一种三相电压源逆变器开路故障实时检测方法和系统

摘要

本发明公开了一种三相电压源逆变器开路故障实时检测方法和系统，属于在线检测领域。包括：S1、采集当前时刻的a、b、c三相电流数据；S2、根据所得当前时刻的三相电流数据，更新三相电流链表，更新一个周期内电流幅值最大值Imax；S3、将幅值范围等分为n个区间，统计一个电流周期内电流数据落在各个区间的频率；S4、用S3中统计的频率近似概率，实时计算当前时刻每相电流的信息熵；S5、比较相电流信息熵与设定阈值大小，得到当前时刻诊断结果。该方法不需要对电流信号进行滤波、降噪等数据处理过程，计算量小，实时性好，对负载扰动具有较好的鲁棒性，可快速定位到故障桥臂，为逆变器的精准维修或容错控制提供基础。

权利要求

1.一种三相电压源逆变器开路故障实时检测方法，其特征在于，包括以下步骤：(1)采集当前时刻的三相电流值ia、ib和ic，并更新三相电流链表和一个电流周期内的电流幅值最大值Imax；

(2)将幅值范围[‑Imax，Imax]等分为多个区间，统计一个电流周期内每相电流值落在各个区间的频率，根据所述频率获取当前时刻每相电流的信息熵；

(3)比较所述每相电流的信息熵与预设阈值th的大小，得到当前时刻故障诊断结果；

所述步骤(2)包括：

将幅值范围[‑Imax，Imax]划分为n个区间k时刻第m相电流链表数据落在各个区间分别对应事件U1，U2，…，Un，统计落在每个区间的电流链表数据的个数，得出一个电流周期内每相电流值落在各个区间的频率，作为事件Ui的概率pi；

第m相电流的信息熵为 其中m＝a，b，c。

2.如权利要求1所述的三相电压源逆变器开路故障实时检测方法，其特征在于，所述步骤(1)中所述三相电流链表为：T

Im(k)＝[im(t)，im(t+1)，…，im(k)]其中，m＝a，b，c，t＝k‑L+1，k为当前采样时刻， 为电流链表长度，np为电机极对数，w为电机转速，Ts为采样时间。

3.如权利要求1所述的三相电压源逆变器开路故障实时检测方法，其特征在于，所述阈值th的取值通过以下步骤确定：S01、分别计算逆变器正常运行和逆变器故障时各相电流的信息熵；其中，所述逆变器故障包括逆变器单桥臂中双管均发生故障以及单桥臂单管发生故障的情形；

S02、以逆变器正常运行时相电流的信息熵为阈值的最大值，以逆变器故障时故障相的信息熵为阈值的最小值，确定阈值的取值范围。

4.如权利要求3所述的三相电压源逆变器开路故障实时检测方法，其特征在于，所述阈值th∈[1.384，2.216]。

5.如权利要求3或4所述的三相电压源逆变器开路故障实时检测方法，其特征在于，所述步骤(3)包括：

当第m相的信息熵小于所述阈值时，表示第m相发生故障；

否则，判定逆变器运行正常。

6.一种三相电压源逆变器开路故障实时检测系统，其特征在于，包括采集单元，用于采集当前时刻的三相电流值ia、ib和ic，并更新三相电流链表和一个电流周期内的电流幅值最大值Imax；

熵获取单元，用于将幅值范围[‑Imax，Imax]等分为多个区间，统计一个电流周期内每相电流值落在各个区间的频率，根据所述频率获取当前时刻每相电流的信息熵；

诊断单元，用于比较所述每相电流的信息熵与预设阈值th的大小，得到当前时刻故障诊断结果；

所述熵获取单元将幅值范围[‑Imax，Imax]划分为n个区间k时刻第m相电流链表数据落在各个区间分别对应事件U1，U2，…，Un，统计落在每个区间的电流链表数据的个数，得出一个电流周期内每相电流值落在各个区间的频率，作为事件Ui的概率pi；

