摘要：文中提出的是关于电力电子电路健康监测的特征参数选取和健康阈值确认的办法。该办法以到健康样本集的马氏距离为特征参数，以正态化马氏距离的均值和均方差构建健康阈值。本文以Buck电路为例，挑选电路输出电压作为监测信号，提取输出电压平均值及纹波值作为要害参数，核算马氏距离作为特征参数，求得健康阈值。然后用这些数据完成电路的健康状况监测。试验成果标明，运用该办法能够盯梢毛病要害参数的改动趋势，有用完成电力电子电路的健康监测。
要害词：电力电子电路；健康监测；特征性能参数；马氏距离；健康阈值
电力电子电路在大型设备的健康猜测和办理体系(PHM)中是比较重要的一个部分，也是许多设备正常作业的根底。因而，对电力电子电路健康监测研讨具有非常重要的理论含义和运用远景。而特征参数的选取和健康阈值的树立，对电力电子电路的健康监测十分重要。
电路的改动是一种突变的退化。文中企图经过对电路要害参数的监控，掌握这种改动趋势，完成电路健康状况监测。验证或完成该监测办法的根本思路是：测得健康产品的健康样本集后，以电路元件的突变退化测验电路输出电压的改动状况。若存在某种趋势，则判别该趋势的某一状况后电路是否都处于毛病状况。由此可监测电路的健康状况。
文中以Buck电路为例，首要作业是求得特征参数马氏距离、以正态化马氏距离的均值和均方差构建健康阈值、用ESR、L、C这3个参数进行试验，监测电路的健康状况。这是一种根据概率的办法。实例中将Buck电路的健康目标——输出电压均值和纹波转化成马氏距离，考虑正态化后的马氏距离违背程度来判别电路的状况，使判别更为科学化。
1 电力电子电路健康监测的办法和流程
电力电子电路健康监测的具体步骤为：1)确认输出电压的均值和纹波为要害参数，仿真健康体系，测得健康样本集；2)求得健康样本向量关于健康样本集的马氏距离(MD)，以该马氏距离为特征参数；3)对特征参数马氏距离进行正态化，求得正态散布的均值的方差，构建健康阈值；4)测得待测验样本的要害参数集，求得MD，进行正态化。5)将该正态化后的MD值与健康阈值比较，确认电路的健康状况。流程如图1所示。
作为特征性能参数，能较好地进行毛病诊断和猜测。本文则将这两个参数转化为对健康样本集的马氏距离(MD)来进行一致衡量。所求得的马氏距离便是咱们选定的特征性能参数。挑选马氏距离作为特征参数有这几个优势：1)对多个重量能够进行一致衡量，不必每个重量都去算一次；2)能够消除重量间的相关性形成的影响；3)采样一种概率检测毛病的办法，削减人为的差错。
1．1．2 特征性能参数马氏距离(MD)的核算
1)求输出电压平均值。对必定周期进行采样，求得输出电压平均值。
2)求纹波电压。纹波电压是指输出电压的沟通重量，能够用有用值或峰值标明。文中挑选峰一峰值标明纹波的巨细。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。
3)马氏距离(MD)
马氏距离(Mahalanobis Distance)是由印度核算学家马哈拉诺比斯(P．C．Mahalanobis)提出的，标明数据的协方差距离。它能够有用的核算一个样本和一个样本集“重心”的距离，或许核算2个方位样本集的类似度。它的长处是不受量纲影响，能表现各个参数之间的联络并扫除相关性于扰。
在核算马氏距离的时分，要求总样本数大于样本的维数。不然得到的整体样本协方差矩阵逆矩阵不存在，导致马氏距离无法核算。
1．2 健康阈值
1．2．1 BOX-COX改换
马氏距离总对错负的，但它们一般不遵守正态散布。Box-Cox的幂改换能够用来把正的但不遵守正态散布的变量转化成正态散布。本文将经过Box-Cox改换将马氏距离转化为正态散布。
1．2．2 健康阈值的核算
对马氏距离正态化之后，核算该正态散布数组的均值μx和均方差σx，可得到一个通用的健康阈值。关于一个正态散布数组，数据落到2σx之外的概率为5％，落到3σx之外的概率很小，仅为0．3％。假如一个测验数据落在3σx之外，能够以为该数据反常。文中挑选阈值(μx+ 2σx)为预警线，阈值(μx+3σx)为毛病线，用于区别测验数据对正常样本的反常程度。该阈值可画成操控边界图。如图3所示。经过操控边界图能够方便地进行电路健康状况监测。
1．3 电力电子电路健康状况判别办法
将向量组(u，△u)转化成对健康样本集的马氏距离MD，再经过Box-Cox改换把MD转化成正态散布X。经过核算X的均值μx和均方差σx，构建出如图3所示的操控边界图。
