基于SMA-VMD和优化神经网络的逆变器开关故障诊断

来源：电子测量技术杂志2024年第10期北京时间：

作者：李冉，邢砾云，庞娜，沈建强，王策

单位：1.北华大学电气与信息工程学院 吉林 132021; 2.国网辽源供电公司 辽源 136200

摘要：为解决基于电流的中点箝位式三电平逆变器开路故障诊断易受负载变化影响的问题，本文从提升故障特征区分度入手，首先，基于SMA优化VMD的最佳模态数K及惩罚系数α，改善模态混叠现象，提高了故障特征的独立性。其次，基于小波包能量分布相对平稳，能有效克服负载影响的特点，将各IMF的两层小波包能量最大值作为故障特征量，在克服负载影响的同时，使时频特征信息更集中，进一步提高了故障特征区分度。最后，将上述故障特征应用于神经网络进行训练，并引入SSA对模型的权值和阈值进行优化，解决了模型局部最优问题，提升了故障辨识的准确性。通过NPC三电平逆变电路模拟17种开路故障的仿真实验，结果表明，该方法的诊断准确率达到98.99%，适用于变负载工况下NPC三电平逆变器在线故障诊断。

关键词：NPC三电平逆变器;开路故障诊断;VMD;小波包能量;神经网络

基金资助：吉林省科技发展计划项目（YDZJ202201ZYTS601）、吉林省教育科学“十四五”规划2022年度重点课题（ZD22091）、国家自然科学基金（42004153）、北华大学青年科技创新团队项目(202016003)资助