基于特征提取的有源电力滤波器故障诊断方法.pdf

第 5 2卷第 1 5期 2 0 1 5年8月 1 0日 电测与仪表 El e c t r i c a l M e a s u r e me n t I ns t r ume nt a t i o n V0 1 5 2 NO 1 5 Aug 1 0， 2 0 1 5 基于特征提取 的有源 电力滤波器 故障诊断方法 术 马立新， 吴兴锋 ， 穆清伦 ( 上海理工大学 光电信息与计算机工程 学院， 上海 2 0 0 0 9 3 ) 摘要： 针对有源 电力滤波器 A P F ( A c t i v e P o w e r F i l t e r ) 的 I G B T功率管易发生故障 的问题 ， 提 出了基于故障特征 提取 的有源电力滤波器故障诊断方法。构建了 A P F故障仿真模型和基于小波包分析的故障特征提取方法 ， 仿 真分析了 A P F网侧电流波形 ， 并运用小波包分析对 I G B T故障时的网侧电流波形进行处理 ， 提取 了 I G B T故障 特征 向量 ， 最后运用神经网络对特征向量 的分类来实现对 A P F的故 障诊断。在 A P F故障诊断系统上进行测 试 ， 验证 了该诊断方法的有效性和可行性 。 关键词 ： 有源电力滤波器 ； 特征提取 ； 故障诊断 ； 小波包 ； 神经网络 中图分类号 ： T M7 1 4 文献标识码 ： B 文章编号 ： 1 0 0 11 3 9 0 ( 2 0 1 5 ) 1 5 0 1 2 4 0 5 Fa u l t d i a g no s i s m e t h o d f o r a c t i v e p o we r fil t e r b a s e d o n f e a t ur e e x t r a c t i o n Ma L i x i n ， Wu X i n g f e n g ，Mu Q i n g l u n ( S c h o o l o f O p t i c a l E l e c t r i c a l a n d C o m p u t e r E n g i n e e r i n g， U n i v e r s i t y of S h a n g h a i _厂 0 r S c i e n c e a n d T e c h n o l o g y ， S h a n g h a i 2 0 0 0 9 3 ，C h i n a ) Ab s t r a c t ：F o r t h e s a k e o f e a s i l y d a ma g e d c h a r a c t e ris t i c o f I GBT，a me t h o d t o d i a g n o s e t h e f a ul t o f APF wa s pr o p o s e d b a s e d o n f a u l t f e a t ur e e x t r a c t i o nTh e mo d e l o f APF f a u l t s i mu l a t i o n a n d t he me t h o d o f t h e f e a t u r e e x t r a c t i o n b a s e d o n t h e wa v e l e t p a c k e t a naly s i s we r e e s t a b l i s he d，a n d t he wa v e f o r ms o f g r i d s i d e c u r r e n t we r e s i mu l a t e d，p r o c e s s e d t he wa v e for ms o f g rid s i d e c u rre n t o f I GBT o p e n c i r c u i t f a u l t b y wa v e l e t p a c k e t a n a l y s i s，a n d e x t r a c t e d t h e f a u l t f e a t u r e s v e c t o r Fi n a l l y，t h e c l a s s i fic a t i o n f un c t i o n o f t h e n e u r a l n e t wo r k wa s a p p l i e d f o r t h e AP F f a u l t di a g n o s i s T he e f f e c t i v e n e s s a n d f e a s i b