论文部分内容阅读
随着我国高速铁路事业的不断推进,高铁运营规模越来越大,牵引变压器和牵引变流器作为高铁电力牵引系统的关键设备,其能否正常运行直接关乎整个系统的安全稳定运行,因而对牵引变压器和牵引变流器的故障诊断研究具有重要意义。本文首先针对以往单一基于数据驱动方法难以得到较高准确率的问题,采用核主成分分析与随机森林相结合的方法对高铁牵引变压器进行故障诊断,仿真结果表明该方法能有效提取牵引变压器故障特征量,从而构造性能良好的分类器群实现高准确率故障分类。同时将其与其它两种基于数据驱动方法进行性能比较测试,结果显示核主成分分析与随机森林相结合的方法具有更强抗干扰性。其次,为了建立更加精确的诊断模型实现对高铁牵引变压器故障的具体识别,将基于模型诊断方法引入对高铁牵引变压器的故障诊断,提出了一种将基于模型诊断与模糊Petri网融合的故障诊断方案。建立牵引变压器结构和功能的两层模型,通过离线搜索最小冲突候选集和在线识别最小冲突集,实现牵引变压器的外部故障诊断。对于内部故障的诊断,采用基于模型诊断进行牵引变压器故障元件定位,利用模糊Petri网进行区域知识表示,推理实现内部故障类型诊断。以武广高铁三相V/x接线牵引变压器故障数据为实例进行分析,诊断结果验证了基于模型诊断与模糊Petri网融合的牵引变压器故障诊断方法兼具可行性和有效性。最后,以高铁CRH2型动车组牵引变流器为研究对象,分别讨论了对CRH2型动车组逆变器和整流器的故障建模和诊断实现。通过研究牵引变流器在故障情况下的不同运行状态,将电路不同运行情况抽象为对应的离散事件的变迁,确定出故障事件集,构建牵引变流器的故障逻辑参数模型,进而采用基于模型的诊断方法对实际模型识别量和故障模型识别量进行残差分析辨识出故障。通过Simulink仿真模型,该方法实现了对CRH2型动车组牵引变流器单管开路故障和双管开路故障的检测,方法有效性得到了验证。