基于卷积神经网络的光伏逆变器故障诊断

• 作者: 孟献蒙 徐杰 程凡永 陈旺斌
• 来源期刊: 湖南工业大学学报
• 学科: 工学
• 关键词: 三相逆变器 能源互联网 卷积神经网络 故障诊断
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 电气工程
• 页码范围: 25-30
• 页数: 6页
• 分类号: TM769
• 语种: 中文
• DOI: 10.3969/j.issn.1673-9833.2021.01.004

摘要

光伏逆变器将太阳能电池板的直流电压转换为交流电压以驱动家用电器或者升压并入能源互联网,而绝缘栅双极型晶体管(IGBT)是光伏逆变器的核心组件,其状态异常将直接影响系统的正常运行.从减少传感器数量的角度出发,以直流侧的电流信号作为输入信号,设计了基于卷积神经网络(CNN)的故障诊断模型来监测IGBT的开路状态.并利用设计的Simulink模块生成的仿真数据对模型进行了训练和测试,都取得了很好的故障诊断性能.此外,还设计了不同噪声水平下的故障诊断测试,测试结果表明该故障诊断模型在噪声环境下具备有效性和鲁棒性.