i l i t y o f t h e d i a g n o s i s me t h o d a r e v a l i d a t e d b y t e s t r e s u l t s o f AP F f a u l t d i a g n o s i s s y s t e m Ke y wo r d s ： a c t i v e p o w e r fi l t e r ( A P F ) ， f e a t u r e e x t r a c t i o n ， f a u l t d i a g n o s i s ， w a v e l e t p a c k e t ， n e u r a l n e t w o r k 0 引 言 随着现代高科技 的迅猛 发展 ， 大量 的变频变流 装置、 电动装置 、 照 明装置、 家用 电器等开关 型电气 设备进入到人们的生产生活 中来 ， 导致 了非线性、 液 动性、 不平衡负荷不断增加 ， 在供 电系统 中产生大量 的谐波电流和冲击无功功率 ， 导致了不计其数的、 明 显的或者潜在的电能质量问题 J 。在谐波治理处 投入有源电力滤波器( A c t i v e P o w e r F i l t e r ， A P F ) 是一 个重要发展趋势。 有源 电力滤波器 的功率管 I G B T因长 时间运行 在高频 、 高温状态下 ， 是容 易发生故 障的电力电子器 件 。为 了监测 I G B T运行状态 ， 定位故障 I G B T位置 ， 基金项 目： 国家 自然科学 基金资 助项 目( 6 1 2 0 5 0 7 6) ；国家科 技部 政府间科技合作项 目( 2 0 0 9 0 1 4) 一 1 2 4 一 需要对 A P F进行状态监测 与诊断。A P F中的功率管 I G B T故障主要有开路与短路故 障， I G B T短路故障可 通过硬件电路来检测 I G B T的漏 一源极压 降就可确 定 I G B T故障位 置。而 I G B T开路故 障 出现后 ， A P F 还能够继续工作 ， 所 以不易及时发现故 障， 不仅会造 成 A P F设备的损坏， 还会对电力系统影响很大 ， 如不 及时处理将会引起更大的事故 。 电气设备诊断技术主要是对故障特征信号进行 特征提取与故障识别 ， 由于电气设备故 障时其时域 或频域等方面会发生变化 ， 特 征提取就是 获取这些 能够反映电气设备故 障特征 的信号 ， 并借 助各种方 法对故障信号进行处理与提取特征 。 目前应用在 电 力电子装置中的诊断方法 主要有基于信号处理 的诊 断方法 、 基于知识的诊断方法 、 基 于支持 向量机 的诊 断方法 、 基于神经 网络 的诊断方法 。每种 电力 电 学兔兔 w w w .x u e t u t u .c o m 第 5 2卷第 l 5期 2 0 1 5年8月 l O日 。 电测与仪表 El e c t r i c a l M e a s u r e me n t I n s t r ume n t a t i o n V0 J 5 2 No 1 5 Au g 1 0， 2 0 1 5 子装置故障诊断方法都有优缺点， 所以应当根据不 同场合要求选择合适 的故障诊断方法。 在 I G B T开路故障诊断领域 ， 研究 出了很多新 型 的智能诊断方法。小波包分析具有 良好 的时域与频 域特性 ， 其窗函数还可根据信号分析需要 自动调节 ， 小波包分析的多分辨率特性能够对信号进行更加精 细的分解 ， 能够 比较全面的反映信号 的特征 ， 很适合 用于故障信号的特征提取； 人工神经网络的 自学习 和 自适应能力 ， 非常适合 于用来解决模式识别 问题 ， 能够实现准确 的故障定位 。本文采用小波包神经 网 络对有源电力滤波器 中 I G B T功率 管开路故障进行 诊断， 利用小波包 的多分辨率特性对 A P F网侧 电流 进行小波包分析， 计算各种故障模式下电流信号的 能量重构值 ， 并将能量重构值进行归一化处理 ， 最后 将归一化后 的特征 向量输入 神经 网络进行训练 ， 实 现 I G B T故障的定位。 1 有源电力滤波器的故障诊断原理 并联型有源电力滤波器是应用最广、 技术也最 为成熟的 A P F结构 ， 用来抑制 电流源型负载的谐波 成分和补偿无功 ， A P F系统结 构与故障诊断原 理如 图 1所示 。 图 1 A P F结构及诊 断原理 图 Fi g 1 APF s t r u c t u r e a n d d i a g n o s i s p rin c i p l e 电网中的非线性 负载会 产生 大量 的谐波 ， A P F 经过 电流采样 、 谐波计算环节计算 出谐波分量 ， 再根 据谐波分量调 制 P WM驱动信号来控制逆变器 生成 补偿 电流 ， 从而抵消电网中的谐波 电流 ， 使 网侧 电流 波形逼近于正弦波。 