找到 1 条结果
基于混合机器学习方法的PMSM驱动系统多故障检测与诊断
Fault Detection and Diagnosis for Multi‐Faults of PMSM‐Drive Systems Using a Hybrid Machine Learning Method
Hüseyin Tayyer Canseven · Evin Şahin Sadık · Merve Cömert · Abdurrahman Ünsal · IET Power Electronics · 2026年2月 · Vol.19
本文提出一种基于低频相电流信号的无侵入式PMSM驱动系统故障检测与诊断方法，聚焦逆变器功率器件相关故障。通过Clarke变换、成对特征融合与三阶段特征选择，结合随机森林、梯度提升与KNN的晚期融合模型，实现93.3%准确率和95.91%宏F1分数。
解读: 该方法可直接迁移应用于阳光电源ST系列PCS、组串式逆变器及PowerTitan储能系统的IGBT模块健康状态监测，无需额外传感器，显著降低运维成本。建议在iSolarCloud平台中集成轻量化故障诊断模型，支持逆变器早期失效预警；尤其适用于工商业光伏+储能场景中高频启停导致的功率器件退化监测。...