基于电力电子电路的故障预测方法研究

【摘要】2.电力电子电路故障预测方法 为了克服传统预测方法对电力电子电路故障预测结果不准确的缺陷，本文提出了一种基于加权约束和残差修复的故障预测模型，该模型能更加真实反映电力电子...

【摘要】在一些集成化和智能化程度较高的电力电子设备当中，由于各种元件和电路间的关联性和非线性关系，使得整个电路的故障预测精准性变得较为困难，本文根据这一特征并结合传统预测模型，提出了一种基于加权约束和残差修复的电路故障预测模型，并通过BOOST电路进行试验分析，结果表明该模型算法具有较好的收敛性，预测精确度明显提高。

【关键词】故障预测;残差修复;预测模型

1.引言

随着电力电子技术的快速发展，现代化的电子设备集成度在不断提高，以及智能化技术的加入使得许多电子设备能够实现全自动化操作。这些复杂的电子设备集成化和智能化的程度很高，从而使各个电路间的耦合性和关联性更为紧密，另外，由于企业对于这些复杂设备的依赖性较大，这就使得设备的故障具有：危害性大、非线性和偶然性的特点。因此，对复杂设备内部器件进行准确的故障预测和使用寿命的判断，并提前采取预防措施，无疑对避免重大事故的发生起到重要作用。

为了解决上述产生的问题，并结合现有模型的基础上提出了一种包括加权约束和残差修复的预测模型，并通过电力电子电路中具有代表性的BOOST电路作为实验分析对象进行分析研究，最后得出该模型具有较好的收敛性和预测的准确性。

2.电力电子电路故障预测方法

为了克服传统预测方法对电力电子电路故障预测结果不准确的缺陷，本文提出了一种基于加权约束和残差修复的故障预测模型，该模型能更加真实反映电力电子系统健康状况。该方法克服了系统关联性差以及采集数据量小所带来的弊端，能够迅速进入模型内部，进而保证较好的预测性。

2.1 预测模型的建立

首先，对电力设备易失效的元器件特征参数进行样本数据采集，假设分别为系统的输入量和输出量。采集得到的样本表示如下：

为了保证预测数据的准确性，我们将采集到的数据样本映射到特定空间来进行映射处理。设映射函数为，则有：

为采集数据特征权值，为数据偏置量

为了减少大量冗余数据对预测精度的干扰，我们将对冗余数据进行约束转化，将问题重心转变为我们所熟知的空间优化问题上。具体如下：

（1）

（2）

其中，为预测误差;为数据约束权值参数

由式子（1）（2）可知：

（3）

其中，为约束权值系数，由此可得约束函数为：

对此函数进行优化处理，可得：

所以建立起的预测约束模型如下所示：

该方法通过加权约束消除了冗余数据干扰，为预测结果准确性打下了基础。

2.2 故障预测中的残差约束问题

故障预测的精确度与预测过程中产生的残差误差有很大的关系，残差的修复决定了后期故障预测的准确性。具体方法如下：

第一步，假设估计参数的位置

然后进行残差计算，得到集合并计算残差中存在的误差设为集合并有：

最后，对集合中的残差计算偏差，有：

设m为残差调节系数，计算残差在不同时刻的方程可写作：

其中，为残差大小，为残差修复最优系数。修复值为：

通过对残差误差的实时修正，保证预测过程中，残差能够保证在一定的精度范围，从而保证了预测的精度。

2.3 电路故障预测流程

图1 电路故障预测流程图

3.实验分析

本文选用电力电子电路当中最具代表性的BOOST电路作为实验分析对象，并将特征参数值选取分析如下：

根据文献[3]所提供的研究结果表明：电力电子电路故障中60%的故障时属于电解电容故障。根据文献[2]研究的电解电容等效模型可以看出：电解电容在正常使用的过程中随着使用时间的增加电解液将会逐渐蒸发，从而导致ESR（电容等效串联电阻）增大，电容C减少，漏电流增大，进而影响电解电容的使用。大量研究表明，电解电容的电容值和使用时间呈指数函数变化，若ESR超过初始值的3倍或C减少20%即可判断电解电容失效。因此，我们选择ESR以及电容值C作为检测对象来获知电解电容的变化情况，作为判断整体电力电子电路发生故障的参数之一[2-3]。

图2 模型预测曲线

功率MOSFET全称为：功率金属氧化物半导体场效应晶体管[5]，具有开关速度快、驱动简单、导通电阻低等优点。被广泛应用在电力电子系统当中，另外，由于该器件电路模型复杂，国内外文献当中尚无简化电路模型，根据国外学者研究表明：功率MOSFET阀值电压Vth变化情况能够反应器件性能健康状况，并将Vth变化范围超过20%作为功率MOSFET失效的判断依据[5]。

另外，功率二极管和电感元件也是电力电子电路当中最基础的电子元器件，同时也是较为简单的元器件。大量的研究表明：在电力电子电路正常工作情况下，二极管和电感元件失效的概率为2%-3%，故本文不考虑其失效因素。

我们选择（c，ESR，Vth）来设置元器件参数，仿真获得电路状态参数，可以得到如下函数关系：

其中：

根据各参数间的特征关系，我们得到BOOST电路特征参数关系式为：

为输出电压偏移率。

根据BOOST电路工作原理可知：

因此：

由于能够很好反映各个元器件参数的变化情况，那么我们就将作为预测和估计BOOST电路寿命的特征参数。

本文根据南京航空航天大学自动化学院提供的间隔为100h的100h-1000h时刻各参数的值作为采集数据的样本，并运用本模型算法对进行1100h-1500h时刻的值进行预测，实际曲线与预测曲线如图2所示。

通过图2与传统模型预测数据进行比较可以看出，本文选用的算法模型较传统算法模型预测的结果更为精确，误差相对也较小，具有较好的收敛性，取得了预期效果。

4.结束语

本文选用电力电子电路中最常见的BOOST电路作为实验研究对象，对提出的一种具有残差修复和加权约束的预测模型进行了验证，通过最后实验结果分析，验证了该模型具有较好的收敛性，虽然本实验达到了预期效果，但是随着时间的推移，随着未知干扰因素的影响下，还存在一定的缺陷，还需要进一步进行研究。

参考文献

[1]张志学.基于混杂模型系统理论的电力电子电路故障诊断[D].浙江：浙江大学电气工程学院，2005.

[2]Harada K，Katsuki A，Fujiwara M.Use of ESR for deterioration diagnosis of electrolytic capacitors.IEEE transactions on power electronics，1993，8（4）：355-361.

[3]Department of Defense.MIL-HDBK-217F.Military Hand book-Reliability prediction of electronic equipment.USA：Department of Defense，1995.

[4]李刚，蔡金燕.基于加速试验进行电子装备故障预测的前期数据处理[J].电子测量与仪器学报，20（5）：26-28.

[5]Alwan M，Beydoun B，Ketata K，et al.Bias temperature instability from gate charge characteristics investigation in n-channel power MOSFET.Microelectronics，2007，38（6-7）：727-734.

[6]马皓，毛兴云，徐德鸿.基于混杂系统模型的DC/DC电力电子电路参数辨识[J].中国电机工程学报，2005，25（3）：50-54.

作者简介：李先成，重庆市三峡水利电力学校副校长，主要从事物理电子方面的研究。