国网山西省电力公司电力科学研究院 山西省太原市 030012
摘要：随着科技的发展，电力电子技术在各领域的应用更加成熟，电力电子装置在运行过程中，会出现各种故障问题，需要加强其故障诊断和检测，提高装置运行的可靠性和安全性。
关键词：电力电子装置；故障诊断；技术
引言
电力电子技术飞速发展促使新型电力电子器件逐渐涌现，电力电子技术广泛应用于社会生活方面与工业生产方面。随着电力电子设备应用范围逐渐扩大，这对设备维护性要求越来越高。在电力电子装置中，大电流、高电压功率器件比较多，在出现故障时，若是选择常规检测方式，那么需要耗费大量的时间和精力，那么就需要结合电力电子装置特点，将新型技术应用于电力电子装置故障诊断活动中。有效故障诊断技术有利于实现故障部位与故障性质的快速分析与确定，有利于缩短装置运行停机的时间，提升电力电子装置运行效率，尽可能降低损失。
1电力电子装置的应用
1.1在发电中的应用
总结电力电子装置在电力系统发电环节中的应用方法。例如，在发电机励磁中应用电力电子装置，使其具有设计简单、可调节速度的特点；在风力发电中采用电力电子装置，利用风能将风车转动，将风能转化为机械能，机械能在磁场中进行磁感线的切割，产生有效的电能，供电网使用；在光伏发电中应用电力电子装置，通过相关专业的元器件将太阳能转化为电能。电力电子装置在发电中的应用处于发展前期阶段。
1.2能源存储应用
光能和风能是可再生能源的重要组成部分，对其加以有效应用，有助于促进电能不断趋于绿色化发展，提升电能的总体发展质量，确保资源的可持续发展。但我国对可再生能源的利用缺乏全面性，影响因素较多，所以，在实际应用上述两种能源的过程中，应重视对相关的负载关系加以合理调节。首先，将电力系统连接大功率变换器，促进电能转化，随后将转化而来的电能存储于电压源以及存储设备中，有助于促进能源质量提升，更好地节约能源。
1.3在微型电网中的应用
微型电网的应用原理是由一些电源、变换器等元器件组成微小型的发电系统。该系统的优点是可以与非自身电网一起运行，可以自己供电、储电，具有独立运行电能的能力，也可以与外界交换电能，进而优化自身电能。通过设置独立的开关元器件，达到同步切换两种模式的目的。
1.4在高压直流输电领域的应用
现代电子控制系统的供电多数采用交流电方式，但是交流电在输电过程中经常会出现电量损耗过大的问题。同时，实际应用中控制难度较高，造价方面的控制难度也相对较高。因此，采用直流电方式进行输电具有诸多优势。在输电距离较远和电压较大的情况下，可以尝试采用直流电输电方式。通过直流电输电技术可以将控制难度较高、造价较高的交流电压转变为直流电压，接着将直流电输送到需要用电的设备中，再借助直流电的逆变作用，将直流电转化成交流电，充分发挥交流电在输电过程中的优势，使用电设备能够正常运转。
2电力电子电路常见故障
当前，较为常见的电力电子电路故障包括：输出电压无法调整、稳压电源无电压输出不稳定、输出稳压性变坏等等。放大电路输入/输出信号的故障或者输出波形异常也会造成电力电子电路发生故障。总而言之，造成电力电子电路异常工作状态的原因有很多，故障产生的情况也较为复杂。一般来说，引发电力电子电路故障的原因包括人为因素和外界因素两种。一些人为因素，诸如电力电子电路设计错误、设计不合理造成电源输出范围与晶体管不相匹配，将会引发电力电子电路故障的生成。