当有源 电力滤波器 I G B T功率 管发生开路 故障 时 ， A P F运行在非正常状态下 ， 网侧电流会 出现周期 性的畸变 ， 而且畸变信号 中包含 了完备 的故障信息 。 小波包分析提取各故 障信 号的能量特征值 ， 神 经网 络再对 故 障特 征 向量 进 行 诊 断 并 输 出 故 障 位 置 代码。 2 有源电力滤波器故障分析 2 1 有源电力滤波器故障仿真 本文利用 M A T L AB S i m u l i n k软件 ， 对 A P F中 I G B T开路故障进行仿真 ， 谐波源 由三相桥式全控整流 电路带阻感 负载产生。为模拟 I G B T功率管开路故 障现象 ， 在 0 0 8秒时 ， 切断控制电路 中需要模拟开路 的I G B T的 P WM信号， 获取 I G B T故障时的电流波 形 。目前 I G B T功 率管开路故障诊断方法 主要研究 最多同时有 2个 I G B T功率管发生开路故障的情况 ， 据此可将故障分为单个 I G B T功率管开路和两个 I G B T功率管同时开路故 障， 共五大类 、 2 2种故障， 仿真 结果都以 A相 网侧电流为例。 第一类： 无 I G B T功率管发生开路故障， 即 A P F 正常运行 ， 网侧电流波形逼近于对称的正弦波 ， 如 图 2所示 。 图 2 A P F正常运行时网侧 电流波形 Fi g 2 Gr i d s i d e c u r r e n t wa V e f o r m o f AP F n o r ma l mo d e 第二类 ： 单个 I G B T功率管发生开路故障， 有 T 、 T 2 、 T 3 、 T 、 T 、 T 共 6种故障， 图 3所示为 T 3发生 开 路故 障时的网侧电流波形。 图3 T 开路故障时网侧 电流波形 Fi g 3 Grid s i d e c u r r e n t wa v e f o r m 0 f T3 S o p e n - c i r c u i t f a u l t 学兔兔 w w w .x u e t u t u .c o m 第5 2卷第 l 5期 2 0 1 5年8月 1 0日 电测与仪表 El e c t r i c a l M e S !S ll r e me n t I n s t r u m e n t at i o n VO 1 5 2 No 1 5 Au g 1 0 2 0 1 5 第三类 ： 同一桥臂的上下 2个 I G B T功率管同时 发生开路故障， 有 T T 、 T ： T 、 T 3 T 共 3种故 障， 图 4 所示为 T 和 T 发生开路故障时的网侧电流波形。 图4 T 和 T 开路故障时网侧 电流波形 Fi g 4 Gr i d s i d e c u r r e n t wa v e f o r m o f T1 a nd T4 S o p e n c i r c ui t f a u l t 第四类 ： 同一半桥上的 2个 I G B T功率管同时发 生开路故障 ， 有 T 1 T 3 、 T l T 5 、 T 2 T 4 、 T 2 T 6 、 T 3 T 5 、 T 4 T 6 共 6种故障 ， 图 5所示为 T 和 T 发生开路故障时的网 侧 电流波形。 图 5 T 和 T 开路故障时网侧电流波形 Fi g 5 Gr i d s i d e c u r r e n t wa v e f o r m o f T2 a n d T 4 S o pe n c i r c u i t f a u l t 第五类 ： 不 同半桥交叉 的 2个 I G B T功率管同时 发生开路故 障， 有 T 1 T 2 、 T T 6 、 T 2 T 3 、 T 3 T 4 、 T 4 T 5 、 T 5 T 6 共 6种故障， 图6所示为 L 和 T 4 发生开路故 障时的 网侧 电流波形。 图6 T 和 1 r 4开路故障时网侧 电流波形 F i g 6 Gr i d s i d e c u rre n t wa v e f o r m o f T3 a nd T4 S o p e n c i r c u i t f a ul t 2 2 有源电力滤波器故障特征提取 当 A P F中 I G B T功率管发生开路故障时， A P F系 统网侧 的正弦波电流波形会 出现畸变， 这些畸变 的 故障信号中包含了不同开路故障各 自的故障信息。 