基于键合图的T型逆变器参数性故障诊断_樊鹏帅.pdf

基金项目:国家自然科学基金(61963034)收稿日期:2021-05-25 修回日期:2021-06-07 第 40 卷 第 4 期计 算 机 仿 真2023 年 4 月 文章编号:1006-9348(2023)04-0083-06基于键合图的 T 型逆变器参数性故障诊断樊鹏帅,帕孜来马合木提,魏胜风(新疆大学电气工程学院,新疆 乌鲁木齐 830046)摘要:针对三电平并网逆变器早期参数性退化特征难以提取,传统的基于电压和电流的故障诊断方法存在诊断困难的问题,提出基于键合图(Bond Graph,BG)理论来建立三电平 T 型逆变器的键合图模型,根据 T 型三电平逆变器的 BG 模型推导出了其全局解析冗余关系式(Global Analytical Redundancy RelatIons,GARRs),列出了故障特征矩阵(fault signature matrix,FSM)。通过比较 T 型逆变器在正常情况下与参数退化情况下的残差信号实现了对逆变器多故障源的参数性故障诊断。最后在 20-sim 仿真平台上验证了上述方法的有效性。关键词:键合图;参数性故障诊断;解析冗余;三电平逆变器中图分类号:TP391.9 文献标识码:BParametric Fault Diagnosis of T-Type InverterBased on Bond GraphFAN Peng-shuai,PA Zi-lai,WEI Sheng-feng(Electrical Engineering College,Xinjiang University,Urumqi Xinjiang 830046,China)ABSTRACT:In view of the difficulty of extracting the early parametric fault characteristics of the three-level grid-connected inverter,the traditional fault diagnosis method based on voltage and current has difficulty in diagnosing,and the keying diagram model of the three-level T-type inverter is proposed based on bond Graph(BG),and itsglobal resolution redundancy relationship(Analytical Global Redundancy Inters)is derived according to the BGmodel of the T-type triple-level inverter,which lists the fault characteristic matrix(fault signature matrix,FSM).Parametric fault diagnosis of the inverters multiple fault sources is achieved by comparing the residual signal of the T-type inverter under normal conditions with the parameter degradation.Finally,the effectiveness of this method isverified on the 20-sim simulation platform.KEYWORDS:Bond Graph(BG);Parametric fault diagnosis;Analytical redundancy;Three-level inverter1 引言逆变器在实际运行中,由于环境及内部应力的影响,元器件的标称参数会发生退化现象。当参数退化超出阈值即发生参数性故障(软故障)。此类故障发生后如果不能找出故障原因,故障会持续存在并诱发连锁效应1:可能使输出特性改变,影响电能质量;或演变为严重的结构性故障,造成人员伤亡和财产损失。