在对电力电子电路进行安装时，由于施工人员不按照相关图纸进行施工，致使施工完成之后，电路相关元件与图纸相差巨大，或者在连接过程中出现错线、短路、二极管与电解电容极性连接错误等情况，也会引发电力电子电路故障。一些人为因素还包括技术工人专业水平不高，设备使用错误造成的电路故障。引发电力电子电路故障的外界因素主要包括环境因素、设备因素等等。若电力电子电路周边电网较多，受到电网影响，也容易引发电力电子电路故障；若电力电子电路安装环境温度波动过大，也会影响到设备的正常运行。
3电力电子装置故障诊断方法
3.1解析模型故障诊断
（1）基于解析模型故障诊断方式分为残差产生、残差评估与故障分析三步，解析模型方式分为状态估计法、参数估计法，但很难实现非线性电力电子系统的建模。（2）基于知识故障诊断方法以知识处理技术作为基础，达到辩证和数理逻辑、推理和算法过程、符号和数值处理的统一，并不需要建模控制系统，避免电力电子系统建模。目前，基于知识电力电子装置故障排除方法有神经网络法、专家系统法、故障树方法、模式识别法、人工智能法等。（3）基于信号处理故障诊断方法信号处理指同信号相关的信号发生、信号传送、信号接收、信号分析、信号处理、信号检测以及信号控制等过程，借助信号模型实现信号分析，提取信号特征，优化故障检测。基于信号处理故障检测方式包含频谱分析法、信息融合法、小波变换法等.
3.2神经网络络诊断方法的应用
神经网络在电力电子装置故障诊断应用过程中，首先需要结合电力电子装置明确电路中可能出现的故障，将故障类型视作神经网络目标输出样本，进而提出电路故障信号，这也为神经网络设立标准输入样本，借助学习规则实现样本训练，最终获得神经网络参数值，并且传送给现实设备或者执行机构。故障特征提取、预处理与神经网络设计在其中至关重要。故障特征提取、预处理包含故障电路的信号分析、信号处理与预处理。因此，根据一定规则对电力电子装置测试数据进行分类和压缩，对故障特征、电路在不同状态下统一故障特征的提取，明确该特征同元件故障无关，进而简化故障特征，降低计算量，提升故障的诊断速度。在神经网络设计过程中，首先需要做好神经网络拓扑结构的设计，结合网络拓扑结构明确输入标准样本与目标输出样本，并且进行神经网络学习算法的设计，训练输入样本的计算，确保神经网络达到输出要求，将结果输出呈现到显示设备或者执行结构。
3.3专家系统的故障诊断方法
考虑到电力电子电路故障诊断需依靠对故障产生对象表征进行排除，并需要找寻故障部位及其成因，由此来确定电力电子电路故障的程度以及严重程度。基于人工智能的专家系统则可以理解为分析系统或设备的运行特性与表征的逆问题。众所周知，专家系统属于人工智能研究的一个分支，借助模拟专家的经验能够实现对电力电子电路故障的诊断。与神经网络故障诊断相同的是，专家诊断系统也能够对电力电子电路进行在线监测，并可以借助专家系统，采集和存储监测数据。将检测到的电力电子电路数据信息送至诊断运行中心，进行统一的分析处理，并将最后的诊断结果进行反馈，送至故障现场。
结语
电力电子装置综合化、自动化、智能化等要求逐步提升，装置结构愈发复杂，这就使得电力电子装置故障发生具有并发性、不确定性以及非线性。电力电子装置故障诊断技术有利于减少故障催生的设备停机实践，在短时间内向维修人员提供装置故障信息，准确定位故障点，尽可能减少停机实践，提升电力电子装置可靠性。
参考文献：
[1]武漫漫，王香丽.分析先进电力电子技术在智能电网中的应用[J].中国新通信，2019，（17）：79.
[2]倪巧云，周明凡.电力电子电路故障诊断技术探索与预测[J].机电信息，2018（24）：97-98.
[3]徐 政，卢 强.电力电子技术在电力系统中的应用[J].电工技术学报，2019，（18）：22-23.
[4]林海涛.电力电子技术在电气控制中的应用[J].通信电源技术，2019，36（5）：279-280，282.