逆变器的电容老化故障诊断方法研究

摘要

针对逆变器电容老化故障的特征不明显、提取困难，且存在多分类、细分类问题，提出一种自适应白噪声完整集合经验模态分解(completeensembleempiricalmode decomposition with adaptive noise,CEEMDAN)与小波包能量熵(wavelet packet energy entropy,WPEE)结合的特征提取策略，并利用改进麻雀搜索算法(improvedsparrow search algorithm,ISSA)优化最小二乘支持向量机(least squares support vector machine,LSSVM)参数，完成故障诊断。首先，利用CEEMDAN处理相电压信号，获得模态分量(intrinsic mode function,IMF)，根据相关系数、方差贡献率共同筛选IMF，将含噪的IMF去噪并重构，与不含噪的IMF构成纯净IMF组，然后利用小波包分析并对其分解获取故障特征明显的WPEE；其次，通过Iterative混沌映射与随机游走策略改进的SSA对LSSVM进行参数寻优，建立诊断模型；最后，以Z源逆变器为例进行验证。结果表明：所提方法能快速有效地提取电容老化故障特征，且诊断方法更快、故障识别率更高。

关键词

逆变器 / 电容老化 / 自适应白噪声完整集合经验模态分解 / 改进麻雀搜索算法 / 最小二乘支持向量机 / 故障诊断