故障预测及健康管理(prognostics and health management,PHM)对于保障系统的安全可靠具有重要作用。随着电力电子装置在各领域的应用愈发广泛,急需研究电力电子装置的PHM技术。特征参数提取是PHM技术的基础,该文首先简要说明了电力电...故障预测及健康管理(prognostics and health management,PHM)对于保障系统的安全可靠具有重要作用。随着电力电子装置在各领域的应用愈发广泛,急需研究电力电子装置的PHM技术。特征参数提取是PHM技术的基础,该文首先简要说明了电力电子电路特征参数提取的研究现状。然后针对基于混杂系统模型的电力电子电路参数辨识方法中,存在较多影响实际辨识精度的非理想因素这一关键问题,以电路中目标器件为建模对象建立线性模型,提出了一种通用性较好的Buck型变换器参数提取方法,并结合Matlab仿真分析了该方法的性能,包括收敛速度以及辨识精度。最后进行实验验证,实验结果表明,该方法的参数辨识精度可达95%以上,验证了这一方法的有效性。展开更多
文摘故障预测及健康管理(prognostics and health management,PHM)对于保障系统的安全可靠具有重要作用。随着电力电子装置在各领域的应用愈发广泛,急需研究电力电子装置的PHM技术。特征参数提取是PHM技术的基础,该文首先简要说明了电力电子电路特征参数提取的研究现状。然后针对基于混杂系统模型的电力电子电路参数辨识方法中,存在较多影响实际辨识精度的非理想因素这一关键问题,以电路中目标器件为建模对象建立线性模型,提出了一种通用性较好的Buck型变换器参数提取方法,并结合Matlab仿真分析了该方法的性能,包括收敛速度以及辨识精度。最后进行实验验证,实验结果表明,该方法的参数辨识精度可达95%以上,验证了这一方法的有效性。