第m相电流的信息熵为 其中m＝a，b，c。

7.如权利要求6所述的三相电压源逆变器开路故障实时检测系统，其特征在于，所述阈值th的取值通过以下步骤确定：S01、分别计算逆变器正常运行和逆变器故障时各相电流的信息熵；其中，所述逆变器故障包括逆变器单桥臂中双管均发生故障以及单桥臂单管发生故障的情形；

S02、以逆变器正常运行时相电流的信息熵为阈值的最大值，以逆变器故障时故障相的信息熵为阈值的最小值，确定阈值的取值范围。

8.如权利要求6或7所述的三相电压源逆变器开路故障实时检测系统，其特征在于，所述诊断单元中，比较所述每相电流的信息熵与预设阈值th的大小，得到当前时刻故障诊断结果包括：

当第m相的信息熵小于所述阈值时，表示第m相发生故障；

否则，判定逆变器运行正常。

说明书

一种三相电压源逆变器开路故障实时检测方法和系统

技术领域

[0001] 本发明属于在线检测技术领域，更具体地，涉及一种三相电压源逆变器开路故障实时检测方法和系统。

背景技术

[0002] 逆变器作为变频调速系统的核心部件，广泛应用于工业、电气化交通、家用电器等诸多领域。逆变器的健康运行对整个变频调速系统具有重要意义，如在高铁机车牵引变频
器中，逆变器一旦出现故障且不能及时得到修理，轻则导致机车的控制性能降低，重则引发
二次故障甚至是车毁人亡的重大事故。而在逆变器中，由于过压、过流、热应力等内外因素
的影响，功率管容易发生故障，特别是开路故障。研究电压源逆变器故障检测方法，可以对
故障进行快速检测和定位，进而为容错控制、精准维修等策略提供决策依据，对提高系统可
靠性具有十分重要的意义。

[0003] 现有的逆变器桥臂故障诊断方法包括基于硬件的桥臂故障诊断方法和基于系统信息的桥臂故障诊断方法。其中，基于硬件的桥臂故障诊断方法，通过添加附加诊断电路或
其他传感器进行故障诊断，在工业系统中这种方法成本较高，且增加了系统的复杂性，因此
无法广泛应用。而基于系统信息的桥臂故障诊断方法，特别是基于电流的方法，往往在对信
号进行滤波降噪处理后，采用机器学习等基于数据的方法进行诊断。这类方法通常运算量
较大，对处理器要求高，诊断时间较长，实时性较差；此类方法多应用于离线诊断获算法训
练。在实际应用中，工业级DSP计算速度有限，且检测时间过长可能导致后续处理措施还未
来得及实施，事故就已经发生。

发明内容

[0004] 针对相关技术的缺陷，本发明的目的在于提供一种三相电压源逆变器开路故障实时检测方法和系统，旨在解决现有基于系统信息的故障诊断中由于计算量大而导致实时性
较差的技术问题。

[0005] 为实现上述目的，本发明的一个方面提供了一种三相电压源逆变器开路故障实时检测方法，包括以下步骤：

[0006] (1)采集当前时刻的三相电流值ia、ib和ic，并更新三相电流链表和一个电流周期内的电流幅值最大值Imax；

[0007] (2)将幅值范围[‑Imax，Imax]等分为多个区间，统计一个电流周期内每相电流值落在各个区间的频率，根据所述频率获取当前时刻每相电流的信息熵；

[0008] (3)比较所述每相电流的信息熵与预设阈值th的大小，得到当前时刻故障诊断结果。

[0009] 进一步地，所述步骤(1)中所述三相电流链表为：

[0010] Im(k)＝[im(t)，im(t+1)，…，im(k)]T

[0011] 其中，m＝a，b，c，t＝k‑L+1，k为当前采样时刻， 为电流链表长度，np为电机极对数，w为电机转速，Ts为采样时间。

[0012] 进一步地，所述步骤(2)包括：

[0013] 将幅值范围[‑Imax，Imax]划分为n个区间

[0014] k时刻第m相电流链表数据落在各个区间分别对应事件U1，U2，…，Un，统计落在每个区间的电流链表数据的个数，得出一个电流周期内每相电流值落在各个区间的频率，作为
事件Ui的概率pi；

