电力电子电路故障预测技术分析

电力电子电路故障预测技术分析

郭凯

中广核系能源投资（深圳）有限公司新疆分公司 新疆乌鲁木齐 830000

摘要：随着科学技术发展水平的不断提升，电子用户越来越多，对电子系统的要求也随之提高，但在运行过程中，电子设备发生故障以及失效的概率也会增多，所以需要及时分析其出现故障的原因和解决问题。在未来电子系统中，预测故障技术的提高决定我国电子系统的发展。鉴于此，本文就电力电子电路故障预测技术展开探讨，以期为相关工作起到参考作用。

关键词：电力电子；故障预测；电路故障；技术

1.电力电子电路故障诊断技术的意义

电力电子电路智能故障诊断技术充分运用，可以提高设备的工作效率，促进维修人员进行维护检修工作，节省大量的人力。运用机械检测来代替人力检查，可以在发生问题的最短时间之内，将问题通过网络上报给专业人员。尤其是对于有些企业电力电子电路元件较多，倘若其中某一个元件出现故障，通过人类检查很难在短时间之内发现问题，而运用智能化检测技术则不同。这种方式能够尽可能的节约时间，找到出现问题的原因，快速地进行维修。降低对企业造成的损失。

2.电力电子电路故障诊断

2.1马氏距离

马氏距离可以计算出某一种样本与样本之间的相似性。它是由统计学家P.C.Mahalanobis提出的。它充分地考虑到不同特性之间的内在联系，并且将这些内在联系与测量尺度隔离开来。需要注意的是，在计算过程之中，要保障总体样本数目比样本的维数大，这样才能够获得计算结果。否则将得到无效的样品协方差矩阵逆矩阵。

2.2电路故障诊断流程

（1）建立故障字典。运用Pspice电路文件，建立故障集。这样当发生故障的时候就可以从该文件之中寻找故障的类型，找到与之对应的解决措施。建立完成之后，需要对健康状况的电路开展蒙特卡洛仿真分析，了解测量点的电压值，记录对应的数值，将数值录入到相关系统之中，得到某一个故障对应的故障特征向量，对多种数据进行检测，最终可以获得故障字典。（2）故障诊断.想要获得求取故障的特征参数，就需要工作人员结合自己的工作经验，对待测电路输出电压进行取样。将取样结果与故障字典之中的数据进行比对，最后得到故障字典和未知故障电路特征参数之间的马氏距离，寻找最小的马氏距离。就能够检测出待测电路的故障。

3.电力电子电路故障预测关键点

电力电子电路主要包括控制电路、驱动电路、主电路等部分，其中驱动电路和控制电路发生故障的概率较低，主电路发生故障的概率较高，因此对于电力电子电路的故障研究主要侧重于主电路。主电路的主要功能是承担功率的传送，根据电路故障的产生机理可以将电力电子设备故障分成参数性故障和结构性故障，其中参数性故障主要是由于电容、电感等内部器件的参数退化引发的故障，结构性故障主要是因为电路内部的拓扑结构发生的故障，比如开关元件的短路故障。电力电子故障如果出现参数性故障，这种故障不会造成整个电路系统的直接瘫痪，而是会直接造成电路的输出特性改变，导致系统的性能下降，如果不及时对参数故障进行修复，可能参数故障会转变成结构性故障，造成严重的后果。在对电力电子电路故障预测技术进行研究时，其研究的重点在于根据过去某段时间中电路的状态对电路在某段时间内可能发生的故障进行预判，分析故障系统机理和故障的模式，从而掌握整个电力电子电路在不同时段的健康状态。现阶段，电力电子故障的预测技术主要包括失效机理、确定故障特征参数、预测算法、预测结果判定四个方面。失效机理的研究主要是电力电子电路中的元器件的失效机理研究，由于不同元器件的结构特征和制作工艺的差异，产生失效的原因也不尽相同，因此，通过元器件的失效机理分析可以构建故障模型，但是如何提高故障模型的精确性是一个难点。故障特征参数的确定主要是电力电子电路中的匹配阻抗、输出电压等相关物理量，这些参数是反映不同电路或者是器件的故障状态的一个标准，对不同的故障特征参数进行分析可以获得不同的器件或者电路的健康状态，因此，预测电力电子电路时，准确的选取电路故障参数十分重要。预测算法主要是采用不同的预测算法对不同的元器件、电路的运行状态进行分析，这种方法需要确定相关的参数，并且获得的预测结果相对准确。获得预测结果之后还需要对预测结果的准确性进行判定，如果选择的故障特征参数不全面或者参数不准确，不能反映对象系统的整体运行情况，则得到的预测结果可能不够准确。

