欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 201910222023X
申请人: 杭州电子科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于长短时信息融合的逆变器直流回路电容故障检测方法,其特征在于该方法包括以下步骤:(1)设定逆变器直流回路电容故障报警器的辨识框架为Θ={NA,A},其中NA表示电容器容量处于正常状态,A表示电容器容量衰减到正常状态的x%,亦即,异常状态,50≤x≤

80;

(2)在逆变器运行时,以一定的采样频率采集逆变器直流回路电压瞬时值VDC,以一定的周期计算VDC的峰-峰值Vpp,得到样本序列Vpp(t),t=0,1,2,3,…,是Vpp在第t个周期的值,单位为V,定义Votp为最优阈值,记max(Vpp)和min(Vpp)分别是Vpp的最大值和最小值,那么Votp∈[min(y),max(y)];利用Sigmoid隶属度函数构建正常状态NA、异常状态A的模糊隶属度函数μA(Vpp(t))、μNA(Vpp(t)),如式(1)-(2)所示:其中参数a∈[0.1,100];

(3)将Vpp(t)分别代入步骤(2)关于异常状态A、正常状态NA的模糊隶属度函数μNA(Vpp(t))、μA(Vpp(t))中,即可得到短时报警信度mt(NA)、mt(A),分别如下(3)-(4)式所示:mt(NA)=μNA(Vpp(t))                      (3)mt(A)=μA(Vpp(t))                         (4)那么,在每个周期,能够获得由上两个信度获得向量形式的短时报警证据mt=(mt(NA),mt(A)),其中mt(A)和mt(NA)表示Vpp(t)支持“正常状态NA”和“异常状态A”这两个事件发生的程度;

(4)在步骤(3)的基础上得到了每一周期的短时报警证据之后,利用长短时信息融合公式得到融合后的全局报警证据,记为m1:t=(m1:t(A),m1:t(NA)),具体步骤如下:(4-1)当1≤t≤2时,全局报警证据等于该周期的短时报警证据即m1:t=(mt(A),mt(NA));

(4-2)当t≥3时,求取m1:t=(m1:t(A),m1:t(NA)),具体用于计算的长短时信息融合公式如下这里m1:t-2(A)是通过递归融合计算得到的长时报警证据,包含了0到t-2周期所有的报警信息,对于mt(A|D)的求解,若mt(NA)>mt(A),则D=NA,那么mt(A|NA)=0;若mt(A)≥mt(NA),则D=A,那么mt(A|A)=1;同理可得mt-1(A|D),mt-2(A|D),其中τt和νt表示的是融合权重,λt和γt表示条件信度权重;

对于融合权重和条件信度权重的求取,假定正常状态N A的理想证据是I1=(mI1(A),mI1(NA))=(1,0),异常状态A的理想证据是I2=(mI2(A),mI2(NA))=(0,1),那么式(5)中τt、νt、λt和γt的具体确定步骤如下:(4-3)λt和γt的确定具体步骤如下

(4-3-1)如果长时报警证据m1:t-2(A)≥m1:t-2(NA),计算单步短时报警证据mt-1、mt和发出警报的理想证据I1之间的距离为其中参数P∈[100,200];

(4-3-2)根据式(6)和式(7)可以计算单步短时报警证据mt-1、mt和发出警报的理想证据I1之间的相似度为得到λt和γt为

(4-3-3)如果长时报警证据m1:t-2(A)

(4-3-4)根据式(6)和式(7)计算单步短时报警证据mt-1、mt和发出警报的理想证据I2之间的相似度为得到λt和γt为

(4-4)根据步骤(4-3-4)得到的λt和γt,将mt-1、mt融合为一个证据mt-1:t为mt-1:t=λtmt-1+γtmt                   (16)(4-5)τt和νt的确定具体步骤如下:

(4-5-1)求得mt-1:t和m1:t-2的信息熵如式(17)-(18)所示Ht-1:t=-(mt-1:t(A)logb(mt-1:t(A))+mt-1:t(NA)logb(mt-1:t(NA)))    (17)H1:t-2=-(m1:t-2(A)logb(m1:t-2(A))+m1:t-2(NA)logb(m1:t-2(NA)))     (18)其中b=2;

(4-5-2)τt和νt可由下式(19)确定

(5)根据步骤(4)得到全局报警证据m1:t=(m1:t(A),m1:t(NA)),对于全局报警证据,如果m1:t(A)≥m1:t(NA),则发出警报,否则,不警报;

(6)在分别获取W>2000个Vpp在正常和异常下的训练样本值后,最小化这W个样本的误报率和漏报率的平方和,求得最优阈值Votp。