论文部分内容阅读
随着永磁直驱式风电机组装机容量的不断增加,对电网的重要性也日趋明显,会直接影响到电网运行的稳定性和电能质量,因此,提高风电机组的可靠性具有重要意义。永磁直驱式风电系统采用背靠背式的全功率变流器,变流器作为永磁直驱式风电系统中的核心部件,同时也是最容易出现故障的器件。因此,当永磁直驱式风电系统变流器中的电力电子器件发生故障时,为使系统仍能不间断的运行,亟需对变流器的故障诊断技术进行相关研究。介绍了永磁直驱式风电系统的拓扑结构。在PWM数学模型和变流器故障后电路拓扑结构的基础上,对变流器中单只功率管及两只功率管故障下系统的运行特性进行了理论分析,在PSCAD/EMTDC仿真环境下搭建永磁直驱式风电系统模型,并进行了相应的仿真分析。提出了基于电流均值法的变流器故障诊断方法,选取机侧和网侧归一化电流绝对值的均值作为变流器的故障检测特征,依据电流均值的正负对故障的功率管进行定位。但此方法只能对变流器单只功率管的故障进行诊断,故在此基础上进行改进。选用归一化的电流绝对值的均值和归一化的电流均值作为变流器故障诊断变量,通过诊断变量与阈值的比较,实现对变流器中单只功率管故障和两只功率管故障的诊断。仿真验证了两种故障诊断方法的可行性。考虑到阈值选取易受系统输入、系统运行状态及控制方式等变化的影响,提出基于电流多尺度熵均值法的变流器故障诊断方法。该故障诊断方法对电流进行局部均值分解得到一系列的PF(Product Function)分量,选取相关性最大的前3个PF分量求其多尺度熵的均值,将其输入到BP(Back Propagation)神经网络中,通过网络输出的故障编码定位故障的功率管。通过仿真验证了此故障诊断方法的可行性和准确性。针对基于电流多尺度熵均值法变流器故障诊断方法诊断时间较长的问题,提出基于电流均值和谐波畸变率的变流器故障诊断方法,对电流信号进行傅里叶变换,计算得到电流的总谐波畸变率,将归一化的电流均值和总谐波畸变率作为故障特征,输入到RBF(Radical Basis Function)神经网络中,通过神经网络的输出定位故障的功率管。仿真验证了该故障诊断方法的准确性和快速性。