4.电子电路故障预测技术方法

4.1电路故障的检修步骤

在进行电子电路故障的诊断和修复过程中，首先要准确找到电路故障，之后根据故障的情况分析故障产生的原因，从而选择合适的技术进行相应的维修措施。在进行故障分析过程中，要对故障进行多方面的统计排查，这样可以更加准确的发现故障问题，促进故障问题的更好解决。

4.2PHM技术

通过利用各种发达的信息技术以及人工智能技术，对电子电路进行故障诊断和故障预测。在过去，人们都是依靠人工对电子电路中的故障进行诊断和预测，而PHM技术能够很好地改变过去的诊断预测方式，它能够在联网状态下，持续监控电子电路的情况，不仅会预测故障发生的位置及类型，还能在故障发生的时候，迅速诊断故障产生的位置以及故障的类型，并及时将故障情况进行反馈。因此，可以看出PHM技术能够很好地补充人工进行电子电路故障诊断的不足，确保诊断的准确、高效，也减少了人力财力的浪费。通过预测故障能够给予检修人员更多的维修时间，提高维修成功率。PHM技术能够实现对电子电路故障的预测，从而保证电子设备运行的稳定性和可靠性，有效提高了电子设备的工作效率。

4.3HMM技术

HMM技术也被称为隐马尔科夫技术，它存在的时间很长，可以追溯至上世纪六七十年代。HMM技术能够将状态转移和统计观测值两方面充分表现出来。HMM技术中主要的就是语音识别技术，它对语音进行识别的过程与观测到的电子电路出现故障的类型是非常相似的。HMM技术是通过利用可观察的参数来确定隐含参数，然后利用这些参数来做进一步的分析。HMM技术会将所有可能出现的情况都列入参考范围，它的参考范围比较广泛，因此HMM技术被用于预测电路故障是比较适宜的。

4.4AR模型

AR模型也被称为自回归模型，它在信号的线性排序、功率的连续性等方面的成绩突出，能够预测电力电子电路自身进行预测，AR模型预测技术在对平稳随机序列的研究有着很大的贡献。AR模型的差分方程可以通过式子表示：x(n)+a1x(n–1)+a2x(n–2)+…+apx(n–p)=ω(n)。在计算过程中，为减小误差、提高预测精确度，AR模型参数一般采用最小二乘法、Burg递推法、列文森法、自相关函数法和Yula-Walker法进行求解。

4.5BP神经网络预测算法

BP神经网络预测算法是在BP神经网络现有算法提出的，BP神经网络预测算法也被认为是误差逆传播算法。BP网络算法就是输入样本数据，获得误差函数，之后求取误差函数的最小值，使用反向传播算法反复调整网络的权值和偏差，使网络误差在允许范围内，之后输出权值和偏差。BP神经网络预测算法就是通过历史数据获得未来值，这对于数据预测的准确性具有很大的影响。

结语

综上所述，随着电力电子电路技术的不断发展，在电子电路的使用中经常会出现一些故障，通过使用相关的故障诊断和预测技术，可以有效降低故障的发生。此外，相关工作人员在进行电力电子电路工作时，要正确看待这些故障，通过发现故障、解决问题、总结经验，才能更好地降低电子电路故障发生率，降低经济损失，提高人们的使用满意程度，促进电力电子行业发展。

参考文献：

[1]沈茜.基于参数辨识的电力电子电路故障预测技术研究[D].南京航空航天大学,2017.

[2]朱宝琳,陈则王,贾云涛.基于PSO-NGM模型的电力电子电路故障预测方法[J].机械制造与自动化,2015,44(05):155-158.

[3]朱宝琳.基于模型的电力电子电路智能故障预测技术研究[D].南京航空航天大学,2014.

[4]盛艳燕.电力电子电路故障诊断与预测技术研究[D].南京航空航天大学,2014.

[5]令狐昌伟.电子电路故障预测难点与发展趋势[J].科技信息,2013,(25):257.