基于数字孪生模型的单相PWM整流器健康状态参数监测方法

本发明涉及涉及ac-dc变流器的建模技术与状态监测领域，具体涉及基于数字孪生模型的单相pwm整流器健康状态参数监测方法。

背景技术：

1、单相两电平脉宽调制(pulse width modulation,pwm)整流器具有网侧功率因数高、电流谐波小、可实现能量可双向流动等优点，在新能源发电、不间断电源及铁路机车牵引等领域广泛应用，并且在新型电力系统中占有重要地位，因此工程应用对其可靠性要求日益提高。故障与老化是可靠性下降的两种体现形式，由于故障通常会使系统产生显著的电压和电流变化，因此监测较为容易，目前对此的研究较多；而系统特性在老化过程中变化微弱且缓慢，因此监测整流器健康状态具有较大的工程应用价值和较高的实现难度。

2、针对pwm整流器的健康监测通常指监测可表征其健康状态的关键参数，且实际应用中传感器数量与位置通常会受到限制。单相两电平pwm整流器中的关键参数主要包括网侧电感、支撑电容以及开关器件的参数，其中绝缘栅双极型晶体管(insulated-gate-bipolar-transistor,igbt)是如今最常用的变流器开关器件，其综合了mosfet器件驱动功率小、开关速度快和双极型器件饱和压降低、容量大的优点，但其寿命预测与可靠性提升仍是亟待解决的难题。

3、现有监测方法主要分为模型分析法和数据驱动法。模型分析法主要指根据系统原理与部件工作特性，结合实验测试结果，估算待测参数；而数据驱动法通常需要大量的实测数据用于训练模型，进而实现参数监测。数字孪生技术是指对实际物理系统的虚拟数字表达，可实现对真实系统的模拟，不仅可以用于参数监测，也可以实现对实际物理系统运行状态的模拟和预测，为大型系统的数字化和智能化提供技术手段。目前该方法仍未用于单相两电平pwm整流器方面。

技术实现思路

1、为了解决上述现有技术中存在的问题，本发明拟提供了基于数字孪生模型的单相pwm整流器健康状态参数监测方法，拟解决现有技术无法在不加入额外的传感器或监测电路的情况下实现对整流器系统状态监测的问题。

2、基于数字孪生模型的单相pwm整流器健康状态参数监测方法，包括以下步骤：

3、步骤1：基于基尔霍夫定律，构建单相两电平pwm整流器数学模型，将网侧电感等效为：一个电感l与一个电阻r串联，其中电容只考虑其容值c；而后利用四阶runge-kutta法，搭建单相两电平pwm整流器的主电路拓扑离散化数学模型；

4、步骤2：将单相两电平pwm整流器数学模型中的igbt功率器件的饱和压降等效为：一个电压源vo串联一个电阻ro，同理，二极管的导通压降等效为vdo和rdo的串联；时单相两电平pwm整流器数学模型中的参数包括l、r、c、vo、ro、vdo、rdo，均为可表征pwm整流器各部件健康状态的关键参数，代入步骤1的离散化数学模型中，得到考虑功率器件健康状态参数的单相两电平pwm整流器离散化数学模型；

5、步骤3：搭建无差拍电流预测控制系统的离散化数学模型；

6、步骤4：将pwm整流器的采样环节采用离散化处理，再结合步骤2所得考虑功率器件健康状态参数的单相两电平pwm整流器离散化数学模型和步骤3所得控制系统离散化数学模型，最终得到单相两电平pwm整流器的离散化闭环数学模型；

7、步骤5：将步骤4中的闭环数学模型与实际单相两电平pwm整流器实验平台的外特性数据相结合，以智能算法为载体，迭代寻优模型内部关键参数，使闭环数学模型的外特性逼近实际物理电路的外特性；

8、步骤6：当数学模型与实际物理电路的外特性残差小于阈值时，步骤5中迭代寻优得到的关键参数结果称为单相两电平pwm整流器的健康状态监测结果，最后采用多次监测和平均的方式，得到最终的监测结果。

9、优选的，所述步骤6还包括：当离散化闭环数学模型与实际物理电路的外特性残差小于阈值时，获得的离散化闭环数学模型即为单相两电平pwm整流器的闭环数字孪生模型。

10、优选的，所述步骤1包括：

11、基于基尔霍夫定律，单相两电平pwm整流器数学模型为

12、

13、其中，us为网侧电压，is为网侧电流，udc为直流侧电压，l为网侧电感等效感值，r为网侧电感等效阻值，c为支撑电容容值，rl为负载阻值，uab为两桥臂中点间的电压，io为整流桥输出电流；