[0015] 第m相电流的信息熵为 其中m＝a，b，c。

[0016] 进一步地，所述阈值th的取值通过以下步骤确定：

[0017] S01、分别计算逆变器正常运行和逆变器故障时各相电流的信息熵；其中，所述逆变器故障包括逆变器单桥臂中双管均发生故障以及单桥臂单管发生故障的情形；

[0018] S02、以逆变器正常运行时相电流的信息熵为阈值的最大值，以逆变器故障时故障相的信息熵为阈值的最小值，确定阈值的取值范围。

[0019] 进一步地，所述阈值th∈[1.384，2.216]。

[0020] 进一步地，所述步骤(3)包括：

[0021] 当第m相的信息熵小于所述阈值时，表示第m相发生故障；

[0022] 否则，判定逆变器运行正常。

[0023] 本发明的另一方面还提供了一种三相电压源逆变器开路故障实时检测系统，包括

[0024] 采集单元，用于采集当前时刻的三相电流值ia、ib和ic，并更新三相电流链表和一个电流周期内的电流幅值最大值Imax；

[0025] 熵获取单元，用于将幅值范围[‑Imax，Imax]等分为多个区间，统计一个电流周期内每相电流值落在各个区间的频率，根据所述频率获取当前时刻每相电流的信息熵；

[0026] 诊断单元，用于比较所述每相电流的信息熵与预设阈值th的大小，得到当前时刻故障诊断结果。

[0027] 进一步地，所述熵获取单元将幅值范围[‑Imax，Imax]划分为n个区间

[0028] k时刻第m相电流链表数据落在各个区间分别对应事件U1，U2，…，Un，统计落在每个区间的电流链表数据的个数，得出一个电流周期内每相电流值落在各个区间的频率，作为
事件Ui的概率pi；

[0029] 第m相电流的信息熵为 其中m＝a，b，c。

[0030] 进一步地，所述阈值th的取值通过以下步骤确定：

[0031] S01、分别计算逆变器正常运行和逆变器故障时各相电流的信息熵；其中，所述逆变器故障包括逆变器单桥臂中双管均发生故障以及单桥臂单管发生故障的情形；

[0032] S02、以逆变器正常运行时相电流的信息熵为阈值的最大值，以逆变器故障时故障相的信息熵为阈值的最小值，确定阈值的取值范围。

[0033] 进一步地，所述诊断单元中，比较所述每相电流的信息熵与预设阈值th的大小，得到当前时刻故障诊断结果包括：

[0034] 当第m相的信息熵小于所述阈值时，表示第m相发生故障；

[0035] 否则，判定逆变器运行正常。

[0036] 通过本发明所构思的以上技术方案，与现有技术相比，能够取得下列有益效果：

[0037] 1)本发明提出了一种基于信息熵的三相电压源逆变器桥臂开路故障实时检测方法，将采集的一个电流基波周期信号幅值范围划分为若干个子区间，统计数据落在每个区
间的频率，计算相电流的信息熵，通过比较所得各相电流的信息熵与阈值的大小，得到各相
桥臂的故障检测结果，该方法不需要对电流信号进行滤波、降噪等处理，算法计算量小，复
杂度为O(n)；适合应用于计算能力小的实际工业处理器中。

[0038] 2)本发明所提出的基于信息熵的三相电压源逆变器桥臂开路故障实时检测方法的平均诊断时间仅需1/2个电流基波周期，实时性好，快于目前绝大多数诊断方法。本发明
能够快速定位故障桥臂，为逆变器的快速检修或容错控制提供基础，提高变频调速系统的
可靠性。

[0039] 3)本发明所提出的基于信息熵的三相电压源逆变器桥臂开路故障实时检测方法，在电机负载的单次突变在额定负载30％以内时仍然能够快速、准确的给出诊断结果，具有
较好的鲁棒性。

