尹桥宣, 段 斌, 沈梦君, 屈相帅

(1. 智能计算与信息处理教育部重点实验室, 湘潭大学, 湖南省湘潭市 411105;2. 湖南省风电装备与电能变换协同创新中心, 湘潭大学, 湖南省湘潭市 411105)

0 引言

模块化多电平变换器(modular multilevel converter,MMC)作为一种新型的柔性一次设备[1],已被广泛应用在电力系统中,显著提升了电能的转换和传输效率,增强了电力系统的调控能力与灵活性[2-3]。MMC的子模块(sub-module,SM)含有大量的功率器件,使得MMC每个子模块都是潜在故障点[4-5]。为了保护子模块电路,减少子模块故障的影响,一些驱动保护电路已被集成到子模块控制器上,如过热、过流、过载继电器[6-8]。但这些保护电路设计复杂且诊断能力较弱,无法识别出某些故障类型,使得保护容易失效[8]。因此,研究一种高效的故障诊断方法对MMC稳定运行至关重要。

近年来,国内外针对多电平逆变器故障诊断的方法大致可划分为3类:①基于数学模型的方法[9];②基于信号处理的方法[10-11];③基于知识的方法[12-13]。基于数学模型的方法,需要构建准确的数学模型进行故障类型识别,而多电平逆变器属于高阶、非线性、强耦合系统,难以构建出准确的数学模型,故基于数学模型的故障诊断方法应用于多电平逆变器存在局限性[14]。基于信号处理的方法主要有基于频谱分析和基于小波变换两种方法：基于频谱分析的方法主要将采集到的信号从时域变换到频域上,提取故障波形的频谱特征,实现故障诊断[15]；而基于小波变换的方法具有良好的时频局部化特性,能够有效地提取故障特征,与其他方法相结合能够完成各种故障诊断任务[16]。……