为了确保逆变器系统的安全平稳运行,需要在严重故障出现之前对故障源进行隔离。然而参数性故障特征表现微弱,特征提取困难并且此类故障又是系统的一大安全隐患。因此,近些年对参数性故障诊断方法的研究已经成为研究热点。三电平逆变器相较于两电平逆变器,具有较低的电压应力、高质量的并网电流及较小的电压谐波等优点,因而受到广泛应用。但随着三电平逆变器 IGBT 数量的增多,主电路也更加复杂且系统呈现出高非线性的特点,这不仅加大了故障出现的可能性也为故障诊断带来困难2。有关数据指出,在光伏电站运行过程中,逆变器系统故障比例占整体光伏电站常见故障的 60%3,4。因此,对逆变器的故障诊断研究有着十分重要的现实意义。逆变器主电路属于电力电子电路。目前,针对于电力电子电路的故障诊断方法多适用于结构性故障,对参数性故障诊断方法的研究相对较少,国内外的研究主要集中于拓扑结构相对简单的 DC/DC 电路及两电平 DC/AC 电路。文献5基于键合图理论得出电力电子电路的行为模型,实现了 Buck38电路的健康预测,但所研究领域局限于 DC/DC 电路。文献6基于 BG 理论实现了对单相全桥逆变器的故障检测和隔离,但单相全桥逆变器适用范围有限,随着系统复杂程度的加深,基于 BG 建模的难度随之增强。文献7基于解析冗余关系实现了对飞跨电容型逆变器的故障源定位,但并未综合考虑钳位电容退化下的多故障源定位问题。本文提出基于 BG 理论来建立三电平 T 型逆变器混杂键合图模型。结合 BG 模型与测量信号推导出 T 型逆变器的GARRs,比较系统实际输出与无故障时的期望输出得到残差和一致性向量 C,通过对比 C 与 FSM 实现了兼顾 12 个 IGBT和 2 个钳位电容的多故障源的故障诊断。最后在 20-sim 仿真平台上验证了此方法的有效性。2 T 型逆变器T 型三电平逆变器拓扑结构如图 1 所示,其开关状态及输出电压如表 1 所示。图 1 T 型逆变器拓扑结构表 1 开关状态及输出电压表Sa1Sa2Sa3Sa4输出电压1100Ud/2011000011-Ud/2 本文采用三角载波同相层叠 PWM 调制策略实现对 T 型逆变器的 IGBT 控制8。以三角波 T1、T2作为载波,以正弦波 Sine 作为调制波。以 A 相为例,T 型逆变器控制方式如图2 所示。3 键合图理论键合图(Bond Graph,BG),全称为功率键合图。BG 理论自被提出以来,已经在电气、热力学、化学、流体、机械等工程技术领域中的动态分析与故障诊断领域得到广泛应用9-11。并且基于键合图的故障诊断具有建模容易、推理算法严谨且扩展性好、诊断效率高、故障隔离实施性强等优点。BG 理论核心思想是能量守恒,它能够以一种统一的方法对系统各部分能量的构成转换、相互间逻辑关系及物理特图 2 三角载波层叠调制仿真图征等进行说明,从而实现对系统模型的充分且完备的定义描述12-14。对逆变器这类混杂系统而言,键合图方法比一般的数学建模方法更容易、更准确,利用键合图可以建立系统的元件级模型,能够直观的阐明系统内各元件间的相互作用关系。因此,键合图建模方法也越来越多地应用于电力电子系统建模。4 T 型逆变器键合图建模4.1 功率开关器件键合图建模建立 T 型逆变器的键合图模型首先要对 IGBT 进行建模,IGBT 是一个快切换的器件。为此本文在建模过程中引入受控结点15,16来对其进行描述。并同时使用布尔变量i,(i=1,2n,n 为变量个数)用以区分结点的开关状态,当结点状态为 ON 时 i=1,否则 i=0。受控结点示意图如图3所示,可调转换器 MTF 用以接收控制信号 signal。然后对IGBT 进行等效电路转换17,等效电路图如图 4 所示,当IGBT 关断时,关断电阻为 Roff=1M;当 IGBT 导通时,导通电阻 ReqRonRoff/(Ron+Roff)Ron=0.1。由受控结点思想结合键合图理论建立 IGBT 键合图模型如图 5 所示。其中 11结点为受控结点。图 3 受控结点示意图图 4 IGBT 等效图48图 5 功率开关器件键合图模型4.2 T 型逆变器键合图建模以 T 型逆变器作为建模对象,由功率器件等效法结合节点18建模法,选取图 6 中 O1至 O9这 9 个节点作为 0 结点,建立的 T 型逆变器 BG 模型如图 7 所示。