周晨阳　沈艳霞

摘 要：针对风力发电系统中串联二重三相电压型逆变器不同类型故障下输出电压波形差异小、故障难以检测的问题，提出基于小波包分析的逆变器故障检测方法。首先阐述采用串联二重三相电压型逆变器作为并网逆变器的意义;得到在开关元件IGBT各类开路故障状态下逆变器的输出电压信号;然后利用小波包对输出电压信号进行分解;最后采用功率谱方法分析小波包分解后输出电压信号的细节。通过频谱特征和功率谱识别出逆变器的各类故障，从而解决了二重三相电压型逆变器故障检测困难的问题。仿真实验验证了该方法的有效性。

关键词：风力发电系统;并网逆变器;串联二重三相电压型逆变器;開路故障;小波包;能量谱;功率谱

DOI：10.15938/j.emc.2020.09.008

中图分类号：TM 464

文献标志码：A

文章编号：1007-449X（2020）09-0065-11

Open circuit fault diagnosis of dual three-phase voltage source inverter based on wavelet analysis

ZHOU Chen-yang， SHEN Yan-xia

（College of Internet of Things Engineering， Jiangnan University， Wuxi 214122，China）

Abstract：

Aiming at the small difference in fault output voltage waveforms of series dual three-phase voltage source inverters using in wind power generation system， a fault identification method of inverters based on wavelet packet analysis was proposed. Firstly， the reason of using series double three-phase voltage source inverters as grid-connected inverters was expounded and the output voltage signals of the inverters under various open-circuit faults of IGBT switching elements were obtained. Then the output voltage signals were decomposed by wavelet packet. Finally， the output voltages signal after decomposition was analyzed by power spectrum method. The details of voltage signal are identified by spectrum characteristics， which solves the problem of fault detection caused by double three-phase voltage source inverters. The purpose of identifying various faults of series two-phase three-phase inverters by power spectrum was realized. The simulation experiment proves that this method has the advantages of high fault-tolerant performance.

Keywords：wind power generation system; grid connected inverter; series dual three-phase voltage inverter; open-circuit fault; wavelet packet; energy spectrum; power spectrum

0 引 言

风电是发展最快、最有前景的可再生能源之一，是解决目前世界能源危机不可或缺的重要力量[1-3]。风力发电系统为了保证供电的稳定性和可靠性，通常需要和电网相连，作为风力发电机组并网的接口电路——并网逆变器的性能决定了风力发电设备向电网输送电能的质量。因此，对风电并网逆变器进行故障检测，保证并网逆变器的稳定运行是风力发电系统日常维护的首要目标之一[4]。

根据输出波形不同，风电系统并网逆变器可分为方波逆变器、六阶梯波逆变器、正弦波PWM逆变器和组合式逆变器等。方波和六阶梯波逆变器的输出电压波形与要求的正弦波形有较大差距。与正弦波逆变器相比，串联二重三相电压型组合式逆变器采用1800导电方式，开关频率低，控制更简单，其正常的输出为多阶梯状波形，非常接近于正弦波。由于其独有的多重结构，当逆变器开关管出现故障时，除了少部分故障类型的输出波形和正常波形相比差别较大外，大部分故障类型输出的波形和正常波形相比差别不大，容错性好，常应用于各种对容错性能要求较高的场合，如在野外自然环境下长时间工作的风力发电系统等，但同时其故障检测的难度也增大。

