基于LS_SVM的电力电子电路故障预测方法

中图分类号： TP 206 文献标志码： A 文章编号： 1007－ 449X（ 2011 ） 08－ 0064－ 05
Research on fault prediction method of power electronic circuits based on least squares support vector machine
T
SVM 算法， ⑥利用 LS对未来时刻电路故障特 征性能参数进行预测； ⑦ 对电路故障特征性能参数预测结果进行分 ， 析 实现电力电子电路的故障预测。
S． t． y i = w （ x i ） + b + e i 。 其中： e i 为误差； γ 为常数； x i 为训练样本输入 x = （ x1 ， …， xi ， …， x n ） 中第 i 个分量； y i 为输出样本 y = （ y1 ， …， yi ， …， y n ） 中第 i 个分量。 依据对偶定理， 建立拉格朗日 （ Lagrange ） 方程， 引入 Lagrange 算子 α i ， 得到
第8 期
SVM 的电力电子电路故障预测方法 姜媛媛等： 基于 LS-
65
0
引
言
此处采用理想电容和等效串联电阻 ESR 表示一个 实际电容； 负载为阻性负载 R L = 1. 25 Ω。
随着新型飞机的研制开发及其安全性、 可靠性 ， 要求的不断提高 作为提高飞机安全性的有效手段 ， 以及促进现有飞机维修保障技术的智能化发展 ， 飞 机健康预报与管理技术已经得到国内外越来越多的 ［1 － 2 ］ 。飞机电源系统故障预测［3］是飞机健 重视关注 康管理系统的重要组成部分， 而飞机电源系统故障 预测的关键在于对电力电子电路的故障预测 ， 因此 对电力电子电路故障预测关键技术研究具有十分重 要的理论意义和应用前景。 目前， 飞机机载机电设备、 发动机系统等健康预 测研究比较热， 机载电子设备故障预测技术研究也 逐步受到重视。现有故障预测算法种类繁多， 其中 ［4 ］ ［5 ］ ［6 ］ 时间序列 、 神经网络 、 支持向量回归预测 3 种 方法应用最为广泛。时间序列预测方法对序列变化 优点是所需历 比较均匀的短期预测情况较为理想， 史数据少、 工作量小， 但该方法在非线性预测中预测 。 精确度较差 神经网络方法在非线性领域中得到了 广泛的应用， 但该方法存在容易陷入局部最优 、 收敛 速度慢等缺点。而支持向量回归预测解决了神经网 络容易陷入局部极小点的问题， 所需训练样本数据 少， 且泛化能力较强、 预测准确度较高。 此外， 现阶段电力电子电路故障预测大多是对 ［7 － 9 ］ ， 电路中关键元器件的故障预测， 如电解电容器 故障特征参数多为元器件的特征参数， 而对电路级 的故障预测研究很少。 由此， 面向电力电子电路级故障预测， 本文提出 了基于最 小 二 乘 支 持 向 量 机 （ least squares support LSSVM） 的电力电子电路故障预测 vector machine， 新方法， 其基本思想为： 优选电路级故障特征性能参 SVM 回归算法预测所选特征性能参数， 数， 利用 LS实现电力电子电路的故障验结果分析
以图 1 所示 Buck 电路为例， 首先， 根据各元件 在不同时刻的参数值逐次设置电路， 使用 Pspice 软 件动态仿真， 选择电路的输出电压 u o 作为监测信号 并获取稳态时的波形数据； 然后， 在 Matlab7. 6 环境 下编程计算各时刻对应输出电压平均值及纹波值作 为电路的故障特征性能参数数据 ； 最后， 采用最小二 SVMlab 预测， 乘支持向量机工具箱 LS将预测值与 故障阈值比较， 从而预测 Buck 电路未来某一时刻是 否会发生故障。
N
（ 1）
b） 纹波电压。 纹波电压是指输出电压的交流 分量， 可以用有效值或峰值表示。 本文选择峰 － 峰 值表示纹波的大小。 监测稳态时电路输出电压， 得 到输出电压的波形数据， 提取其最大、 最小值， 两者 之差即为纹波电压的峰 － 峰值 Δu。 1. 2 LSSVM 故障预测算法 LS － SVM 回 归 预 测 是 SVM［10］ 用 于 回 归 预 ［11 ］ SVR ） 的 一 测 （ support vector machine regression， 种算法， 通过回归训练， 实现函数拟合功能， 并在此 SVM 的基本 拟合函数的基础上实现外推预测。 LS思想是通过非线性映射将输入向量 x 映射到高维特 征 Hilbert 空间， 并在这个空间进行线性回归， 通过 一个线性约束的二次规划问题得到全局最优解 。 SVM 回归函数表达式为 f（ x） = w T （ x） + b， w∈R n ， b ∈R。 （ 2） 其中： f（ x） 为预测的输出； （ · ） 表示非线性函数；
66
电
机
与
控
制
学
报
第 15 卷