其中 Ci(a,b,c,g;i1,2,3,4)的取值趋于零值,它们存在的意义是作为辅助器件消除代数环,在推导 GARRs 时可以将其忽略,这对整个系统不会产生影响。图 6 T 型逆变器节点选取图图 7 T 型逆变器键合图模型仿真时直流侧输入电压设为 600V,逆变器滤波前后相电压和线电压波形如图 8 和图 9 所示。5 参数性故障特征分析不同于结构性故障,参数性故障特征较为隐蔽,故障出现后虽不能使系统立即陷入瘫痪,但会使系统功能衰退陷入不确定状态,影响系统稳定,最终会逐步演化为严重的结构性故障。逆变器内部元器件发生参数性退化时主要表现形式为电容值 C1、C2的减小和电容等效串联电阻 Rc1、Rc2的增图 8 A 相滤波前相电压和线电压波形图 9 A 相滤波后相电压和线电压波形大;功率开关器件导通电阻 Ron的增大等19,20。图 1011 给出了在 0.020.07s 时间段内注入参数性故障时的相电压和线电压波形与正常时的电压波形对比图。与正常波形相比,故障波形产生了微小畸变,且不同故障源故障特征区别不明显,对于此类特征,传统的故障诊断方法难以做出判断。图 10 电容故障时电压波形对比图 11 IGBT 故障时电压波形对比586 参数性故障诊断基于键合图的故障诊断流程如图 12 所示。图 12 故障诊断流程6.1 参数性故障检测基于 BG 理论对系统进行参数性故障诊断时需要在键合图模型中加入势传感器 De 和流传感器 Df 来获取系统信号进而将其转化为诊断键合图(diagnosis hybrid bond graph,DHBG)。以 A 相为例进行描述,首先对所有的对功率键和各个结点进行标号,然后在结点 01、02、07、08处分别加入势传感器De1、De2、De7、De8,在结点 1f、1s(普通 1 型结点)分别加入流传感器 Df1、Df2。T 型逆变器 A 相的诊断键合图如图 13 所示。最后在系统的 B 相和 C 相的 03、04、05、06结点也分别加入势传感器 De3、De4、De5、De6,用以推导能够描述整个逆变器系统内部各元器件间相互作用关系的 GARRs。6.2 全局解析冗余关系推导GARRs 是系统模型结合系统参数和测量信号推导而来,包含了系统已知条件的约束关系。当系统参数出现退化时,由约束关系就能得到系统相应变化。根据键合图元件间的因果关系和因果路径,由遍历路径法对每个结点列写本构方程18,对于 1 型结点,所有键上的流变量相等,而势的代数和为零;对于 0 型结点,所有键上的势变量相等,而流的代数和为零。对 A 相进行分析说明,选定 01、02、07、08、1f、1s这几个结点来推导 GARRs,以 01结点为例,存在解析冗余关系f6+f7-f8-f9+f11+f12-f31=0(1)式中图 13 A 相诊断键合图f6=f4=1De7-De1Ron1(2)f7=f5=De7-De1Roff1(3)f8=4De1Ron4(4)f9=De1Roff4(5)f11=f13=3De1-De2Ron3(6)f12=f16=De1-De2Roff3(7)f31=0(8)综合(1)(8)式,得到 01节点的解析冗余关系式为式(9)1De7-De1Ron1+De7-De1Roff1+3De1-De2Ron3+De1-De2Roff3-4De1Ron4-De1Roff4=0(9)类似的,结点 02、07、08、1f、1s的解析冗余关系式可以分别获得。同理,可进一步得到整个系统的 GARRs。6.3 残差与故障特征矩阵残差 r(residuals)是 GARRs 的数值评估结果,是由系统正常状态下的期望对比故障状态下实际输出而产生。正常状况下,r 为 0 或趋于 0。参数退化时,r 做出响应不再是 0。通过对 r 的监测,可有效检测到系统参数的变化,实现对系统的故障检测与隔离。残差数量和传感器数量一致为 10个:见式(10)(19)。