← 返回
一种基于自适应滑动窗口的WRSM驱动系统逆变器开路故障在线数据驱动诊断方法
An Adaptive Sliding Window-Based Online Data-Driven Diagnosis Method for Inverter Open-Circuit Fault in WRSM Drive Systems
| 作者 | Chenyun Wu · Rabia Sehab · Javier Ojeda · Ahmad Akrad · Cristina Morel |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 预计 2026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 三相逆变器 可靠性分析 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 逆变器 开路故障 故障诊断 机器学习 自适应滑动窗口 三相逆变器 |
语言:
中文摘要
本文提出了一种针对三相逆变器的实时开路故障诊断策略,结合自适应滑动窗口(ASWIN)方法与机器学习算法,实现了22种状态分类。该方法不仅涵盖了静态单故障,还针对现有文献中较少涉及的非平稳故障模式进行了有效诊断。
English Abstract
This article presents a novel data-driven real-time open-circuit fault diagnosis strategy for three-phase inverters, integrating the adaptive sliding window (ASWIN) method with machine learning algorithms, enabling 22 state classifications. In addition to stationary single faults, the proposed approach further targets two fault modes that have received less emphasis in the existing literature: non...
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、储能PCS)具有极高的应用价值。逆变器开路故障是影响系统可靠性的关键因素,该方法通过机器学习实现快速诊断,可显著提升iSolarCloud智能运维平台的故障预警与定位精度,降低运维成本。建议研发团队将其集成至逆变器底层控制固件中,利用ASWIN算法的低延迟特性,实现对功率模块故障的实时监测,从而提升PowerTitan等大型储能系统及光伏电站的长期运行可靠性。