电力变流器的故障大多数是开关器件的故障，主要有短路故障和开路故障两种类型。对于IGBT短路故障，目前可以通过驱动模块集成的保护电路来监控，但IGBT开路故障的识别则需要进行专门研究[5]。故障检测的方法有很多[6]，文献[7]针对变流器发生开路故障后系统的运行特性，提出利用电流的Park矢量模值对电流绝对值的平均值进行归一化，用归一化后的数值和电流平均值的正负对风电系统变流器的单开路故障进行诊断。文献[8]提出一种基于电流信号直流分量和总谐波畸变率的分层故障诊断方法。但是这些开路故障的检测方法容易发生误判[9-10]，为此小波分析方法被越来越多地使用。文献[11-12]以风力发电系统中背靠背式PWM三相整流器为研究对象，分析了在IGBT出現各类开路故障情况下整流器的输出电压信号，分别提出了基于能量谱的小波分析故障检测方法，以及基于小波包分析与 SVM（支持向量机）分类算法相结合的故障诊断方法。文献[7-8]、[11-12]所讨论的三相变流器均由6只IGBT管组成，电路结构简单，故障类型少，便于故障诊断，但其容错性、可靠性有待改进。文献[13]介绍了三电平逆变器开关管故障的诊断，该诊断方法将在线诊断和离线诊断相结合，实现三电平逆变器的简单开路故障诊断。该诊断方法利用桥臂相电压的平均值进行故障检测，针对时域内可以区分的故障类型，利用负载相电压的极值定位故障开关管;针对时域内难以区分的故障类型，利用FFT （快速傅里叶变换）提取故障信号谐波的幅值，经3个BP神经网络实现NPC三电平逆变器的开路故障诊断。三电平逆变器由12个IGBT管构成，虽然故障类型多。但该逆变器故障波形差别明显，故障容易检测。三电平逆变器谐波成分比组合式逆变器多，可靠性、容错性能也不如有多重结构的组合式逆变器好。

为了提高风电系统的可靠性、容错性，本文采用串联二重三相电压型逆变器作为并网逆变器。串联二重三相组合式逆变器电路由12个IGBT管组成，故障类型多;由于采用了多重化技术，可靠性高，容错性能好，故障波形差别小，其故障检测难度大。更需要采用小波分析故障检测方法。

本文首先分析串联二重三相电压型逆变器的工作原理，归纳总结逆变器的故障类型;其次，根据不同故障状态下逆变器的输出电压波形的特点，选择故障检测方法，确定采用小波包分解与重构算法确定故障信息所在的频带范围;最后采用基于能量谱和功率谱相结合的故障检测方法，实现了风力发电系统中变流器的故障识别。

1 串联二重三相电压型逆变器的结构与故障分类

1.1 串联二重三相电压型逆变电路的结构

图1是串联二重三相电压型逆变电路的电路原理图和理论分析波形[14]。

串联二重三相电压型逆变电路的拓扑结构如图1（a）所示，它由2个以IGBT作为开关元件的三相桥式逆变电路组成，逆变器的输入直流电源共用，每个逆变电路的输出交流电压都是1800导电型的六阶梯波，波形中含有较多的谐波成分，影响并网效果。通过变压器T1和T2的串联合成，使某些主要谐波分量相互抵消，得到较为接近正弦波的波形，如图1（b）所示。由图可见，UUN比UU2更接近正弦波。

图2是三电平逆变器输出电压的谐波分析图。

对比图2和图3可见，串联二重三相电压型逆变器谐波成分小。另一方面，为了减小开关损耗，用于风力发电系统的大容量三电平逆变器的开关频率不是很高，和串联二重三相电压型逆变器的最低谐波频率基本上在同一数量级。为此，组合式逆变器所需的滤波元件亦不会比三电平逆变器的滤波元件大很多。综合考虑谐波成分和滤波效果，组合式逆变器适合作为并网逆变器。

1.2 串联二重三相电压型逆变器的故障分类

逆变器的故障主要是逆变器开关器件的故障，而器件故障无非是开路和短路故障。开关器件一般都串联了熔断器，为此短路故障可以转化为开路故障，因此本文以开路故障类型作为研究对象。实际运行过程中，最常见的故障类型有单个IGBT开路、2个 IGBT开路及3个IGBT开路等情况（超过3个的情况极少发生）。串联二重三相电压型逆变器的IGBT元件开路故障可以分为6类26种类型，如表1所示。

对应表1中逆变器的故障分类，各种故障时串联二重三相电压型逆变器输出电压波形如图5～图9所示。其中，图4是IGBT无故障时的输出电压波形。仿真参数设置：直流电压幅值Ud=10 V，选择ode23tb仿真算法，相对误差设为1×10-6，仿真开始时间为0.02 s，结束时间为0.08 s。