附图说明

[0040] 图1是本发明实施例所提供的基于信息熵的三相电压源逆变器桥臂开路故障实时检测方法流程图；

[0041] 图2是本发明实施例所提供的带故障检测模块的电机矢量控制系统结构图；

[0042] 图3是本发明实施例所提供的逆变器运行在正常、a相单管故障、a相双管故障时的相电流波形及事件划分示意图。

具体实施方式

[0043] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并
不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要
彼此之间未构成冲突就可以相互组合。

[0044] 为实现上述目的，本发明的一个方面提供了一种三相电压源逆变器开路故障实时检测方法，包括以下步骤：

[0045] (1)采集当前时刻的三相电流值ia、ib和ic，并更新三相电流链表和一个电流周期内的电流幅值最大值Imax；

[0046] (2)将幅值范围[‑Imax，Imax]等分为多个区间，统计一个电流周期内每相电流值落在各个区间的频率，根据所述频率获取当前时刻每相电流的信息熵；

[0047] (3)比较所述每相电流的信息熵与预设阈值th的大小，得到当前时刻故障诊断结果。

[0048] 进一步地，所述步骤(1)中所述三相电流链表为：

[0049] Im(k)＝[im(t)，im(t+1)，…，im(k)]T

[0050] 其中，m＝a，b，c，t＝k‑L+1，k为当前采样时刻， 为电流链表长度，np为电机极对数，w为电机转速，Ts为采样时间。

[0051] 进一步地，所述步骤(2)包括：

[0052] 将幅值范围[‑Imax，Imax]划分为n个区间

[0053] k时刻第m相电流链表数据落在各个区间分别对应事件U1，U2，…，Un，统计落在每个区间的电流链表数据的个数，得出一个电流周期内每相电流值落在各个区间的频率，作为
事件Ui的概率pi；

[0054] 第m相电流的信息熵为 其中m＝a，b，c。

[0055] 进一步地，所述阈值th的取值通过以下步骤确定：

[0056] S01、分别计算逆变器正常运行和逆变器故障时各相电流的信息熵；其中，所述逆变器故障包括逆变器单桥臂中双管均发生故障以及单桥臂单管发生故障的情形；

[0057] S02、以逆变器正常运行时相电流的信息熵为阈值的最大值，以逆变器故障时故障相的信息熵为阈值的最小值，确定阈值的取值范围。

[0058] 进一步地，所述阈值th∈[1.384，2.216]。

[0059] 进一步地，所述步骤(3)包括：

[0060] 当第m相的信息熵小于所述阈值时，表示第m相发生故障；

[0061] 否则，判定逆变器运行正常。

[0062] 本发明的另一方面还提供了一种三相电压源逆变器开路故障实时检测系统，包括

[0063] 采集单元，用于采集当前时刻的三相电流值ia、ib和ic，并更新三相电流链表和一个电流周期内的电流幅值最大值Imax；

[0064] 熵获取单元，用于将幅值范围[‑Imax，Imax]等分为多个区间，统计一个电流周期内每相电流值落在各个区间的频率，根据所述频率获取当前时刻每相电流的信息熵；

[0065] 诊断单元，用于比较所述每相电流的信息熵与预设阈值th的大小，得到当前时刻故障诊断结果。

[0066] 具体每个单元的功能可参见前述方法实施例中的介绍，在此不再赘述。

[0067] 下面结合一个优选实施例，对上述实施例中涉及的内容进行说明。

[0068] 如图2所示为本发明中带故障检测模块的电机矢量控制系统拓扑结构图，系统由功率管(T1、T2、T3、T4、T5、T6)、对应的续流二极管、稳压电容(C1、C2)、感应电机、矢量控制
模块以及故障诊断模块组成；其中，Ud为整流后输出的直流电压。

[0069] 具体的，基于信息熵的三相电压源逆变器功率管开放故障实时检测方法，包括以下步骤：

[0070] S1、采集当前时刻的a、b、c三相电流数据ia、ib和ic；

[0071] S2、根据所得当前时刻的a、b、c三相电流数据，更新三相电流链表Ia、Ib和Ic，更新一个周期内电流幅值最大值Imax；其中第k时刻第m相电流链表为：