检测电路毛病的原则是：榜首，关于一个样本，当代表该样本的点落到毛病线之外(即阈值μx+3σx)便是毛病样本。第二，关于一组相同毛病元件的样本，能够挑选一个落到毛病线外的点的核算值(比方95％以上的点落在毛病线之外)来检测毛病。该办法的长处是：有清晰的虚警率，为0．3％；能够调整检测差错。此外，越高的MD标明越挨近于毛病，操控图中越挨近上方的点关于识别体系健康的改动十分重要。文中选用蒙特卡洛的办法仿真多组同状况Buck电路进行毛病检测，当有95％以上的点落在毛病线以外，阐明输出电压的均值或许纹波违背过大，Buck电路产生毛病。
2 电力电子电路健康监测实例及成果剖析
2．1 电力电子电路健康监测实例
以图2所示Buck电路为例。其间ESR(0)=0．495 Ω；ESR、L和C均取容差为18％。运用Pspice软件做600次高斯散布的蒙特卡洛仿真剖析，相当于选取600个健康的Buck电路进行检测。监测输出电压Uo并获取稳态时的波形数据。然后，在Matlab10．5环境下编程核算输出电压的平均值和纹波值(u，△u)矩阵，所得即为健康样本集。核算每个向量(u，△u)对健康样本集的马氏距离，所得MD值为特征参数。对MD进行Box-Cox改动，得到健康阈值并构建操控边界图。
假定其他参数不改动，别离选取ESR、电容、电感进行突变仿真，测得电压均值和纹波的样本集后，求得该测验样本集到健康样本集的MD值并进行Box-Cox改动，再与健康阈值进行比较。这样就能较好的监控到单个元件退化对输出的影响，及输出电压的改动趋势。
2．2 试验成果剖析
测验样本依照图1所示电路设置仿真，只考虑ESR突变退化。图4和表1显现的是ESR从0．5 Ω增大到1．5 Ω、每隔0．1 Ω进行一次测验的测验成果。L、C均取容差为18％，每个测验点做100次高斯散布的蒙特卡洛仿真。MD均值和正态化后的MD均值、均方差改动状况如图4。显着，特征参数MD值和正态化后的MD值散布是递加的，但增长速度逐步下降；正态化后的MD均方差大致是减小的。MD值散布的递加性质阐明能够对电路的要害参数进行有用盯梢，监测电路的健康状况。
表1显现跟着ESR增大时，电压均值、纹波和特征参数的改动状况。“溢出率”是指测验数据超出毛病线(即阈值μx+3σx)占该测验点测验样本的比率，图5显现测验数据在操控边界图中的散布状况，该图中有89％的点超出了毛病线，阐明此刻电路现已严峻退化。本文设定溢出率达95％即电路毛病。
电路健康状况在表1中也已标识出来。由表中数据剖析可知，当MD=5．823时溢出率到达99％，能够确认电路现已毛病。而MD=3．575～5．336时电路逐步退化，趋向于产生毛病。一般以为输出电压的均值违背10％或许纹波电压超越1V标明电路毛病，表1显现文中所用办法与该规范根本符合。
表2是电感L从39．2μH减小到21μH的测验成果。C、ESR均取容差为18％，每隔2．6μH进行一次测验，每个测验点做100次高斯散布的蒙特卡洛仿真。
表2数据显现，电感从39．2μH减小到21μH时(起伏挨近50％)，对电路输出电压和纹波电压影响比较显着。当MD=5．404时，电路产生毛病。此刻纹波电压已达1．4 V，电感值仅为标称值的44．7％，远超越答应容差。
另设置电容C从200μF减小到90μF，L、ESR均取容差为18％，每隔11μF进行一次测验，每个测验点做100次高斯散布的蒙特卡洛仿真。试验显现，电容从200μF减小到90 μF时(起伏超越50％)，对输出电压均值和纹波影响依然很小。即便电容减小到30μF时，对输出影响依然不显着。从单个元件来说，电路应该现已毛病了，但关于整个电路而言，其健康状况并没有实质性的改动。但这种状况在实践电路中不可能呈现。%&&&&&%的显着减小会较快地导致ESR的增大，然后影响输出。
3 定论
经过对Buck电路的健康监测仿真试验研讨标明，文中将输出电压的均值和纹波这两个要害参数改换成马氏距离，并经过该特征参数来监测电路健康状况的办法是可行的；并用C、L这2个参数进行了验证。实践运用中不会进行屡次蒙特卡洛仿真或许对多个同状况电路进行测验，等价办法是对电路在短时限内进行等时刻距离、接连的状况测验，相当于屡次丈量时考虑人为差错和电路参数扰动。需要处理的问题是：试验发现，电路检测为毛病的状况与一般的毛病表征条件“输出电压的均值违背10％或许纹波电压超越1 V”有所差异。这可能与健康集的选取、元件容差规模的设定等有关，还需进一步研讨确认。
