-
公开(公告)号：CN112348071A
公开(公告)日：2021-02-09
申请号：CN202011185363.9
申请日：2020-10-30
Applicant: 浙江大学
Abstract: 本发明公开了一种模块化多电平换流器子模块开关管开路故障诊断方法，属于柔性直流输配电技术领域。基于模块化多电平换流器在开路故障下的子模块电容电压分布特性，通过构建一个机器学习异常检测模型来实现故障诊断。首先使用滑动窗口对电压原始数据进行分割，再对各个数据片段进行提取时域特征，以构建模型的数据集。使用数据集训练得到基于多元高斯分布的模型参数及概率密度阈值。将子模块与概率密度阈值进行比较即可判定子模块工作状态。本发明无需增加额外的传感器或重构传感器；本发明是基于实际数据实现的，无需构建精确的模块化多电平换流器数学模型，鲁棒性较强；且本发明比分类机器学习模型有更高的故障诊断精度以及较低的误报率。
-
公开(公告)号：CN112348071B
公开(公告)日：2022-05-17
申请号：CN202011185363.9
申请日：2020-10-30
Applicant: 浙江大学
Abstract: 本发明公开了一种模块化多电平换流器子模块开关管开路故障诊断方法，属于柔性直流输配电技术领域。基于模块化多电平换流器在开路故障下的子模块电容电压分布特性，通过构建一个机器学习异常检测模型来实现故障诊断。首先使用滑动窗口对电压原始数据进行分割，再对各个数据片段进行提取时域特征，以构建模型的数据集。使用数据集训练得到基于多元高斯分布的模型参数及概率密度阈值。将子模块与概率密度阈值进行比较即可判定子模块工作状态。本发明无需增加额外的传感器或重构传感器；本发明是基于实际数据实现的，无需构建精确的模块化多电平换流器数学模型，鲁棒性较强；且本发明比分类机器学习模型有更高的故障诊断精度以及较低的误报率。
-
公开(公告)号：CN113341345A
公开(公告)日：2021-09-03
申请号：CN202110623321.7
申请日：2021-06-04
Applicant: 浙江大学
Abstract: 本发明公开了一种基于特征提取和随机森林的MMC开关管开路故障诊断方法，属于柔性直流输配电技术领域。基于模块化多电平换流器在开路故障下的子模块电容电压分布特性，通过构建一个机器学习二分类器模型来实现故障诊断。通过传感器实时获取模块化多电平换流器的各子模块电容电压值，分别提取特征向量；将特征向量输入二分类器模型中进行分类，若分类器输出结果为1，则判定该时刻下子模块为故障状态；若分类器输出结果为0，则判定该时刻下子模块为正常运行状态。本发明采用的基于随机森林的集成学习模型，泛化能力较强，可以有效减少过拟合的情况，最终降低误诊的概率。本发明无需构建电路的数学模型或添加额外的传感器即可实现开路故障诊断。
-
-
Search Results
3
records
(took 0.08 seconds)
