论文部分内容阅读
作为一种电压源型换流器,模块化多电平换流器(Modular Multi-level Converter,MMC)采用模块化设计、具有输出电平数多、谐波含量低、开关管损耗小等诸多优点,在柔性直流输电等领域具备广阔的运用。换流器在输电系统中承担着重要的作用,如果换流器内部发生故障,可能会导致电压谐波增多,波形畸变,电能质量下降甚至换流失败等多种问题,由于MMC的子模块数量众多,其故障子模块定位问题成为一个亟待解决的难题。MMC故障定位多是基于子模块电容电压或电流的变化对故障进行定位,部分算法仅能定位故障桥臂,不能对子模块进行定位,而对于IGBT精确定位研究鲜见报道。本文针以半桥型MMC拓扑结构作为研究对象,重点围绕其内部子模块开路故障以及故障定位问题进行了深入分析及研究,全文主要包括以下内容:1)对MMC的工作原理以及两种常见的控制策略即基于均压衡压控制的CPS-SPWM调制策略及基于子模块电容电压排序的NLM调制策略进行论述及仿真,分析其正常运行时的工作状态,为后续故障分析打下基础。2)针对MMC子模块可能出现的IGBT典型故障类型集开路故障及短路故障进行分析,并对IGBT开路故障进行着重分析,总结不同参数在发生故障时的变化规律,并根据该规律,分别选择三相输出电压、子模块电容电压、子模块组端电压作为故障特征参量。3)根据上文分析选取合适的故障特征参量,对两种常见的数据处理方法即FFT、WPD进行对比分析,结果表明FFT分析无法较好的表明故障信号在时域上的变化,而具有时频特性的WPD更适合作为信号处理的方法,经归一化处理后故障与非故障数据分化明显,且经后续研究发现,采用WPD可较好的提高定位算法的抗噪性。4)采用PCA进行数据降维处理,经处理数据维数可在原有基础上减少95.8%,大量减小数据维度,可有效避免维数灾难。5)采用智能算法对子模块故障定位问题进行研究,将故障定位问题转换为分类识别的问题,无需进行精准系统建模。本文首先提出了一种基于GA-BP的定位算法,该算法输入数据分别为三相输出电压与子模块电容电压,将该算法与BP、GA-PNN、SSAE-SOFTMAX等算法进行对比,可发现所提算法具有网络构架简单,输入神经元数少,迭代次数少,训练时间短等诸多优点,其定位精确率可达100%。6)针对高电平MMC故障定位难度高,且MMC现场故障数据收集困难的问题,本文进一步的提出了基于FOA-LSSVM网络模型的三分组故障定位模型。该模型的输入数据分别为三相输出电压、子模块电容电压、子模块组端电压,通过对SVM、FOA-LSSVM、WPD-FOA-LSSVM及WPD-PSO-LSSVM的单组/三组仿真对比可知,所提三分组故障定位模型具有训练时间短、测试集准确率高,所需SVM数量少等诸多优点,且三分组在上述性能上均优越于仅以子模块电容电压为输入数据的单分组定位模型。该论文有图47幅,表20个,参考文献88篇。