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。