14、利用四阶runge-kutta法，将主电路拓扑的数学模型离散化，即

15、

16、其中，h为计算步长，ka1-ka4、kb1-kb4为四阶runge-kutta法系数。

17、优选的，所述步骤2包括：

18、除电感考虑其感值与阻值外，为使所建模型中包含可表征igbt功率器件健康状态的参数，将其饱和压降引入单相两电平pwm整流器数学模型，可得：

19、uab＝(s1-s3)udc-a1vce1+b1vf1+a2vce2-b2vf2+a3vce3-b3vf3-a4vce4+b4vf4    (3)

20、其中，uab为两桥臂中点间的电压，si代表igbt功率模块ki的驱动信号(1为开通，0为关断)，vce1-vce4为igbt功率模块k1-k4的饱和压降，vf1-vf4为各igbt反并联二极管的导通压降，a1-a4和b1-b4为

21、

22、其中，ilsign为网侧电流的方向信号(正方向一致为1，反之为0)；

23、由于pwm整流器中流经igbt的电流为交流，因此固定温度下pwm整流器中igbt的饱和压降会随电流实时变化；将igbt的饱和压降等效为电压源vo与电阻ro串联，即

24、vce＝vo+icro    (5)

25、其中，ic为流经igbt的电流，式中vo与ro均与电流值无关；

26、同理，igbt反并联二极管的导通压降也可表示为如下形式

27、vf＝vdo+icrdo    (6)

28、其中，vf为igbt反并联二极管的导通压降，vdo与rdo均与电流值无关；

29、将上述vce和vf的等效模型代入步骤1的单相两电平pwm整流器数学模型，再利用四阶runge-kutta法将模型离散化，最终可得考虑功率器件健康状态参数的单相两电平pwm整流器离散化数学模型，即

30、

31、其中is为网侧电流，udc为直流侧电压，i＝1,2,3,4。

32、优选的，所述步骤3包括：控制系统采用无差拍电流预测控制方法，可得其离散化电压外环控制模型为

33、

34、其中，e为直流侧电压与参考值的误差，udc*为直流侧电压参考值，idref为d轴电流参考值，iqref为q轴电流参考值，kp和ki为pi控制器参数；

35、其离散化电流内环控制模型为

36、

37、其中，uabd和uabq为调制信号在dq坐标系下的分量，ud和uq为us在dq坐标系下的分量，id和iq为is在dq坐标系下的分量，l为网侧电感等效感值，r为网侧电感等效阻值，ω为us的角频率，ts为控制周期。

38、优选的，所述步骤4包括：将采样电路利用四阶runge-kutta法作同样的离散化处理，即

39、

40、其中，vo为采样电路输出电压，k1-k4为四阶runge-kutta法系数；

41、再结合步骤2的考虑功率器件健康状态参数的单相两电平pwm整流器离散化数学模型和步骤3的控制系统数学模型，最终得到单相两电平pwm整流器的离散化闭环数学模型。

42、优选的，所述步骤5包括：

43、搭建单相两电平pwm整流器实验平台，采集其稳态与动态运行的外特性数据作为数字孪生模型的输入，将孪生模型与实际系统的外特性残差设为粒子群算法的迭代目标函数，即

44、

45、其中，fob为迭代目标函数，n为粒子数量，ism为网侧电流实测值，udcm为直流侧电压实测值。

46、优选的，计算每个粒子当前的fob，记录本次迭代的个体最优解和全局最优解，然后根据粒子的初始速度、自身对最优解的认知以及其他粒子对最优解认知，更新粒子的速度和位置，计算更新后的fob，进而更新个体最优解和全局最优解；重复此过程，迭代寻优模型内部关键参数，使闭环数学模型的外特性逼近实际物理电路的外特性；粒子每次更新速度和位置的原则为：

47、

48、其中，vk、vk-1为当前与上一次迭代的粒子速度，xk、xk-1为当前与上一次迭代的粒子位置；ω为惯性系数，ω越大意味着粒子越倾向于选择先前的运动路径；c1为个体学习因子，其值越大表示粒子越倾向于选择之前的个体最优解；c2是群体学习因子，c2越大表示粒子选择全局最优解的可能性越大；r1和r2是[0,1]之间的随机数。

49、优选的，步骤6中采用统计多次监测结果的方式，去除模型不收敛的结果，将其他组结果求平均值，作为最终的监测结果。

50、本发明的有益效果包括：

51、1)通过构建单相两电平pwm整流器完整的闭环数字孪生模型有效模拟实际系统的稳态与动态运行状态，输出与实际物理系统一致的外特性波形，帮助用户更便捷的理解和调试系统，在不加入额外的传感器或监测电路的情况下即可实现对整流器系统状态监测并指导pwm整流器系统的控制参数设计与运行状态预测。

52、2)建模过程中所提出的参数监测与数据处理方法可实现pwm整流器关键参数的有效监测，最终监测结果与实测结果误差小于4％，并可以同时监测多个部件，并得到全局最优值，为判断pwm整流器健康状态提供有效手段。