一种数模混合驱动的T型三电平逆变器开路故障诊断方法

    公开(公告)号:CN116774030A

    公开(公告)日:2023-09-19

    申请号:CN202310750750.X

    申请日:2023-06-25

    Abstract: 本发明的全称为:一种数模混合驱动的T型三电平逆变器开路故障诊断方法。随着T型三电平变换器的广泛应用,T型三电平变换器的故障诊断逐渐变得越来越重要。针对T型三电平变换器的开路故障诊断,本发明采用一种数据驱动和模型驱动相结合的诊断方法。根据T型三电平变换器拓扑结构构造模型驱动部分,建立数学模型,并在此基础上确定神经网络的输入输出参数。使用从模拟中获得的数据来训练构建的神经网络。构建2路输入7路输出的四层神经网络,实现T型三电平变换器的开路故障诊断。与目前存在的单一模型驱动诊断或数据驱动诊断方法相比,本发明结合了两者的优势弥补了两者的不足,提升了诊断的可行性、准确性与快速性。

    一种最简特征集神经网络的逆变器多管故障诊断方法

    公开(公告)号:CN119066470A

    公开(公告)日:2024-12-03

    申请号:CN202411198878.0

    申请日:2024-08-29

    Abstract: 本发明的全称为:一种最简特征集神经网络的逆变器多管故障诊断方法。随着T型三电平变换器的广泛应用,T型三电平变换器的故障诊断逐渐变得越来越重要。针对T型三电平变换器的开路故障诊断,本发明采用一种状态特征提取结合神经网络的诊断方法。根据T型三电平变换器的运行机理,分析出故障条件下运行状态的变化,得到反映和区分故障位置的特征变量,并利用粗糙集理论对特征变量筛选优化得到最简特征变量集作为神经网络的输入参数。使用从模拟中获得的数据来训练构建的神经网络。构建3路输入7路输出的四层神经网络,实现T型三电平变换器的开路故障诊断。与目前存在的单一传统模型驱动诊断或数据驱动诊断方法相比,本发明结合了两者的优势弥补了两者的不足,提升了诊断的可行性、准确性与快速性。

Patent Agency Ranking