分布式电源并网逆变器故障诊断方法研究
近年来，社会用电对电能质量的要求和整体电能需求量都大大提高，然而传统常规能源日渐枯竭，与此同时大自然环境也出现了各种危机。这种大背景下，全球正在研究开发可再生的清洁能源，以弥补和取代一次性的非再生传统能源，因此可再生能源分布式发电得以被广泛的研究，而且有些新能源分布式发电已经投入使用，如光伏发电和水力发电等。随着分布式发电系统的发展，如何确保其能够可靠安全的并网消纳是大规模投入使用的关键问题。并网逆变器作为能源转换系统中的重要电力电子设备，它能够有效可靠的运行对电网的安全运行有着至关重要作用。所以对并网逆变器的故障进行快速准确的诊断具有十分重要的研究价值和现实意义。具体工作内容如下: 首先，整理国内外针对逆变器的故障诊断方法，对各种研究方法进行比较分析，根据特征来源的不同，分别对国内外相关研究文献进行综述。然后分析三相并网逆变器的拓扑结构，充分了解并网逆变器的工作原理，在这些基础上对并网逆变器IGBT开路故障模式进行分析和研究，将故障模式分为5大类22小类。接着基于各种故障类型的输出三相电流波形图对其开路故障特征进行了分析，随后根据其拓扑结构搭建了三相并网逆变系统的电路仿真模型，从中获取各类故障的原始电流数据集，为后期对各种诊断方法的分析和实验做准备。 其次，实现了基于故障编码和决策树的并网逆变器IGBT开路故障诊断方法，并在电路仿真模型上对这个方法进行验证，结果证明该方法有较高的诊断正确率。具体实现方法如下:先从原始电流数据集中提取时域故障特征量，经分析设置故障特征阈值并进行故障编码，得到22类故障特征标准编码表，然后利用决策树识别方法实现并网逆变器IGBT开路故障诊断。但通过分析发现该方法有一个比较突出的缺点:自适应能力薄弱，鲁棒性有所欠缺。 最后，提出了一种基于极大重叠离散小波能量和改进随机森林算法的并网逆变器IGBT开路故障诊断方法，并且将本文提出的改进随机森林算法与其它经典的诊断方法进行了对比验证，如BP神经网络方法、K最邻近方法、自编码器方法、支持向量机方法。结果表明本文所提出的方法具有更好的适应能力和鲁棒性，并且诊断正确率很高。本文为并网逆变器开路故障诊断提供了一种新的方法。
并网逆变器;故障诊断;随机森林算法;光伏发电
武汉纺织大学
硕士
电子科学与技术
张明
2023
中文
TM464
2023-08-28（万方平台首次上网日期，不代表论文的发表时间）