统及风电变流器)具有极高的应用价值。在实际电站运行中,传感器噪声和数据丢失是影响运维准确性的痛点。引入该鲁棒性诊断算法,可显著提升iSolarCloud智能运维平台对功率模块故障的预判能力,减少误报,降低运维成本。建议研发团队将其集成至逆变器控制固件中,利用边缘计算实现故障的实时精准定位,从而提升产品在复杂电网环境下的可靠性与可用性。