r1=1De7-De1Ron1+De7-De1Roff1+3De1-De2Ron3+De1-De2Roff3-4De1Ron4-De1Roff4(10)r2=2De2-De8Ron2+De2-De8Roff2-3De1-De2Ron3-De1-De2Roff3(11)68r3=-2De2-De8Ron2-De2-De8Roff2-6De4-De8Ron6-De4-De8Roff6-10De6-De8Ron10-De6-De8Roff10+Df1+Df2(12)r4=5De7-De3Ron5+De7-De3Roff5+7De3-De4Ron7+De3-De4Roff7-8De3Ron8-De3Roff8(13)r5=6De4-De8Ron6+De4-De8Roff6-7De3-De4Ron7-De3-De4Roff7(14)r6=9De7-De5Ron9+De7-De5Roff9+11De5-De6Ron11+De5-De6Roff11-12De5Ron12-De5Roff12(15)r7=10De6-De8Ron10+De6-De8Roff10-11De5-De6Ron11-De5-De6Roff11(16)r8=De7-1C1t0Df1dt-Df1Rc1-De8(17)r9=-De8-1C2t0Df2dt-Df2Rc2(18)r10=Se-De7Rse-1De7-De1Ron1-De7-De1Roff1-5De7-De3Ron5-De7-De3Roff5-9De7-De5Ron9-De7-De5Roff9-Df1(19)故障特征矩阵 FSM 反映了故障集合与残差集合的对应关系。矩阵元素由 GARRs 来确定,通用格式如式(20)所示。故障可检测性(fault detectability,Db)和故障可隔离性(faultisol-ability,Ib)用0,1表示,当 FSM 行向量中至少有一个元素为 1 则 Db=1,(即退化器件有相对应残差信号响应),否则为 0;当 FSM 中行向量具有唯一性(即故障源可区分)时 Ib=1,否则为 0。系统全模式下的 FSM 如表 2 所示。由于Rc1、C1和 Rc2、C2分别同时表征同一电容的健康状况,因此对应的 Ib分析可将这两个参数结合起来考虑。FSM=a11a12a1ma21a21a2mak1ak2akm|,akm=0rij=01rij 0|(20)式(20)中,ri:第 i 个解析冗余关系式,0im,m 为 GARRs 数量;j:第 j 个故障源参数,0jk,k 为故障源参数数量。定义二进制相干向量 C=c1,c2,cn,cm,(cn0,1)来表示当前模式下的故障状态,当|r|超出阈值时 cn=1,否则为 0。当系统发生退化行为时,检测残差信号并生成 C,匹配 C 与 FSM 的行向量,二者若一致,则准确定位到故障源。表 2 故障特征矩阵表7 结果分析在 20-sim 平台上进行仿真验证,在 0.020.07s 时分别注入参数性故障(使 Roni,i=1,2,12;C1、C2、Rc1、Rc1的参数退化 5%),各残差响应如图 14 所示。在各元器件参数性故障未出现时,系统输出各残差均为0,对应 C=0,0,0,0,0,0,0,0,0,0。注入故障时,相对应的78图 14 系统各参数退化时的残差响应注:(a):正常情况下的残差(b):C1、Rc1退化时的残差(c):C2、Rc2退化时的残差(d):Ron1、Ron5、Ron9同时退化时的残差(e):Ron2、Ron6、Ron10同时退化时的残差(f):Ron3、Ron7、Ron11同时退化时的残差(g):Ron4、Ron8、Ron12同时退化时的残差r1r9均作出响应且与 FSM 保持一致,以图 15(b)为例说明:图 15(b)对应 C=0,0,0,0,0,0,0,1,0,0 匹配 FSM 将准确定位到故障源为 C1、Rc1,表明是电容 C1出现了参数性故障。同理,其它故障源出现时也可分别被准确定位并能够被区分开来。由此,验证了此方法的有效性。8 结论本文对三电平 T 型并网逆变器参数性故障时的特征及诊断方法进行了系统性研究。提出基于 BG 理论建立 T 型并网逆变器模型,通过结合混杂 BG 模型和测量信号推导出 T型逆变器的 GARRs,比较系统正常情况下与参数退化情况下的残差响应实现了兼顾 12 个 IGBT 和 2 个钳位电容的多故障源的参数性故障诊断,有效解决了 T 型三电平逆变器早期参数性故障诊断问题。参考文献:1 马铭遥,凌峰,孙雅蓉,李飞,张兴.三相电压型逆变器智能化故障诊断方法综述J.中国电机工程学报,2020,40(23):7683-7699.2 李兵,崔介兵,何怡刚,史露强,刘晓晖.基于能量谱熵及小波神经网络的有源中性点钳位三电平逆变器故障诊断J.