1 2 6 一 通过小波 包分析对 各种开 路故障 电流信号进 行处 理 ， 获得各个节点的能量特征值 ， 会发现在不同故 障 下各节点对应的能量特征值是不同的。 在小波包分析中， 选取 H a a r函数作为正弦畸变 信号的小波基函数 ， H a r r 小波函数公式为： ， 1 0 0 5 ( )= 一1 0 5 1 ( 1 ) 0 其他 信息熵是 在一定状 态下 对 系统 的一 种信息 测 度 ， 是系统紊乱程度的一种度量 。根据信息熵 的基本理论 ， 小波包 S h a n n o n能量熵公式为 ： 日 =一 占 ( i ) l g 占 ( i ) ( 2 ) i = 1 式 中 为采样信号长度 ； 为信号的第 层第 个 小波包 能量 熵 ； ( i ) 为各 信 号 点 功率 与 总 功 率 之 比。 小波包 的分解 层数越多则分辨率 越高， 但处理 速度降低 ， 综合 考虑后使 用三 层小波包 分解 ， 运用 S h a n n o n 能量熵提取信号的故障特征向量方法如下： ( 1 ) 对采集到的网侧电流进行三层小波包分解， 得到最后分解层 中8个频带 内的分解系数 ； ( 2 ) 对故障信号 8个频带 内的分 解系数进行小 波 包 重 构 ， 得 到 8个 小 波 包 重 构 信 号 ， 其 中i =0 7 ； ( 3 ) 设各频段信号 对应的能量为 E 。 。 ， 则有 ： E 3 =I 1 ( t ) I d t ( 3 ) ( 4 ) A P F出现开路故 障时会对各段信号能量产 生较大影响 ， 当信号特征能量值 较大时 ， 在分析时 需要对特征向量进行归一化处理 ， 即为归一化的小 波包特征 向量 。 7 1： ： ： ： ! f 4 、 r 下 、一 ( 5 ) 特征提取 中， 发现 。 低频信号 能量相对于 高频信号能量较大 ， 而且 。 低频信号在各种故障下 能量值变化不大 ， 而其他节点则有较大的变化 ， 因此 选取除 。 外 的 7个节点的能量作为故障诊 断的特 征向量 。 I G B T功率管开路故障仿真 中， 在不同触发角下 模拟开路故障 ， 并通过小波包能量特征提取方法提 取故障特征 向量 ， 将不 同触发角下 的特征 向量作 为 神经 网络的学习样本 ， 使神经 网络具有更强 的鲁棒 性和适应能力。 学兔兔 w w w .x u e t u t u .c o m 第 5 2卷第 1 5期 2 0 1 5年8月 l O日 电测与仪表 El e c t r i c a l M e a s u r e me n t& I n s t r u me n t a t i o n V0 I 5 2 N0 1 5 Au g 1 0。 2 0 1 5 3 故障诊断系统的实现 神经网络设计 中， 需将 I G B T功率管开路故障用 代码 5 x3 2 1 0 表示 ， 其 中 X=1或 0 。根据开路 故障分析对 I G B T开 路故 障进行分 类 编码 ， 如表 1 所示 。 表 1 I G B T故障类型代码 l 0 。 l 0 j lI II 账 T a b 1 F a u l t c l a s s i fi c a t i 0 n c o d e o f I GBT l O 一 。 代码 故障 I GB T 代码 故 障 I G B T 0 0 0 0 0 0正常 O 1 1 0 1 0 T l 、 T 0 0 1 0 01 T 01 1 01 1 T2 、 T 0 01 01 0 T 01 1 1 0 0 T2 、 T 0 01 01 l T O 1 1 1 01 、 0 0 1 1 0 0 T d 0 l 1 l 1 0 T 4 、 T 6 0 01 1 0 1 T 1 0 0 0 01 Tl 、 T2 0 01 1 1 0 T 1 0 0 01 0 T1 、 0 1 0 0 0 1 T 1 、 T 4 1 0 0 o 1 1 T 2 、 T 3 01 0 0 1 0 T 2、 1 0 01 0 0 T3 、 T4 01 0 0 1 1 T 3、 T 6 1 0 01 01 T4 、 T5 0 1 1 0 0 1 T l 、 T 1 0 0 1 i 0 T 5 、 T 6 三层 B P神经网络 中， 输入层对应 于小波包提取 的故障特征向量， 有 7 个神经元； 隐层是输入层与输 出层之间的连接 ， 考虑 到神经 网络 的收敛速度与精 度 ， 设定隐层为 3 5个神经元 ； 输 出层对应于 I G B T开 路故 障的代码 ， 有 6个神经元。 B P神经 网络训练 时， 为了克服传统 B P训练算 法的收敛速度慢 和易陷入局部最优 的缺点 ， 采用收 敛速度 陕、 识别精度高的 B F G S拟牛顿优化算法对神 经网络进行训练 ， 学习率取 0 0 5 ， 神经网络训练误差 曲线如图 7所示 。