基于小波神經網絡的光伏并網逆變器的故障診斷研究.pdf

1、隨著世界各國對新能源的關注和開發(fā)，利用太陽能這種資源豐富并且無污染的新能源發(fā)電已經被廣泛的運用。在太陽能發(fā)電結構中，并網逆變器有著相當重要的作用，若是逆變器有了故障沒有得到該有的診斷，就會產生經濟上的損失，對人的生命安全也會帶來威脅。所以對逆變器的故障診斷就有很大的意義，本文通過運用小波變換結合神經網絡的方式對逆變器的不同故障類型進行診斷研究。
　　首先介紹了光伏發(fā)電技術，對光伏并網逆變器的拓撲結構進行了說明，選定應用較為廣泛的二

2、極管NPC型三相三電平逆變器為研究對象，對它的工作原理和故障類型進行了說明，主要研究逆變器電路A相上典型的11種故障類型。
　　接著在matlab/simulink仿真環(huán)境中構建了三電平逆變器的故障仿真模型，對這11種不同故障類型展開了仿真模擬，從仿真模擬的結果中得到了后續(xù)故障診斷所需要的故障信息，即為A相電路上的橋臂電壓、上橋臂電壓和下橋臂電壓。
　　最后完成逆變器不同故障模式的診斷。整個過程分為三個階段:故障信息的采集，

3、故障特征的獲取和最后的故障類型辨別。故障信息的采集就是分別采集不同故障類型對應的橋臂電壓波形;故障特征的提取采用小波變換的方法，將采集到的電壓波形經過小波變換展開三層小波包分解，不同故障類型的電壓信號被分成了八個頻帶的能量值，把這些能量值做歸一化處理，處理后的數(shù)據(jù)構成特征向量，作為設計好的BP網絡的輸入樣本數(shù)據(jù)，然后對期望的輸出目標進行編碼。最后設置直流側電壓分別為720V、700V和680V，選取調制比為0.2～0.9，每一種故障類型