基于长短时信息融合的逆变器直流回路电容故障检测方法   0    0

本发明涉及一种基于长短时信息融合的逆变器直流回路电容故障检测方法。本发明先将采集的逆变器直流回路电压瞬时值以一定周期计算得到每一周期的电压瞬时值峰‑峰值，按一定间隔选取阈值，利用连续的Sigmoid隶属度函数将处理后的瞬时电压峰‑峰值的信息转化成短时报警证据；利用长短时信息融合公式对短时报警证据进行融合得到全局报警证据，进行报警决策，误报率和漏报率的平方和最小所对应的阈值为最优阈值；在线获取数据，利用训练得到的最优阈值得到短时报警证据，利用长短时信息融合公式进行融合得到长时报警证据，进行报警决策。本发明通过长短时信息融合得到长时报警证据，可以给出比单个短时报警证据更为准确的故障检测结果。

1.基于长短时信息融合的逆变器直流回路电容故障检测方法，其特征在于该方法包括以下步骤：
(1)设定逆变器直流回路电容故障报警器的辨识框架为Θ＝{NA,A}，其中NA表示电容器容量处于正常状态，A表示电容器容量衰减到正常状态的x％，亦即,异常状态，50≤x≤
80；
(2)在逆变器运行时，以一定的采样频率采集逆变器直流回路电压瞬时值VDC，以一定的周期计算VDC的峰-峰值Vpp，得到样本序列Vpp(t)，t＝0,1,2,3,…,是Vpp在第t个周期的值，单位为V，定义Votp为最优阈值，记max(Vpp)和min(Vpp)分别是Vpp的最大值和最小值，那么Votp∈[min(y),max(y)]；利用Sigmoid隶属度函数构建正常状态NA、异常状态A的模糊隶属度函数μA(Vpp(t))、μNA(Vpp(t))，如式(1)-(2)所示：
其中参数a∈[0.1,100]；
(3)将Vpp(t)分别代入步骤(2)关于异常状态A、正常状态NA的模糊隶属度函数μNA(Vpp(t))、μA(Vpp(t))中，即可得到短时报警信度mt(NA)、mt(A)，分别如下(3)-(4)式所示：
mt(NA)＝μNA(Vpp(t))                      (3)
mt(A)＝μA(Vpp(t))                         (4)
那么，在每个周期，能够获得由上两个信度获得向量形式的短时报警证据mt＝(mt(NA),mt(A))，其中mt(A)和mt(NA)表示Vpp(t)支持“正常状态NA”和“异常状态A”这两个事件发生的程度；
(4)在步骤(3)的基础上得到了每一周期的短时报警证据之后，利用长短时信息融合公式得到融合后的全局报警证据，记为m1:t＝(m1:t(A),m1:t(NA))，具体步骤如下：
(4-1)当1≤t≤2时，全局报警证据等于该周期的短时报警证据即m1:t＝(mt(A),mt(NA))；
(4-2)当t≥3时，求取m1:t＝(m1:t(A),m1:t(NA))，具体用于计算的长短时信息融合公式如下
这里m1:t-2(A)是通过递归融合计算得到的长时报警证据，包含了0到t-2周期所有的报警信息，对于mt(A|D)的求解，若mt(NA)>mt(A)，则D＝NA，那么mt(A|NA)＝0；若mt(A)≥mt(NA)，则D＝A，那么mt(A|A)＝1；同理可得mt-1(A|D)，mt-2(A|D)，其中τt和νt表示的是融合权重，λt和γt表示条件信度权重；
对于融合权重和条件信度权重的求取，假定正常状态N A的理想证据是I1＝(mI1(A),mI1(NA))＝(1,0)，异常状态A的理想证据是I2＝(mI2(A),mI2(NA))＝(0,1)，那么式(5)中τt、νt、λt和γt的具体确定步骤如下：
(4-3)λt和γt的确定具体步骤如下
(4-3-1)如果长时报警证据m1:t-2(A)≥m1:t-2(NA)，计算单步短时报警证据mt-1、mt和发出警报的理想证据I1之间的距离为
其中参数P∈[100,200]；
(4-3-2)根据式(6)和式(7)可以计算单步短时报警证据mt-1、mt和发出警报的理想证据I1之间的相似度为
得到λt和γt为
(4-3-3)如果长时报警证据m1:t-2(A)其中参数P∈[100,200]；
(4-3-4)根据式(6)和式(7)计算单步短时报警证据mt-1、mt和发出警报的理想证据I2之间的相似度为
得到λt和γt为
(4-4)根据步骤(4-3-4)得到的λt和γt，将mt-1、mt融合为一个证据mt-1:t为mt-1:t＝λtmt-1+γtmt                   (16)
(4-5)τt和νt的确定具体步骤如下：
(4-5-1)求得mt-1:t和m1:t-2的信息熵如式(17)-(18)所示
Ht-1:t＝-(mt-1:t(A)logb(mt-1:t(A))+mt-1:t(NA)logb(mt-1:t(NA)))    (17)H1:t-2＝-(m1:t-2(A)logb(m1:t-2(A))+m1:t-2(NA)logb(m1:t-2(NA)))     (18)其中b＝2；
(4-5-2)τt和νt可由下式(19)确定
(5)根据步骤(4)得到全局报警证据m1:t＝(m1:t(A),m1:t(NA))，对于全局报警证据，如果m1:t(A)≥m1:t(NA)，则发出警报，否则，不警报；
(6)在分别获取W>2000个Vpp在正常和异常下的训练样本值后，最小化这W个样本的误报率和漏报率的平方和，求得最优阈值Votp。