光伏逆變器作為光伏發(fā)電的重要組成,主要承擔著電能變換的作用,是將光伏直流電轉換成交流電的主要設備。其中級聯(lián)型逆變器由于具有多電平、模塊化、易擴展、大容量的諸多優(yōu)點,在新一代光伏逆變器中逐漸占據(jù)重要地位。統(tǒng)計結果表明,逆變器在長期運行過程中,容易受內外環(huán)境影響出現(xiàn)參數(shù)性故障與結構性故障,一旦出現(xiàn)故障將會嚴重危害電力系統(tǒng)與操作人員人身安全,而級聯(lián)型逆變器包含的元件更多、結構更為復雜,所面臨的故障風險也更高,因此對其進行故障診斷方法研究對于維護整個光伏系統(tǒng)的安全穩(wěn)定運行意義重大�；诖�,以級聯(lián)型光伏逆變器為對象,針對其參數(shù)性故障與結構性故障問題,從特征提取與故障診斷展開研究,為提高光伏系統(tǒng)可靠性與穩(wěn)定性提供理論支持。針對由母線電容劣化引起的參數(shù)性故障問題,從特征提取與故障診斷出發(fā),包括:1)提出基于變分模態(tài)分解與希爾伯特黃變換邊際譜（VMD-HHT邊際譜）的參數(shù)性故障特征提取方法;同時,提出在VMD的分解過程中采用近似熵算法對模態(tài)分解個數(shù)K進行確定。研究表明,相比于經(jīng)驗模態(tài)分解與快速傅里葉變換,所提方法能有效實現(xiàn)參數(shù)性故障的特征提取。2)提出快速小波自動編碼器（Fast wavelet au... 

【文章來源】：西華大學四川省

【文章頁數(shù)】：82 頁

【學位級別】：碩士

【部分圖文】：

級聯(lián)H橋型七電平光伏逆變主電路拓撲結構

西華大學碩士學位論文11升至原始值的2~3倍時，電解電容老化失效，認為電路出現(xiàn)參數(shù)性故障。因此，通過監(jiān)測ESR的變化，對該特征參數(shù)進行參數(shù)辨識，并與失效閾值進行判斷，即可實現(xiàn)參數(shù)性故障診斷。圖2.2電解電容等效模型Fig.2.2Equivalentmodelofelectrolyticcapacitor分析可知，母線電容起到支撐母線電壓與吸收BOOST輸出電壓紋波的作用，其ESR值逐漸增大，會造成BOOST輸出電壓的紋波增大，進而增大逆變側輸出諧波含量。此外，級聯(lián)型逆變主電路由多個兩級式逆變單元級聯(lián)構成，因此針對特定單元的母線電容的參數(shù)辨識，可以選擇采集該單元的逆變側輸出電壓作為原始信號數(shù)據(jù)，而在實際應用中，該信號也屬于易測信號[54]。在MATLAB/SIMULINK中建立圖2.1所示電路的仿真模型（輸出交流960V/50Hz，THD<1.7%，ESR初始值650m）。圖2.3所示分別為母線電容Cdc的ESR處于不同老化階段，兩級式逆變單元輸出的電壓波形。從圖2.3(a)-2.3(c)中可以看出，當ESR處于不同老化階段時，輸出電壓波形較正常狀態(tài)波形變化甚微，3種電壓波形從外觀上表現(xiàn)極其相似，波形的變化主要集中在每個脈沖的峰值處。加之實際電路存在噪聲影響，直接通過分析波形來實現(xiàn)參數(shù)性故障診斷較為困難，因此從電壓波形中提取出表征母線電容老化的特征量至關重要。(a)正常狀態(tài)(b)等效串聯(lián)電阻值增大到初始值1.5倍

級聯(lián)型光伏逆變器故障特征提取及診斷方法研究12(c)等效串聯(lián)電阻值超出失效范圍圖2.3Cdc不同狀態(tài)時的輸出電壓波形Fig.2.3VoltagewaveformunderdifferentconditionsofCdc2.2VMD-HHT邊際譜特征提取方法變分模態(tài)分解（Variationalmodedecomposition，VMD）是近些年提出的一種新興的信號處理方法，該方法具有良好的局部化時頻特性，無需基函數(shù)的選擇，解決了EMD易出現(xiàn)模態(tài)混疊的問題，并且具有優(yōu)良的抗噪性能，在系統(tǒng)辨識、信號處理、軸承故障檢測等領域取得良好的成效�；诖�，將VMD與HHT用于提取原始電壓信號的邊際譜作為故障特征量。但同時考慮到VMD的分解效果受自身參數(shù)影響，因此提出采用近似熵對VMD的模態(tài)分解參數(shù)進行確定。2.2.1VMD理論變分模態(tài)分解將原始實值信號f分解成有限個子信號(,1,...,)kukK，即各模態(tài)函數(shù)，這些子信號均具有特定的稀疏特性，而其稀疏度被認為是子信號所在頻域所占帶寬[55]。換句話說，每個模態(tài)函數(shù)均被壓縮在一個特定的中心頻率(,1,...,)kkK上，原始信號被分解為一系列含特定帶寬與中心頻率的模態(tài)函數(shù)。為達到此種信號分解效果，需要以最小化所有模態(tài)函數(shù)的估計帶寬之和為目標函數(shù)構建變分模型，然后對該變分模型進行求解，具體模型構建實現(xiàn)方式為：①首先對每個模態(tài)函數(shù)ku，通過希爾伯特變換計算其相關的解析信號，以獲得對應的單邊頻譜；②其次對每個模態(tài)函數(shù)ku，預估一個中心頻譜k，通過調節(jié)ku使得該信號的頻譜達到對應的基帶上；③最后通過求解該信號L2范數(shù)平方的梯度得到H1高斯平滑系數(shù)，實現(xiàn)帶寬的精確估計。相應的變分模型公式為：


本文編號：3089056