基于神经网络的三电平逆变器故障诊断研究

刘怡君 聂其燕 卢一扬 王磊杨 刘 林

（安徽工程大学电气工程学院，安徽 芜湖241000）

0 引言

逆变器中的功率元器件及其控制电路是最易发生故障的薄弱环节，功率变换器工作在高频状态，损耗较大，发热严重，发生故障的概率最大，而最新研究也表明：变频调速系统中功率变换器的故障占整个驱动系统故障的80%以上。功率变换器发生故障会使电动机在非平衡供电状态下工作，长期下去会使电动机受到严重损坏。在三电平逆变器系统中，主电路功率开关器件是其中最易于发生故障的薄弱环节[1-3]。因此，针对三电平逆变器产生的故障波形进行故障诊断具有很好的实用价值。本文利用神经网络方法对三电平逆变器故障诊断问题进行了研究。

1 三电平逆变器故障诊断分析

常见的三电平逆变器的主电路故障模式可分为以下几种[4]：（l）任一功率开关管基极驱动电路故障；（2）任一功率开关管短路故障；（3）任一功率开关器件管间歇性断路故障；（4）任一逆变桥臂几个功率开关管同时断路故障；（5）任一逆变桥臂几个功率开关管同时短路故障；（6）交叉两逆变桥臂几个功率开关管同时断路故障；（7）无源元件失效故障。在实际运行中，更多关注的是功率开关管的短路和开路故障。因为这两种故障最为常见，所带来的损失也比较严重。其中，短路故障发生时，若系统中有电流传感器过流保护，会很快引发过流保护。短路故障由于存在时间比较短，若要求在线实时的诊断和检测可能难度会很大，并且短路故障最终还是会表现为开路故障。考虑以上原因，本文主要研究三电平逆变器主电路中功率开关管的开路故障，即以上的（1）、（4）和（6）诊断问题。

2 基于神经网络的三电平故障诊断方法

由于BP神经网络简单实用、理论成熟，便于工程应用。因此，本文选用BP网络作为三电平逆变器故障诊断网络。图1为基于BP网络的三电平逆变器故障诊断流程图。

3 实验结果及其分析

图2为三电平逆变器工作示意图，供电回路为典型的交-直-交变换电路。三相交流电通过三相桥式整流后得到直流电，三电平逆变器再将直流电变成三相交流电后给负载供电。图3为硬件实验台。

图4 为无故障时三电平逆变器主电路输出电压波形，三电平逆变器输出的线电压从波谷到波峰之间的电压等级数为5，输出的相电压从波谷到波峰之间的电压等级数为9，这些波形经滤波后即为所要求的正弦波形。

在故障诊断时，人为将三电平逆变器中功率IGBT的驱动信号去掉，来模拟各类开路故障状态。首先，制造25种IGBT典型故障。图5为A相Sa1开关管故障时逆变器输出电压波形。图中看到，Sa1管故障时，逆变器输出相电压在负半周正常，而在正半周相电压幅值只有正常工作时的1/2。

实验中采样三电平逆变器系统的三相输出电压波形，在一个周期20ms内连续采样128点，将采样数据存入缓冲区。先对各种典型故障波形用逻辑规则进行判断，然后查询典型故障表进行故障定位，最后给出正确诊断结果。采用用神经网络对逆变器的非典型进行诊断时，将电压信号经过d-q变换后，对这些数据进行归一化处理，并作FFT分析，得到8个特征信号数据：d和q分量各自的直流分量、基波幅值、基波相位、二次谐波相位。将特征信号输入已学习好的待诊神经网络，在神经网络输出层的6个输出节点可得到其输出结果，进行四舍五入取整后，就得到最后诊断结果表示的故障代码。根据故障诊断得到的故障代码与故障编码表进行比较得到诊断是否正确，若完全相符，则表明诊断正确。为了完备的实验验证，通过改变负载和输入电压大小，对3组144个非典型故障样本进行诊断，有125个故障被正确诊断，正确率为87%。

4 结论

本文设计了基于神经网络的三电平逆变器的故障诊断实验平台，构建了三电平逆变器的主电路，设计了DSP的外围电路，包括信号缓冲保护电路、驱动电路、电压电流检测电路、辅助电源等。编写了三电平逆变器的SVPWM信号发生程序和故障诊断程序等。实验结果表明，本文提出的基于BP神经网络的三电平逆变器故障诊断方法具有一定的可行性和实际应用价值。

［1］安群涛,孙力,孙立志.三相逆变器开关管故障诊断方法研究进展[J].电工技术学报,2011,26(4)：135-144.

［2］汤清泉,颜世超.卢松升.三电平逆变器的功率管开路故障诊断[J].中国电机工程学报,2008,28(21)：26-32.

［3］周京华,刘辉臣,姚亚兰.三电平大功率变频器故障特征及诊断方法研究[J].电力电子技术,2009,43(6)：1-3.

［4］肖刚.三电平逆变器故障诊断研究[D].西安：西安理工大学,2007.