一种基于数字孪生技术和电流特征分析的风电变流器开路故障诊断方法

AITNT
正文
推荐专利
一种基于数字孪生技术和电流特征分析的风电变流器开路故障诊断方法
申请号:CN202511015536
申请日期:2025-07-23
公开号:CN120891428A
公开日期:2025-11-04
类型:发明专利
摘要
本发明一种基于数字孪生技术和电流特征分析的风电变流器开路故障诊断方法,包括:建立基于深度神经网络的数字孪生模型,以风速、转速、直流母线电压、桨距角为模型输入变量,输出三相电流空间矢量幅值的参考值;实时采集三相电流信号,计算电流空间矢量幅值的测量值,利用测量值与参考值计算故障严重程度系数,当故障严重程度系数超过阈值时判定为双IGBT开路故障,否则为单IGBT开路故障;对三相电流信号进行有效电流区间占比分析;结合采样点占比和故障类型定位故障相;分析故障相电流归一化电流平均值,判断故障桥臂。本发明结合数字孪生技术和电流特征分析,实现风电变流器开路故障的快速准确诊断,具有诊断精度高、实时性好的特点。
技术关键词
电流特征分析 数字孪生技术 数字孪生模型 深度神经网络 风电变流器 定位故障 桥臂 风速 变量 单相电流 采样点 分析故障 模型误差 信号 超参数 多通道 周期
系统为您推荐了相关专利信息
1
一种基于玉米保护性耕作的施肥控制方法及系统
玉米保护性耕作 多任务深度神经网络 施肥控制方法 数据立方体 归一化植被指数
2
基于时空注意力机制的数控加工动态误差补偿方法及系统
动态误差补偿方法 时空注意力机制 振动传感器 红外热像仪 机床动力学特性
3
基于深度神经网络和光学衍射模型的太赫兹光栅设计方法、介质及设备
光栅设计方法 构建深度神经网络 波束 参数 金属光栅
4
一种基于融合医学影像学习的图像检测方法及系统
医学图像检测 融合医学影像学习 图像检测方法 轮廓特征融合 深度神经网络训练
5
一种基于多周期分歧的长时间序列预测集成学习装置
学习装置 序列 深度神经网络模型 周期 集成学习方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号