此时 ， 故障诊断系统可以调用训练 好的神经网络对故 障特征 向量进行识别 ， 输 出 I G B T 功率管故障位置代码。 为了进一步验证该方法 的可行 性 ， 采 用非学 习 样本数据 ， 使用故障诊断系统对 A P F样机 系统进行 测试 。有源电力滤波器故障诊断系统从 A P F的网侧 采集 A相 电流信 号 ， 数据采 集单元 是 以 T I 公 司 的 T MS 3 2 0 F 2 8 1 2为核 心处理器 的控制 平 台， 电流采样 使用 C T电流互感器 ， 并在 P c机上开发 A P F故障诊 断系统。该系统是以虚拟仪器软件 L a b V I E W 为开发 平台进行设计 的 ， 系统在 A P F异常或故 障情况时发 出报警并存储 故障数据 ， 运用小波包 特征提取方法 对采集的电流数据进行处理 ， 最后 调用 M A T L A B的 Pe r f or ma nc e i s 0 0 0 9 9 9 5 5 5 Go a l i s 0 01 - 一 一 0 2 0 0 4 0 0 6 0 0 8 0 0 1 0 0 0 1 2 0 0 迭代步数 图 7 神 经 网络 训 练误 差 曲线 F i g 7 Ne u r a l n e t wo r k t r a i n i n g e r r o r c u r v e 神经网络对故障特征向量进行监测并诊断。 在实验 中， 通过移去 T ， 、 T T 、 T T 、 T T 的驱动 信号来模拟 I G B T功率管 开路故障。通过 电流互感 器 C T对 A相 网侧 电流进行采样 ， 并提取各开路故障 时的特征 向量 ， 最后将故 障特征 向量输入训练好 的 神经网络进行故障诊断 ， 实验结果见表 2 。表 2中诊 断输出代码经 四舍五人后与设定代码完 全一致 ， 从 而证明该诊断方法的有效性。 表 2实验 结果 Ta b 2 Ex p e r i me n t r e s u l t s 4 结束语 文章采用小波包神经网络对有源 电力滤波器进 行故障诊断 ， 分析 了各种故障下 的网侧 电流波形 ， 通 过小波包特征提取方法 提取 I G B T功率管开路故 障 下 的特征向量 ， 并 构建 了用于诊断 A P F故障的小波 包神经 网络系统。在 A P F样机上对该诊断系统进行 测试 ， 实验结果表 明该方法有较高的准确率 ， 能够快 速有效地识别 I G B T功率管开路故 障位置 ， 能满足故 障诊断的要求 ， 为 A P F的在线监测与故障诊断研究 提供了参考 。 参 考 文 献 1 董伟杰 ，白晓民 ， 朱 宁辉 ，等电力有源滤 波器 故障诊断 与容 错 控制研究 J 中国电机工程学报 ， 2 0 1 3 ， 3 3 ( 1 8 ) ： 6 57 2 D o n g We i j i e ，B a i X i a o mi n ， Z h u N i n g h u i ， e t a 1 R e s e a r c h o n f a u l t d i - a g n o s i s a n d f a u l t t o l e r a n t c o n t r o l o f a c t i v e p o w e r fi l t e r s J P r o c e e d 一 一 】 2 7 学兔兔 w w w .x u e t u t u .c o m 第 5 2卷 2 0 1 5盎 第 1 5期 8月 1 0日 电测与仪表 El e c t r i c a l M e a s u r e me n t& l n s t r ume nt a t i o n V0 1 5 2 No 1 5 Aug 1 0 2 0 1 5 i n g s o f t h e C S E E， 2 0 1 3， 3 3 ( 1 8 ) ： 6 57 2 2 马立新 ，肖川 I ，林家隽 ， 等神经网络与锁相环相 结合的谐波检 测方法 J 电力系统及其 自动化学报 ， 2 0 1 1 ， 2 3 ( 3 ) ： 2 4 2 9 M a L i x i n， X i a o C h u a n ，L i n J i a j u n ， e t a 1 Me t h o d o f h a r mo n i c d e t e c t i o n b a s e d o n n e u r a l n e t w o r k c o mb i n e d w i t h p h a s e - l o c k e d l o o p J P r o c e e d i n g s o f t h e C S U E P S A， 2 