由以上故障波形可看出，在26种不同类型的IGBT元件开路故障中，除了图9（f）、图9（n）两种故障输出电压波形明显与无故障状态下波形不同外，其余各种类型故障的输出电压波形与无故障状态下波形很相似，难以判断逆变器的故障类型，需要借助专门的故障识别技术来进行故障检测。

2 逆变器开路故障的小波包识别方法

小波分析具有“信号显微镜”的作用。在信号低频区，频率的分辨率较高而时间的分辨率较低;在高频区，则频率的分辨率较低而时间的分辨率较高。该特性使得小波分析十分适合处理正常信号中夹带少量瞬态异常信号的情况，能够符合逆变器故障检测的需求。

由于逆变器故障情况通常体现为电信号的异常变化，因此可以采用小波分析对逆变器故障情况进行深入细致的研究。可从频域的角度出发采用小波包分析方法，对逆变器的故障电压信号进行小尺度细微分析，对小波包重构后的系数进行归类、对比，再用能量谱、功率谱方法对故障输出电压波形进行小波分析，从而达到对变流器故障进行识别的目的。

2.1 小波包分解的原理

小波包分解的原理是将原信号在不同频带上进行投影，再对这些频带内的信号进行分析。从信号滤波的角度来看，小波包分解是期待分解信号通过一组高低通组的共轭正交镜面滤波器，将信号不断分割到不同的频带上。滤波器组每工作一次，信号减少一半，当对某一频段内的信号感兴趣，则可以对该频带的信号进行分析[15-16]。图10所示是3层小波包的分解过程。S为原始信号;将S分解得到第1层低频信号A1和第1层高频信号D1;同理，将A1分解得到低频信号AA2和高频信号DA2;将D1分解为低频信号AD2和高频信号DD2，1层有2个节点，2层有4个节点。以此类推，3层小波包分解有8个节点，4层小波包分解有16个节点。

每一个节点都为小波包系数dj，nl，小波包分解公式为

dj，2nl=∑kak-2ldj+1，nk，（1）

dj，2n+1l=∑kbk-2ldj+1，nk。（2）

式中ak-2l，bk-2l为低通滤波器系数。

小波包重构公式为

dj，2n+1l=∑k[hl-2kdj，2nk+gl-2kdj，2n+1k]。（3）

式中hl-2k、gl-2k为高通滤波器系数。

2.2 小波包的能量谱分析

逆变器发生故障时，通常会引起输出信号的幅频特性和相频特性产生改变，故障会对各频率成分进行抑制或加强。因此，如果出现故障，相同频带内信号的能量会同样出现增大或减小。

定义信号能量为其Euclid范数[17]的平方‖S0‖2，且根据Parseval能量积分恒等式，得

‖S0‖2=‖S1，0‖2+‖S1，1‖2;

以此类推，‖S0‖2=‖Sj，0‖2+‖Sj，1‖2+……+‖Sj，n‖2

可以看出，小波包分解后，信号的能量信息依然可以保持完整。因而以能量谱为基础分析小波包分解后系数的能量值，可以确定故障集中的频段。

2.3 小波包系数的功率谱分析

小波包既可将信号按任意时、频分辨率分解，又可保证重构的信号与原来的信号长度一样，同时，由于时域信号的差异往往在频域中表现得更为明显，而小波系数表示在特定频率段内的时间序列信号，故考虑对重构后的小波系数进行功率谱分析，从而确定信号的特征频率。

通过前文所述原理，可以利用小波包分析理论对并网逆变器进行特征提取，将故障信号的能量特征作为故障的输入向量，其具体步骤如下：

1）对并网逆变器各种故障情况下的输出电压采样序列进行小波包分解，得到2n个频带的信号特征;

2）对小波包分解系数进行单支重构;

3）求各频带的总能量;

4）构造特征向量。

3 仿真结果及分析

一旦逆变器的开关元件IGBT发生故障，其输出电压的频谱中就会含有异常信号。对逆变器的输出电压信号进行小波包分析即可检测出各种典型故障。为此，选取“db10”为小波基函数，进行4层小波包分解和重构。得出图11所示的开路故障时的能量直方图。

