电工电能新技术

作者：阎彦1,2， 张思仪1， 李晨2， 吴家奇1， 史婷娜1,2

单位：1. 浙江大学电气工程学院， 浙江 杭州 310027；
2. 浙江大学先进电气装备创新中心， 浙江 杭州 311107

关键词：故障诊断； 视觉变换器； 密集卷积网络； 三电平NPC逆变器； 栅极驱动开路故障

基金：国家重点研发计划项目（2022YFB2502805）、 国家自然科学基金项目（51991384）、 浙江省大学生科技创新活动计划（新苗人才计划）（2023R401186）

栅极驱动开路故障是功率器件的一种典型故障，准确诊断此类故障有助于提升电力电子变换器的运行可靠性。针对已有故障诊断方法的不足，本文提出基于DenseNet-ViT网络的逆变器功率器件栅极驱动开路故障诊断新方法。首先，对采样数据做归一化和增强处理，形成训练集、验证集和测试集等三类数据集；其次，构建DenseNet-ViT模型以实现故障特征的增强和提取，并采用故障数据训练该模型；最后，用验证集实施模型测试，遴选最佳模型。所述方法被应用于一台三电平中点钳位型（NPC）逆变器，基于这一特定功率变换器拓扑，介绍了其调制原理和故障诊断模型建模过程，说明了模型训练过程中采用的随机梯度下降函数，并搭建了实验平台进行实验验证。实验结果表明，与其他主流诊断方法相比，本文所提方法在浮点计算量、模型参数量和算法运行时间等方面具有一定优势。

来源：2025年第6期

《电工电能新技术》期刊编辑部

查看电工电能新技术杂志2025年第6期