[0072] Im(k)＝[im(t)，im(t+1)，…，im(k)]T

[0073]

[0074] 其中，m＝a，b，c，t＝k‑L+1，k为当前采样时刻， 为一个周期内采集的电流数据组成的链表的长度，np为电机极对数，w为电机转速，Ts为采样时间。

[0075] S3、将幅值范围等分为n个区间，统计一个电流周期内落在各个区间的电流数频率；

[0076] 具体的，第k时刻根据幅值划分的区间为对应事件U1，
U2，…，Un，统计每相电流落在每个区间的数据的个数，计算每相电流中事件Ui出现的频率，
频率 其中Ni为事件Ui出现的次数，即幅值在区间
的电流数据的个数；L如S2中所述，为一个周期内采集的电流数据组成的链表的长度。

[0077] S4、以频率近似概率，实时计算当前时刻每相电流的信息熵；具体的，计算m相电流信息熵公式为： 其中，m＝a，b，c。

[0078] S5、比较相电流信息熵与设定阈值th的大小，得到当前时刻诊断结果；

[0079] 具体的，上述阈值的确定方法，包括以下步骤：

[0080] S01、分别计算逆变器正常运行时和逆变器故障时的各相电流的信息熵；其中，逆变器故障包括逆变器中单桥臂中双管都发生故障以及单桥臂单管发生故障；

[0081] 具体的，以a相桥臂诊断过程为例，如图3所示，其中，图(a)、图(b)图(c)分别为逆变器工作在正常状态下、a相桥臂双管故障状态下和a相桥臂单管故障状态下的三相电流波
形图及事件划分示意图(取n＝5为具体示例)。

[0082] 其中，当逆变器工作在正常状态下时，根据电流波形的对称性，如图3中的(a)图所示，可以用反三角函数计算此时各事件的频率，即幅值区间对应的横坐标时间的长度与电
流周期之比；以事件U3为例，Ui代表电流数据落在 区间，其频率为
同理计算出其他各事件频率，如下表1第二行所示，此时
各相电流信息熵均为H＝2.216；

[0083] 表1

[0084] 事件 U1 U2 U3 U4 U5 H正常 0.295 0.141 0.128 0.141 0.295 2.216
T1故障 0.295 0.141 0.564 0 0 1.384
T1和T2故障 0 0 1 0 0 0

[0085] 当a相桥臂中发生单管故障时，以T1故障为例，如图3中的(b)图示意图所示，a相前半周期没有电流，后半周期电流正常通过(忽略反并联二极管中的微小续流电流)；b、c相因
无故障，为简化计算分析，波形按近似为正常时的正弦波形处理；同样可以根据反三角函
数，计算出各事件频率，以及a相信息熵Ha＝1.384，如表1第三行；而b、c相因仍然为正弦波，
因此Hb＝Hc＝2.216保持不变；

[0086] 当a相桥臂中发生双管故障时，即T1和T2均故障，如图3中的(c)图所示，a相整个周期没有电流；b、c相实际会发生畸变，但仍可波形近似为正弦波形处理；计算出各事件频率，
以及a相信息熵Ha＝0，如表1第四行；根据正常时正弦波计算结果Hb＝Hc＝2.216(实际比理
想化近似结果偏小，但远大于1.384，不影响阈值选取，不影响最终诊断结果)；

[0087] S02、根据以上分析，正常相信息熵约2.216，故障相信息熵在单管故障时为1.384，双管故障时为0，为判断出故障，得到上述阈值的取值范围为th∈[1.384，2.216]，故障判别
公式为

[0088]

[0089] 其中FM＝1表示m相发生故障，为0表示无故障。本实施例中，选定阈值th为1.66。

[0090] S6、输出各相桥臂的故障检测结果，返回步骤S1。

[0091] 本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含
在本发明的保护范围之内。