基于EEMD模糊熵和PSO-KELM的NPC三电平逆变器故障诊断

来源：计算机测量与控制杂志2022年第4期北京时间：

作者：马子旸,张朝龙,何怡刚

摘要：功率开关器件是逆变器的核心部件，但其易发生开路故障，故对其进行故障诊断方法研究很有必要。针对中点钳位型（Neutral Point Clamped,NPC）三电平逆变器功率开关管器件的开路故障，提出一种基于总体经验模态分解（Ensemble Empirical Mode Decomposition,EEMD）模糊熵和粒子群算法（Particle Swarm Optimization,PSO）优化的核函数极限学习机（Kernal Extreme Learning Machine,KELM）的故障诊断方法。首先采样功率开关器件的桥臂输出端的三相电压作为故障信号以区分各种故障类型，然后利用EEMD模糊熵提取故障特征向量，最后将其划分为训练集和测试集送入PSO-KELM中，识别故障类型并输出诊断结果。经MATLAB平台仿真实验得到该方法的故障诊断率超过98%，通过与其他方法的对比实验分析，该方法的有效性与优势得到验证。

关键词：NPC三电平逆变器;故障诊断;EEMD;模糊熵;PSO-KELM

基金资助：国家自然科学基金资助项目（51637004）；国家重点研发计划“重大科学仪器设备开发”（2016YFF0102200）；国家自然科学基金项目 资助（51607004）；安徽高校协同创新项目（GXXT-2019-002）；安徽高校自然科学研究重点项目（KJ2020A0509）