电工技术学报,2020,35(10):2216-2225.3 易伟.光伏电站设备故障检测与诊断方法研究D.电子科技大学,2013.4 安鹏,崔博文.逆变电路故障检测与诊断研究进展J.电气传动自动化,2014,36(4):7-13.5 布左拉达吾提,帕孜来马合木提,刘文红.基于解析冗余关系理论的电力电子电路健康预测J.科学技术与工程,2019,19(13):139-145.6 马秀娟,杨婷,王云龙,王新生.基于键合图理论的单相全桥逆变器故障诊断方法研究J.微电机,2013,46(9):72-75+92.7 张歆炀,帕孜来马合木提.基于键合图的飞跨电容型逆变器故障诊断研究J.电测与仪表,2016,53(19):31-37.8 陈丹江,柳玉甜,张少中.三电平 T 型逆变器开关控制策略研究J/OL.控制工程,2021-04-23:1-8.9 黄磊,史仪凯,袁小庆,苏士斌.混合系统故障诊断的模态转换自适应阈值研究J.西北工业大学学报,2014,32(5):787-792.10 Yacine Lounici,Youcef Touati,Smail Adjerid.Uncertain faultestimation using bicausal bond graph:Application to intelligentautonomous vehicleJ.Proceedings of the Institution of Mechan-ical Engineers,Part I:Journal of Systems and Control Engineer-ing,2020,234(10).11 彭小辉,晏政,李艳军,吴建军.一种基于解析冗余关系的半定性故障隔离方法在航天器推进系统中的应用J.国防科技大学学报,2012,34(06):104-110.12 Nizar Chatti,Belkacem Ould-Bouamama,Anne-Lise Gehin,Rochdi Merzouki.Signed Bond Graph for multiple faults diagnosis J.EngineeringApplicationsofArtificialIntelligence,2014,36.13 Thushara Ekanayake,Devapriya Dewasurendra,Sunil Abeyratne,Lin Ma,Prasad Yarlagadda.Model-based fault diagnosis andprognosis of dynamic systems:a reviewJ.Procedia Manufac-turing,2019,30.14Mohamed Ilyas Rahal,Belkacem Ould Bouamama,AbdelmajidMeghebbar.Hybrid bond graph model based for robust fault de-tection and isolationJ.Proceedings of the Institution of Me-chanical Engineers,Part I:Journal of Systems and Control Engi-neering,2016,230(2).15Mosterman P J.Behavior Generation using Model Switching-AHybridBondGraphModelingTechnique J.SocietyforComputer Simulation,1995:177-182.16Wang Danwei,Arogeti Shai,Zhang Jing Bing,et al.Causalityassignment and model approximation for quantitative hybrid bondgraph-based fault diagnosisJ.Ifac Proceedings Volumse 2008,41(2):10522-10527.17 施龙生.基于键合图模型的电力电子电路故障诊断技术研究D.南京航空航天大学,2014.(下转第 102 页)885 结论提出了一种基于负荷用电特征的分类的楼宇负荷优化调度方法。