0 1 1 ， 2 3 ( 3 ) ： 2 4 2 9 3 于泳 ， 蒋 生 成，杨荣 峰 ，等变 频器 I G B T开路故 障诊 断方法 J 中国电机工程学报 ， 2 0 1 1 ， 3 1 ( 9 ) ： 3 0 3 5 Yu Yo n g ，J i a n g S h e n g c h e n g，Ya n g Ro n g f e n g ，e t a 1 I GBT o p e n c i r - c u l t f a u l t d i a g n o s i s m e t h o d f o r i n v e r t e r J P r o c e e d i n g s o f t h e C S E E， 2 0 1 1 ，3 1 ( 9 ) ： 3 O一 3 5 4 刘艳 ， 李海燕三相逆变器功率管故 障智 能诊断研究 J 电测 与仪表 ， 2 0 1 3， 5 0 ( 1 ) ：1 52 O L i u Ya n，L i Ha iy a nRe s e a r c h o n i n t e ll i g e n t f a u l t d i a g n o s i s o f t r a n s i s t o r s i n t h r e e p h a s e in v e r t e r J 1 E l e c t ri c a l Me a s u r e me n t I n s t r u m e n t a t io n ， 2 0 1 3 ， 5 0 ( 1 ) ： 1 5 2 0 5张举 ，王兴 国，李志雷小波包能量熵神经 网络在 电力系统故障 诊断中的应用 J 电网技术 ， 2 0 0 6 ， 3 0 ( 5 ) ： 7 2 7 5 Z h a n g J u，Wa n g Xi n g g u o，Li Z h i l e i Ap p l i c a t i o n o f n e u r a l n e t wo r k b a s e d o n wa v e l e t p a c k e t - e n e r g y e n t r o p y i n p o we r s y s t e m f a u l t d i a g n o s i s J P o w e r S y s t e m T e c h n o l o gy， 2 0 0 6， 3 0( 5 ) ： 7 27 5 6 王昌长，李福祺， 高胜友电力设备的在线监测与故障诊断 M 北京 ： 清华大学出版社 ， 2 0 0 6 7 马立新 ，王晓丹 ，王月晓 ， 等A P F特定次谐 波智能检测方法 的 研究 J 控制工程 ， 2 0 1 3 ， 2 0 ( 2 ) ： 3 5 23 5 6 Ma L i x i n，W a n g Xi a o d a n，W a n g Yu e x i a o，e t a 1 S p e c i f i c h a r mo n i c d e t e c t i o n a l g o ri t h m fo r a c t i v e p o w e r fi l t e r J C o n t r o l E n g i n e e ri n g o f C h i n a ， 2 0 1 3， 2 0 ( 2 ) ： 3 5 23 5 6 8 梅雪峰 ，郑建勇 ，梅军 ， 等基于电流轨迹 和神经网络的逆变器 故 障诊断方法 J 电测与仪表 ， 2 0 1 0， 4 7 ( 4 ) ： 58 Me i Xu e f e n g，Zh e n J i a n y o n g ，Me i J u n，e t a 1 F a u l t d i a g n o s i s o n i n v e rt e r b a s e d o n c u r r e n t t r a j e c t o r y a n d n e u r a l n e t w o r k J E l e c t ri c a l Me a s u r e m e n t I n s t r u m e n t a t i o n， 2 0 1 0， 4 7 ( 4 ) ： 58 9 Y u a n H a i y i n g ， C h e n G u a n g j u， S h i S a n b a o ，e t a 1 R e s e a r c h o n f a u l t d i a g n o s i s i n a n a l o g c ir c u i t b a s e d o n w a v e l e t n e u r a l n e t w o r k c I