← 返回
基于PCA和多类相关向量机方法的级联H桥多电平逆变器系统故障诊断
Cascaded H-Bridge Multilevel Inverter System Fault Diagnosis Using a PCA and Multiclass Relevance Vector Machine Approach
| 作者 | Tianzhen Wang · Hao Xu · Jingang Han · Elhoussin Elbouchikhi · Mohamed El Hachemi Benbouzid |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2015年12月 |
| 技术分类 | 可靠性与测试 |
| 技术标签 | 多电平 故障诊断 机器学习 可靠性分析 |
| 相关度评分 | ★★★★ 4.0 / 5.0 |
| 关键词 | 多电平逆变器 故障诊断 级联H桥 PCA 相关向量机 可靠性 电力电子 |
语言:
中文摘要
多电平逆变器因其高性能广泛应用于高压大功率领域。为确保电力电子设备运行的稳定性，快速检测并定位故障至关重要。本文提出了一种结合主成分分析（PCA）和多类相关向量机（RVM）的故障诊断方法，旨在提高多电平逆变器系统故障诊断的准确性与效率。
English Abstract
Multilevel inverters, for their distinctive performance, have been widely used in high voltage and high-power applications in recent years. As power electronics equipment reliability is very important and to ensure multilevel inverter systems stable operation, it is important to detect and locate faults as quickly as possible. In this context and to improve fault diagnosis accuracy and efficiency ...
S
SunView 深度解读
该研究针对级联H桥多电平逆变器，与阳光电源的大型集中式光伏逆变器及高压储能变流器（如PowerTitan系列）的拓扑架构高度相关。随着阳光电源产品向高压化、大功率化发展，系统可靠性成为核心竞争力。该文提出的基于PCA和RVM的故障诊断算法，可集成至iSolarCloud智能运维平台，实现对逆变器功率模块故障的实时监测与预警，降低运维成本，提升电站可用率。建议研发团队关注该算法在复杂电网环境下的鲁棒性，并探索其在模块化储能系统故障隔离中的应用潜力。