龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：陕西科技大学
摘要：本发明公开了一种基于VSC故障特征的定性分类及定量诊断方法，首先，由卡尔曼滤波估计，建立VSC的状态空间模型，基于卡尔曼滤波算法对VSC系统的方程滤波，得到当前时刻的状态估计值，再与系统测量值进行比较得到残差，根据残差以及残差变化对VSC故障进行分类。之后，收集足够系统测量电流值数据，通过数据驱动方法计算实际系统与标称系统的间隙度数值，得到VSC故障下的故障程度信息。该方法可以实时检测系统故障，进行故障聚类以及故障大小定量诊断，快速定位故障点，增强系统的安全性和可靠性。
主权项：1.一种基于VSC故障特征的定性分类及定量诊断方法，其特征在于，包括以下步骤；步骤1：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；步骤2：通过步骤1得到的模型定义卡尔曼滤波预测方程观测电流与估计电流误差σ，偏差变化量Δ；步骤3：定义传感器故障状态下的观测电流和估计电流的偏差为偏差变化量为Δ1，三相不平衡故障状态下的观测电流和估计电流的偏差为偏差变化量为Δ2，开关管故障状态下的观测电流和估计电流的偏差为步骤4：通过数据驱动的方法计算实际系统与标称系统之间的间隙度值；设计决策函数，判断系统是否发生故障，根据实际工况选取诊断阈值δth，当计算间隙度值大于所设定阈值δth则系统出现故障，相反则系统无故障发生；步骤5：根据步骤3计算的不同故障的偏差特征，判断VSC故障类别；步骤6：根据步骤5得到的故障分类结果，进行间隙度故障定量计算以及故障程度分类。
全文数据：
权利要求：
百度查询： 陕西科技大学 一种基于VSC故障特征的定性分类及定量诊断方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号