图11的纵坐标代表能量，横坐标代表小波包分解的节点。4层小波包有16个节点，这16个节点均分了横轴[0，0.4]区间，每个节点占据0.025间隔。第1个节点区间为[0，0.025]、第2个节点区间[0.025，0.05]……以此类推，第16个节点区间为[0.375，0.4]。

由圖11可见，故障输出信号的能量基本集中在第4层第1，2个节点，信号的能量均接近1。小波包低序号的节点能量代表了输出信号的总体形状，高序号节点的能量代表了输出信号形状的差异。由于本文并网逆变器故障输出电压波形形状相差不大，所以无故障和各种故障状态下的能量谱差别也不大。单纯靠能量谱方法判别各种故障状态有困难，还需要进一步采用小波包功率谱方法分析各种故障发生时的输出信号。第4层16个节点的各种故障输出细节信号功率谱如图12～图15所示。

图12为正常信号的功率谱图，图13为只有1个IGBT出现开路故障时信号的功率谱。通过对比上述第4层16个节点信号的功率谱，可以看出低序号节点的功率谱变化不大，而高序号节点则有明显变化，这也符合本文实验中各种故障情况波形形状的实际情况。因为各种故障情况波形形状大致相同，所以低序号节点的功率谱变化不大;而各种故障情况波形形状的差异则体现在高序号节点功率谱的变化上。下面选取下列几种情况作故障分析：I型故障——1个IGBT出现开路故障，例如IGBT 1出现故障;II型故障——2个处于不同桥的IGBT出现开路故障，例如IGBT 1，7出现故障;III型故障——IGBT处于不同桥的开路故障，例如IGBT 1，2和7出现故障。

1）当发生I型故障时，在8、9、11、12和13节点处可观测到明显的功率谱图形变化，如图13所示。例如节点8的主频率由2个变为1个，即160 Hz附近，节点9的3处主频率对应幅值明显减小;节点11在380 Hz主频率处幅值减小;节点12主频率由3处减少为2处，并有10 Hz左右程度的偏移;节点13主频率由260 Hz变为250 Hz。

2）当发生II型故障时，与I型故障相比，可观察到节点8、10和12有明显变化，如图14所示。例如节点8主频处幅值增大;节点10主频率由440 Hz移动到460 Hz处;节点12处主频率从410 Hz附近偏移到440 Hz附近，同时幅值明显增大到0.5。

与III型故障相比，节点6、8、9、10、12和16有明显变化，如图14所示。其中节点6的2个主频发生偏移、节点8主频由160增大为165 Hz、节点9主频处幅值明显减小，节点10主频由440变为460 Hz，节点12主频由2个变为1个，节点16在340 Hz处幅值大幅上升。

3）当发生III型故障时，与I型故障对比，可见节点8、9、11、12、13和16有明显变化。节点8主频率增大并且对应幅值上升;节点9主频处幅值明显减小;节点11处主频数量减小并且对应幅值减小;节点12主频率数目由1增加为2，且幅值减小，节点13、16主频对应幅值增大。

通过对输出信号应用小波包分解与重构细节输出信号后，发现故障特征频率与正常运行时有明显差异。在能量集中的频带上，将故障时输出电压与正常时的输出电压相比较，其功率谱中的特征频率可以用来判定变流器的故障类型，从而识别各种类型的开路故障。

4 结 论

本文根据串联二重三相电压型并网逆变器的特点，提出基于小波包分析的开路故障检测方法。得到了以下结论：

1）通过对传统并网逆变器的分析，发现传统的方波逆变器、六阶梯波逆变器存在容错性能差的缺点;正弦PWM逆变器相对于本文提出的逆变器控制复杂;而三电平逆变器存在输出电压谐波成分大的不足。为此研究组合式逆变器很有必要。

2）通过对串联二重三相组合式逆变器的26种故障状态的分析，发现该逆变器有可靠性高，容错性能好，故障波形差别小的优点，同时也得知其不同故障状态有区分难度大的缺点。

3）通过对输出信号应用小波包分解与重构细节输出信号进行比较，发现故障特征频率与正常运行时的差异。在能量集中的频带上，将故障时输出电压与正常时的输出电压相比较，其功率谱中的特征频率可以用来判定变流器的故障类型，从而达到区分各种类型的开路故障的目的。

参 考 文 献：

[1] 沈艳霞，杨雄飞，赵芝璞.风力发电系统传感器故障诊断[J].控制理论与应用，2017，34（03）：321.

