基于深度学习的V2G逆变器系统单管开路故障诊断方法

本发明公开了基于深度学习的V2G逆变器系统单管开路故障诊断方法，用于对V2G系统中的逆变器是否存在单管开路故障的综合诊断；本方法具体包括设计将V2G单逆变器三相电流信号到二维RGB图像的转换方法，将故障诊断问题转换为图像分类问题，并利用卷积神经网络的出色的图像分类能力实现高精度的故障诊断任务。其次，在设计的单逆变器开路故障诊断方法基础上，基于多智能体与有向图理论，提出了一种基于综合评价准则的协同诊断方法，进一步提高了故障诊断的准确度。通过与现有的故障诊断方法经过充分的比较，证明了所提出的故障诊断方法的有效性与优越性。