買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜大唐向陽風(fēng)電有限公司申請的專利一種風(fēng)電變流器IGBT監(jiān)測系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119340967B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202411366067.7，技術(shù)領(lǐng)域涉及：H02J3/00；該發(fā)明授權(quán)一種風(fēng)電變流器IGBT監(jiān)測系統(tǒng)是由劉洋;劉超;朱廷旺;薛瑩設(shè)計研發(fā)完成，并于2024-09-29向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種風(fēng)電變流器IGBT監(jiān)測系統(tǒng)在說明書摘要公布了：本發(fā)明公開了一種風(fēng)電變流器IGBT監(jiān)測系統(tǒng)，具體涉及風(fēng)電變流器IGBT模塊監(jiān)測領(lǐng)域，用于解決長期運(yùn)行中故障預(yù)測與預(yù)警不準(zhǔn)確的問題，是通過周期劃分、參數(shù)篩選、指標(biāo)評估、動態(tài)調(diào)整和多階段預(yù)警協(xié)同實現(xiàn)。周期劃分用于識別IGBT模塊在不同生命周期內(nèi)的老化特征，篩選出與鍵合線狀態(tài)高度相關(guān)的監(jiān)測參數(shù)。通過多維動態(tài)融合模型，評估監(jiān)測參數(shù)的唯一性，確保故障預(yù)測的準(zhǔn)確性。動態(tài)調(diào)整模塊依據(jù)周期變化和環(huán)境變量動態(tài)優(yōu)化監(jiān)測參數(shù)的權(quán)重，增強(qiáng)了監(jiān)測的適應(yīng)性和實時性。多階段預(yù)警機(jī)制根據(jù)周期內(nèi)關(guān)鍵參數(shù)的變化生成不同等級的預(yù)警信號，提前預(yù)警潛在故障。提高了風(fēng)電變流器運(yùn)行的可靠性，降低了突發(fā)故障風(fēng)險，保障了系統(tǒng)的安全穩(wěn)定運(yùn)行。

本發(fā)明授權(quán)一種風(fēng)電變流器IGBT監(jiān)測系統(tǒng)在權(quán)利要求書中公布了：1.一種風(fēng)電變流器IGBT監(jiān)測系統(tǒng)，其特征在于，包括：周期識別模塊、參數(shù)篩選模塊、指標(biāo)評估模塊、動態(tài)調(diào)整模塊和預(yù)警判斷模塊；周期識別模塊：利用多維參數(shù)聚類法，將IGBT的運(yùn)行狀態(tài)劃分為多個周期，基于關(guān)鍵變量計算周期特征函數(shù)，確定周期邊界并動態(tài)劃分狀態(tài)特征；輸出周期特征數(shù)據(jù)集至參數(shù)篩選模塊；參數(shù)篩選模塊：對每個周期內(nèi)的參數(shù)進(jìn)行敏感性分析，使用關(guān)聯(lián)性分析計算各參數(shù)與鍵合線狀態(tài)的關(guān)聯(lián)強(qiáng)度，篩選出與周期狀態(tài)變化相關(guān)的參數(shù)，生成監(jiān)測參數(shù)集；輸出監(jiān)測參數(shù)集至指標(biāo)評估模塊；指標(biāo)評估模塊：利用多因子融合模型，評估每個周期內(nèi)的監(jiān)測指標(biāo)唯一性，確保單一監(jiān)測指標(biāo)在周期內(nèi)具備故障預(yù)測能力；若評估未通過，重新組合敏感參數(shù)構(gòu)建監(jiān)測指標(biāo)集；輸出評估后的監(jiān)測指標(biāo)集至動態(tài)調(diào)整模塊；動態(tài)調(diào)整模塊：實時監(jiān)控運(yùn)行狀態(tài)，依據(jù)周期變化和環(huán)境變量，調(diào)整監(jiān)測參數(shù)集權(quán)重，使用自適應(yīng)調(diào)整算法優(yōu)化不同周期內(nèi)的參數(shù)適配；輸出調(diào)整后的監(jiān)測參數(shù)和權(quán)重至預(yù)警判斷模塊；預(yù)警判斷模塊：構(gòu)建多階段預(yù)警模型，根據(jù)周期內(nèi)的監(jiān)測結(jié)果觸發(fā)預(yù)警，設(shè)定預(yù)警等級并記錄歷史數(shù)據(jù)，依據(jù)周期監(jiān)測重點(diǎn)生成相應(yīng)預(yù)警信號；其中，指標(biāo)評估模塊的運(yùn)行過程包括以下內(nèi)容：C1，從參數(shù)篩選模塊輸出的動態(tài)監(jiān)測參數(shù)集中，首先對每個周期內(nèi)的單一監(jiān)測指標(biāo)進(jìn)行唯一性評估；利用多因子融合模型對每個監(jiān)測指標(biāo)進(jìn)行分析，計算其對周期狀態(tài)變化的預(yù)測能力；評估指標(biāo)包括響應(yīng)靈敏度指數(shù)、故障趨向判別率、參數(shù)穩(wěn)態(tài)持久性系數(shù)，結(jié)合周期特征函數(shù)的輸