x 为输入； w 为权值； w T 为 w 的转置； b 为偏差； R n 是 n 维实数空间； R 为实数。 SV ） 的最优回归 基于支持向量 （ support vector， 函数是指满足结构风险最小化原理， 极小化式 （ 2 ） 将不等式约束转化成等式约束， 变为 n 1 minJ（ w， e ） = ‖ w ‖2 + γ ∑ e2 i， w， b， e 2 i =1
第 15 卷
第8 期
2011 年 8 月
电 机 与 控 制 学 报 ELECTRI C MACHINES AND CONTROL
Vol. 15 No. 8 Aug． 2011
基于 LS-SVM 的电力电子电路故障预测方法
1， 2 1 1 1 姜媛媛 ， 王友仁 ， 崔江 ， 孙凤艳
（ 1． 南京航空航天大学 自动化学院，江苏 南京 210016 ； 2． 安徽理工大学 电气与信息工程学院，安徽 淮南 232001 ）
Fig． 1
图1
Buck 电路
Buck converter circuit
1 ） 特征性能参数的选择 Buck 电路的功能是实现 DCDC 的降压转换。 由于有充放电过程， 其输出电压并不是理想的直流 Buck 电路输出电 电压， 而是有一定的波动。 一般， 纹波值都在一定波动范围内， 才能满足 压的直流值、 电路输出要求。因此 Buck 电路输出电压是否满足 要求是其电路性能最重要的衡量标准。 据此分析， 可监测电路输出电压， 提取输出平均电压及纹波电 压作为电路故障特征性能参数， 对电路的健康状态 进行评估。 2 ） 特征性能参数的计算 a） 输出电压平均值。 根据均值定理， 以稳态时 电路输出电压 u o 为监测变量， 进行采样， 得到电压 由式（ 1 ） 可求得输出电压平均值 U o ， 其中 波形数据， N 为采样点数， u o （ i ） 为电路输出电压的第 i 个采 样点。 Uo = 1 u o （ i） 。 N∑ i =1
Abstract： Aiming at the issue of fault prediction technique of power electronic circuits，a method based on characteristic parameter data and least squares support vector machine （ LSSVM） for the prediction of power electronic circuits was proposed． Taking the Buck converter circuit as an example，the fault prediction of power electronic circuits was achieved． Firstly，the output voltage was selected as monitoring signal ，and then the average voltage and ripple voltage were extracted as characteristic parameters． Lastly LS-SVM algorithm was used to predict Buck converter circuit． The experimental results show that the LSSVM algorithm is especially accurate in predicting the average voltage and ripple voltage with the relative error less than 2% ． The new method can trace the characteristic parameters’trend and can be effectively applied in fault prediction of power electronic circuits． Key words： power electronic circuits； fault prediction； characteristic parameter； data driving； least squares support vector machine（ LSSVM ）
1
1. 1
电力电子电路故障预测方法
特征性能参数提取
要实现电力电子电路故障预测， 首先必须优选 合适的电路级故障特征性能参数。 对于不同的电 路， 需要根据电路的功能和结构特点 ， 确定能够反映 电路 健 康 状 态 的 特 征 性 能 参 数。 以 图 1 所 示 的 Buck 电路为例， 分析电力电子电路故障特征性能参 数提取过程。 图 1 中， 开关 MOSFET 为 IRF151 ， 其开关频率 f = 50 kHz， 占空比 D = 0. 22 ； 滤波电感 L = 43 μH， 续 流二极管 D1 为 MUR405， 输出滤波电容 C = 220 μF，