EEE P r o c e e d i n g s o f t h e 6 t h W o r l d Co n g r e s s o n I n t e l l i g e n t Co n t r o l a n d Au t o ma t i o n 2 0 0 6：2 6 5 92 6 6 2 一 1 28 一 1 O 王磊 ， 赵雷霆 ，张钢 ，等电压型 P WM 整流器 的开关 器件断路 故障特征 J 电工技术学报 ， 2 0 1 0， 2 5 ( 7 ) ：1 0 81 1 5 W a n g L e i ，Z h a o L e i t i n g ，Z h a n g Ga n g ，e t a1An aly s i s o f f a u l t c h a r a c t e r i s t i c s a f t e r t h e b r e a k d o wn o f p o we r s wit c h e s i n v o l t a g e s o u r c e PW M r e c t i fi e r J T r a n s a c t i o n s o f C h i n a E l e c t rot e c h n i c a l S o c i e t y ，2 0 1 0， 2 5 ( 7 ) ：1 0 81 1 5 1 1 张静远 ， 张冰 ， 蒋兴舟基于小 波变换 的特征提取方法分析 J 信号处理 ， 2 0 0 0， 1 6 ( 2 ) ：1 5 61 6 2 Z h a n g J i n g y ua n，Z h a n g Bi n g ，J i a n g Xi n g z h o u An a l y s e s o f f e a t u r e e x t r a c t i o n me t h o d s b a s e d o n w a v e l e t t r a n s f o r m J S i gnal P r o c e s s i n g， 2 0 0 0， 1 6 ( 2 ) ：1 5 61 6 2 1 2 蔡云 ，戴鹏 ， 宋中仓 ， 等基于小波包改进算法的电机转子断条 故障诊断 J 电测与仪 表， 2 0 1 2， 4 9 ( 8 ) ： 58 Ca i Yu n，Da i P e n g ，S o n g Z h o n g c a n g，e t a 1 F a u l t d i a g n o s i s o f mo t o r r o t o r b a r b r e a k i n g b a s e d o n t h e imp rov e d a l g o ri t h m o f wa v e l e t p a c k e t J E l e c t ri c a l Me a s u r e me n t I n s t rume n t a t i o n ， 2 0 1 2， 4 9 ( 8 ) ： 5 - 8 1 3 安群 涛，孙力 ， 赵克 ，等基于开关函数模型 的逆变器开路故 障 诊断方法 J 中国电机工程学报， 2 0 1 0， 3 0 ( 6 ) ：1 6 A n Q u n t a o ，S u n L i ，Z h a o K e ，e t a1D i a gno s i s m e t h o d for i n v e rt e r o p e n - c i r c u i t f a u l t b a s e d o n s w i t c h i n g f u n c t i o n mo d e l J P r o c e e d i n g s o f t h e C S E E， 2 0 1 0 ， 3 0 ( 6 ) ：1 6 作者简介 ： _ 马立新(1960一)，男，博士，教授，研究方向为电力 系统稳定性与优化运行、电气系统故障诊断与模式 识别、群体智能与智能电网、电力能效测评系统。 Email：malxaiisinacon 吴兴锋 ( 1 9 8 9 一 ) ， 男 ， 硕 士研究生 ， 研 究方 向为电气设 备状 态监测 与 故障诊 断。E ma i l ： w u rd 8 9 1 3 9 c o m 穆清伦 ( 1 9 8 8 一) ， 男 ， 硕士研究生 ， 研究 方 向为 电力电子与 电力传动。 Ema il ： a l e n s p a r k g ma i l c o n 收稿 日期 ： 2 0 1 40 3 2 3； 修回 F t 期 ： 2 0 1 4 0 81 2 ( 田春雨编发 ) 学兔兔 w w w .x u e t u t u .c o m