摘要
随着模块化多电平换流器(modular multilevel converter, MMC)应用领域的日益扩展,其子模块的开路故障引起了更多关注。为了诊断子模块开路故障,本文提出了一种基于机器学习(machine learning, ML)的故障检测和定位策略。根据开路故障特性,本文选择子模块电容器电压作为故障检测的关键指标。然后引入一种从电压数据中提取时域特征的方法,以构造用于有监督机器学习分类器的样本。在对随机森林的分类器进行样本训练后,检测策略实时电压数据的特征量判断每个子模块的工作状态。本文所提出的策略可以快速准确地定位故障子模块,而无需添加额外的传感器或构建电路的数学模型。最后,通过三相MMC实验平台验证所提出的开路故障检测策略的有效性。
-
单位内蒙古电力科学研究院; 浙江大学