SHEN Yanxia， YANG Xiongfei， ZHAO Zhipu. Sensor fault diagnosis for wind turbine system[J]， Control Theory & Applications， 2017，34（03）： 321.

[2] 姜兆宇，贾庆山，管晓宏.多时空尺度的风力发电预测方法综述[J].自动化学报，2019，45（01）：51.

JIANG Zhaoyu， JIA Qingshan.GUAN Xiaohong.Review of multitemporal and spatial scale wind power forecasting method[J]. Acta Automation Sinica，2019，45（01）： 51.

[3] 荣飞，严家俊，孙文隆，等.基于H-MMC的直驱式永磁同步风力发电系统的运行与控制[J].电力自动化设备，2020（01）：1.

RONG Fei，YAN Jiajun，SUN Wenlong， et al. Operation and control of direct drive permanent magnet synchronous wind power generation system based on H-MMC[J]. Electric Power Automation Equipment，2020（01）： 1.

[4] 张海霞，谭阳红，周野.变流器开路故障下永磁同步风力发电系统运行特性分析[J].中國电机工程学报，2018，38（23）：7045.

ZHANG Haixia， TAN Yanghong， ZHOU Ye. Characteristic analysis for permanent magnet synchronous generator wind power systems during converter faults[J].Proceedings of the CSEE，2018，38（23）：7045.

[5] 王磊，赵雷霆，张钢等. 电压型PWM整流器的开关器件断路故障特征[J]. 电工技术学报，2010，25（7）：108.

WANG Lei， ZHAO Leiting， ZHANG Gang，et al. Analysis of fault characteristics after the breakdown of power switches in voltage-source PWM rectifiers[J]. Transactions of China Electrotechnical Society，2010，25（7）：108.

[6] 吴娟，沈艳霞.电力电子功率变换器故障诊断方法综述[J]. 电工电能新技术，2015，34（11）：48.

WU Juan，SHEN Yanxia. Review of fault diagnosis echno-logy for power electronic converters[J]. Advanced Technology of Electrical Engineering and Energy，2015，34（11）： 48.

[7] 王美，谭阳红，何怡刚，等.永磁直驱风电系统变流器开路故障诊断新方法[J].太阳能学报，2017，38（12）：3394.

WANG Mei，TAN Yanghong， HE Yigang， et al.Open circuit fault detection and diagnosis for converters of D-PMSG based wind power generation systems[J].Acta Energiae Solaris Sinica，2017，38（12）：3394.

[8] 王美，谭阳红，何怡刚，等.永磁直驱风电系统变流器开路故障诊断方法[J].控制工程，2018，25（1）：55.

WANG Mei，TAN Yanghong，HE Yigang，et al.Open circuit fault detection and diagnosis for converters of D-PMSG based wind power generation systems[J].Control Engineering of China，2018，25（1）：55.

[9] 荣先亮，姚鹏，段其昌.风电变流器的开路故障诊断[J].电机与控制应用， 2009，36（12）：47.

RONG Xianliang，YAO Peng，DUAN Qichang.Open circuit fault diagnosis of converter for wind power generation system[J].Electric Machines & Control Application， 2009，36（12）：47.

[10] 于辉，邓英.变速风力发电机变流器故障诊断方法[J].可再生能源，2010，28（3）：89.

YU Hui，DENG Ying.The diagnosis method for converter fault of the variable speed wind turbine [J].Renewable Energy Resources，2010，28（3）：89.

[11] 沈艳霞，周文晶，纪志成，等.基于小波包分析的风力发电系统中变流器的故障识别[J].电网技术，2013，37（07）： 2013.

SHEN Yanxia，ZHOU Wenjing，JI Zhicheng，et al.Fault identification of converter used in wind power generation based on wavelet packet analysis[J].Power System Technology，2013，37（07）：2013.

