基于改进支持向量机的MMC-MG系统桥臂故障诊断

• Published in: 电力系统保护与控制 Vol. 51; no. 7; pp. 1 - 13
• Main Authors: 王海亮, 王兴贵, 李锦键, 张津京
• Format: Journal Article
• Language: Chinese
• Published: 兰州理工大学电气工程与信息工程学院,甘肃 兰州 730050 01.04.2023
• Subjects: 半桥变流器; 特征属性; 故障诊断; 准确率; 鲸鱼改进支持向量机; 微电网
• ISSN: 1674-3415
• DOI: 10.19783/j.cnki.pspc.221269

模块化多电平换流器(modular multilevel converter,MMC)半桥串联结构微电网系统桥臂中各发电模块通过串联方式连接,其投入和切除由半桥变流器(half-bridge converter,HC)中绝缘栅双极型晶体管(insulated gate bipolar transistor,IGBT)的开通与关断来实现.而该系统在并网双闭环控制下,若桥臂中HC及其连接线路发生故障,会对系统的输出特性造成一定影响.为此,分析了HC中IGBT与其反并联二极管发生开路或短路故障,以及HC之间的连接线路发生开路故障时,桥臂输出电压电流、相间环流、并网电流等参数的变化情况.选取异常变化明显的参数作为特征属性,并用其构造样本数据集.另外,在系统桥臂的故障诊断中,针对采用传统支持向量机(support vector machine,SVM)时其准确率较低的问题,建立基于鲸鱼改进SVM的故障诊断模型.结合不同数据集,通过仿真实验对所建模型的有效性进行验证.结果表明:与传统SVM和BP神经网络算法相比,基于鲸鱼改进SVM的故障桥臂诊断方法准确率更高.