区别于传统的优化调度方法,首先,从降低用电成本的角度出发,结合楼宇的环境约束建立连续型温控负荷优化调度模型;其次,以日内调度的起始时间与终止时间等为约束条件,建立开关型负荷的优化调度模型,并根据负荷不同的运行参数设置不同的单位调度时长;最后基于夏季和冬季这两个温控负荷使用高峰季节进行了仿真分析。结果表明,基于本文优化调度方法下,优化迭代运算次数较少,能够显著地降低用户的用电成本,同时也可以兼顾用户所处环境的舒适性,从而提高用户参与自动需求响应的意愿。随着智能电网的发展以及电器种类的增加,结合智能电表等技术方案实时采集用户的各项参数,并结合区块链技术,对不同负荷编写不同的合约脚本。将本文方法扩展到更多的开关型负荷或有限多状态负荷中,能够进一步降低用户的用电成本。利用本文方法优化迭代次数少、收敛速度快的特点,可保证自动需求响应的速度。在负荷优化调度过程中,能够实时保证用户的舒适度,加强用户参与意愿。使更多的用户加入自动需求响应计划,可降低发电机组备用容量,达成供需两侧双赢的局面。参考文献:1 隋鑫,卢盛阳,苏安龙,孙辉,周玮,李欢,段世杰,刘子茜.计及风电和柔性负荷的核电多目标优化调度研究J.中国电机工程学报,2019,39(24):7232-7241,7496.2 陈志杰,李凤婷,赵新利,宋新甫.考虑源荷特性的双层互动优化调度J.电力系统保护与控制,2020,48(1):135-141.3 王得官.楼宇用电自动需求响应系统研究D.安徽理工大学,2019.4 贾艳芳,易灵芝,李胜兵.基于多目标分子动理论的楼宇负荷用电调度优化J.电网技术,2018,42(5):1549-1555.5 易灵芝,林佳豪,刘建康,罗显光,李旺.改进自适应 MOEA/D算法的楼宇负荷优化调度J/OL.计算机工程与应用,2021-1-28:1-9.6臧萍,范延滨.小波包和多小波图像数字水印的研究与比较J.计算机工程,1000-3428(2006)23-0162-03.7 杨晓东,张有兵,赵波,周文委,翁国庆,程时杰.供需两侧协同优化的电动汽车充放电自动需求响应方法J.中国电机工程学报,2017,37(1):120-130.8 陆俊,彭文昊,朱炎平,祁兵,崔高颖.基于粒子校正优化的智能小区需求响应调度策略J.电网技术,2017,41(7):2370-2377.9 曾鸣,韩旭,孙静惠,董立军,黄雯.能源互联网背景下自动需求响应关键问题及展望J.电力建设,2017,38(2):21-27.10 李帅虎,何义,彭寒梅,李辉.计及储能与可控负荷的楼宇系统短期优化调度J.电力系统及其自动化学报,2020,32(7):9-17.11 王建军,李莉,年田甜,梁春燕,王钇.面向居民智慧用电的智能电器控制策略优化研究J.智慧电力,2020,48(3):83-88.12 朱红波,高岩,后勇,陶莉.马尔可夫过程下多类用户智能网实时电价J.系统工程理论与实践,2018,38(3):807-816.作者简介夏 震(1995-),男(汉族),江西省吉安市人,硕士研究生,主要研究领域为电力需求侧管理。程若发(1971-),男(汉族),安徽省六安市人,副教授,博士,主要研究领域为电力系统安全与控制、智能电网。(上接第 88 页)18 王中双.键合图理论及其在系统动力学中的应用M.哈尔滨:哈尔滨工程大学出版社,2000.19 任磊,韦徵,龚春英,沈茜.电力电子电路功率器件故障特征参数提取技术综述J.中国电机工程学报,2015,35(12):3089-3101.20 Yi Wu,Youren Wang,Yuanyuan Jiang,Quan Sun.Multiple par-ametric faults diagnosis for power electronic circuits based on hy-brid bond graph and genetic algorithm J.Measurement,2016,92.作者简介樊鹏帅(1994-),男(汉族),河南省灵宝市人,硕士研究生。主要研究领域:故障诊断及预测。帕孜来马合木提(1962-),女(维吾尔族),新疆维吾尔自治区乌鲁木齐市人,教授,硕士研究生导师。主要研究领域:过程控制及智能诊断。魏胜风(1996-),男(汉族),河南省永城市人,硕士研究生。主要研究领域:故障诊断及预测。201