[12] 沈艳霞，周文晶，纪志成，等.基于小波包与SVM的风电变流器故障诊断[J].太阳能学报，2015，36（04）：786.

SHEN Yanxia， ZHOU Wenjing， JI Zhicheng， et al. Fault diagnosis of converter used in wind power generation based on wavelet packet analysis and svm[J].Acta Energiae Solaris Sinica， 2015，36（04）：786.

[13] 沈艳霞，苗贝贝.三电平逆变器的开关管开路故障诊断策略[J].系统仿真学报，2018，30（08）：3061.

SHEN Yanxia， MIAO Beibei. Open circuit fault diagnosis strategy for switch of three level inverter[J] Journal of System Simulation，2018，30（08）： 3061.

[14] 周渊深，宋永英，吴迪.电力电子技术[M]，北京：机械工业出版社，2016：252.

[15] 张金敏，翟玉千，王思明.小波分解和最小二乘支持向量机的风机齿轮箱故障诊断[J].传感器与微系统，2011，30 （1）： 42.

ZHANG Jinmin，ZHAI Yuqian，WANG Siming.Fault diagnosis of wind turbine gearbox based on the wavelet decomposition and least square support vector machine [J].Transducer and Microsystem Technologies，2011，30 （1）： 42..

[16] 韩晓娟，曹慧，李勇，等.基于小波变换和LS-SVM的短期风速预测方法[J].太阳能学报，2011，32（10）：1539.

HAN Xiaojuan，CAO Hui，LI Yong，et al.Short term wind speed prediction based on wavelet transform and LS-SVM[J]. Acta Energiae Solaris Sinica，2011，32（10）： 1539.

[17] WANG R J， ZHAN Y J， CHEN M Q，ZHOU H F.Fault diagnosis technology based on Winger-Ville distribution in power electronic circuit[J]. International Journal of Electronic， 2011， 98（9）： 1251.

[18] 谢东，葛兴来.基于残差变化率的单相级联H桥整流器 IGBT开路故障诊断[J]，电工技术学报，2018， 33 （16）： 3823.

XIE Dong， GE Xinglai. Residual changing rate based  open circuit fault diagnosis for a single phase cascaded H-bridge rectifier[J].Transactions of China Electrotechnical Society，2018，33（16）：3823.

[19] 李凯迪，陈特放，成庶，等.基于电流滞环控制的逆变器开路故障诊断及容错控制[J].电工技术学报，2019，34（2）： 597.

LI Kaidi，CHEN Tefang，CHENG Shu，et al. Open circuit fault diagnosis and failure tolerant control for inverter with hysteresis current control[J].Transactions of China  Electrotechnical Society，2019，34（2）;597.

[20] 曹旭东，李支园.单元串联变频器IGBT故障诊断方法[J].电机与控制学报，2016，20（12），10.

CAO Xudong， LI Zhiyuan. Transistor fault diagnosis method in cascade multilevel inverter[J]. Electric Machines and Control，2016，20（12），10.

[21] 万晓凤，刘琦，郗瑞霞，等.多逆变器并联微网系统的功率管开路故障分析及诊断[J].电机与控制学报，2018，22（2）： 72.

WAN Xiaofeng， LIU Qi， XI Ruixia， et al. Open failure analysis and diagnosis of multi-inverter parallel microgrid system[J].Electric Machines and Control，2018， 22（2）： 72.

[22] 應黎明，杭翠翠，舒乃秋，等.永磁同步电机传感器故障诊断及容错控制[J]电机与控制学报，2020，24（1）：46.

YING Liming， HANG Cuicui， SHU Naiqiu， et al. Permanent magnet synchronous motor fault-diagnosis and fault-tolerant control[J]. Electric Machines and Control， 2020，24（1）：46.

收稿日期： 2019-09-10

基金项目：国家自然科学基金（51707078）

作者简介：周晨阳（1988—），男，博士研究生，研究方向为电力电子与电力传动、智能控制算法;

沈艳霞（1975—），女，博士，教授，博士生导师，研究方向为电力电子与电力传动、智能控制算法。

通信作者：沈艳霞