基于深度自编码器网络的逆变器开关管开路故障诊断

作     者：宋保业 鲁朋 许琳 SONG Baoye;LU Peng;XU Lin

作者机构：山东科技大学电气与自动化工程学院山东青岛266590 

出 版 物：《山东科技大学学报（自然科学版）》 (Journal of Shandong University of Science and Technology(Natural Science))

年 卷 期：2023年第42卷第6期

页      面：117-128页

学科分类：080801[工学-电机与电器] 0808[工学-电气工程] 08[工学] 

基　　金：国家自然科学基金项目(61703242) 山东省自然科学基金项目(ZR2023MF067) 

主　　题：深度神经网络 自编码器网络 逆变器 开关管 开路故障诊断 

摘      要：逆变器开关管的开路故障是影响逆变器系统安全、可靠运行的关键问题,为此研究了基于深度自编码器网络的逆变器开关管开路故障诊断。首先,给出了逆变器开关管开路故障的模型分析和故障编码,并通过仿真实验平台采集了不同开路故障情况下的原始故障信号数据。为避免人工进行网络结构设计的繁冗工作,提出一种自编码器网络的规则化设计方法。该方法能够快速确定隐含层神经元的数量和网络深度,利用故障数据自动学习开关管的故障特征,实现端到端的智能故障诊断。对比实验表明,提出的自编码器网络能够自动挖掘故障信号中的关键特征信息,对不同类型的故障信号数据均能得到稳定的故障识别率,验证了所提方法的有效性和优越性。