1.一种基于卡尔曼滤波的VSC微小故障诊断方法,其特征在于,包括以下步骤;
Step1:建立主电路模型;
根据VSC的结构、电路结构及KVL定理,可得:Step2:利用前向欧拉公式,得到电流的预测模型;
式中i是VSC模型交流测滤波电感电流、E是交流侧电压、u是直流侧电压、L是滤波电感,Ts是采样间隔;
Step3:基于卡尔曼滤波算法和模型方程建立VSC的状态方程和量测方程;
vf(k)和wf(k)是相互独立的模型噪声矩阵,式中H为单位阵;
Step4:计算系统模型当前时刻的电流残差;
由卡尔曼滤波算法得VSC系统模型电流的状态预测、量测预测方程:由模型得测量残差:
由卡尔曼滤波算法得卡尔曼增益:‑1
W(k+1)=P(k+1|k)R (k+1)式中P(k+1|k)是VSC系统模型协方差:P(k+1|k)=P(k|k)+Q(k)式中Q(k)和R(k)是VSC系统方程定义的误差统计量;
卡尔曼滤波算法得模型预测电流:上式是在下一刻对下一刻模型电流的测量预测值,即在当前时刻对模型电流测量预测值:
VSC系统模型中已知实际的电流测量值i(k),卡尔曼滤波算法得到系统电流在当前时刻的测量预测值 分析实际测量值和预测测量值,其残差为:Step5:设计决策函数;
计算一段时间内n个时间点残差的加权平方和:式中Xm是m时刻的故障指示信号,ωm是m时刻的权重值,Rm是m时刻噪声矩阵;
设定故障指示信号为:
故障指示信号与决策函数比较,判断VSC系统模型是否出现故障;
所设置决策函数为 其中e为所设定阈值;
Step6:判断系统是否故障;
如故障指示信号大于所设定阈值e则系统出现故障,相反则系统无故障发生。