出，構(gòu)建多因子融合模型，輸出唯一性得分；若唯一性得分大于或等于對應(yīng)的閾值，表明對應(yīng)的單一監(jiān)測指標(biāo)具備獨(dú)立預(yù)測故障的能力，則對應(yīng)指標(biāo)通過評估；C2，若單一監(jiān)測指標(biāo)的唯一性得分小于對應(yīng)的閾值，則表示未能通過唯一性評估，則對其進(jìn)行重組；將同周期內(nèi)的低敏感性指標(biāo)與其他高相關(guān)性參數(shù)結(jié)合，構(gòu)建多維監(jiān)測指標(biāo)；C3，針對通過唯一性評估的單一監(jiān)測指標(biāo)和組合而成的多維監(jiān)測指標(biāo)，進(jìn)行模型優(yōu)化；C4，完成對單一和多維監(jiān)測指標(biāo)的評估與優(yōu)化后，生成最終的監(jiān)測指標(biāo)集；C1.1，響應(yīng)靈敏度指數(shù)的處理過程：C1.1.1，首先，從參數(shù)篩選模塊輸出的監(jiān)測參數(shù)集中獲取每個周期內(nèi)的監(jiān)測參數(shù)，將其在各周期內(nèi)的變化數(shù)據(jù)作為輸入，進(jìn)行預(yù)處理；C1.1.2，針對每個周期內(nèi)的參數(shù)，計算監(jiān)測參數(shù)相對于鍵合線狀態(tài)變化的靈敏度；設(shè)監(jiān)測參數(shù)為，鍵合線狀態(tài)為，在某個周期內(nèi)，靈敏度變化率表示監(jiān)測參數(shù)對鍵合線狀態(tài)的變化響應(yīng)速率，公式為：；C1.1.3，為捕捉周期內(nèi)整體的響應(yīng)靈敏度，計算累積響應(yīng)偏差，公式為：；其中，為鍵合線狀態(tài)的加速度，表示鍵合線狀態(tài)變化的速率變化；C1.1.4，計算時變響應(yīng)靈敏度指數(shù)，公式為：；C1.1.5，結(jié)合周期內(nèi)累積響應(yīng)偏差和時變響應(yīng)靈敏度，得到周期內(nèi)的響應(yīng)靈敏度指數(shù)，公式為：；C1.2，故障趨向判別率的處理過程：C1.2.1，從參數(shù)篩選模塊獲取周期內(nèi)的監(jiān)測參數(shù)和鍵合線狀態(tài)數(shù)據(jù)；同時采集周期內(nèi)的運(yùn)行負(fù)載和電流波動作為補(bǔ)充參數(shù)，形成完整的數(shù)據(jù)集；C1.2.2，對每個周期內(nèi)的鍵合線狀態(tài)數(shù)據(jù)進(jìn)行解析，尋找鍵合線引發(fā)故障的臨界點(diǎn)；故障觸發(fā)點(diǎn)為鍵合線狀態(tài)變化率達(dá)到某一特定閾值的時刻，公式為：；其中，是鍵合線狀態(tài)的變化速率，是預(yù)設(shè)的故障判定閾值；C1.2.3，故障趨向判別率要求對周期內(nèi)監(jiān)測參數(shù)與故障觸發(fā)點(diǎn)的關(guān)聯(lián)進(jìn)行分析；首先計算故障變化率，公式為：；C1.2.4，為了捕捉故障趨向的加速變化，計算故障趨向加速度，公式為：；C1.2.5，基于故障變化率和故障趨向加速度，計算故障趨向判別率，公式為：；其中，為周期起始時間，為故障觸發(fā)時刻；C1.3，參數(shù)穩(wěn)態(tài)持久性系數(shù)的處理過程：C1.3.1，從參數(shù)篩選模塊獲取周期內(nèi)的監(jiān)測參數(shù)和周期特征函數(shù)，并結(jié)合周期識別模塊提供的周期劃分結(jié)果，提取每個周期內(nèi)的監(jiān)測參數(shù)穩(wěn)定區(qū)間，確保監(jiān)測數(shù)據(jù)在周期內(nèi)呈現(xiàn)出相對穩(wěn)定的變化趨勢；C1.3.2，為了捕捉周期內(nèi)的穩(wěn)態(tài)區(qū)間，計算監(jiān)測參數(shù)的變化率；穩(wěn)態(tài)區(qū)間的識別公式為：；其中，和分別為穩(wěn)態(tài)區(qū)間的起始和結(jié)束時刻，為穩(wěn)態(tài)變化率的閾值，用于判斷監(jiān)測參數(shù)是否處于穩(wěn)定狀態(tài)；C1.3.3，對于已識別出的穩(wěn)態(tài)區(qū)間，計算穩(wěn)態(tài)區(qū)間內(nèi)的持續(xù)時間，公式為：；C1.3.4，定義穩(wěn)態(tài)偏差為監(jiān)測參數(shù)相對于周期特征函數(shù)的偏離程度，偏差計算公式為：；C1.3.5，為了量化穩(wěn)態(tài)區(qū)間內(nèi)的參數(shù)穩(wěn)定性，計算穩(wěn)態(tài)能量密度，公式為：；其中，為周期特征函數(shù)的變化速率；C1.3.6，綜合穩(wěn)態(tài)持續(xù)時間、穩(wěn)態(tài)偏差和穩(wěn)態(tài)能量密度，計算參數(shù)穩(wěn)態(tài)持久性系數(shù)，公式為：。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人大唐向陽風(fēng)電有限公司，其通訊地址為：137100 吉林省白城市洮南市二龍鄉(xiāng)光明村；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。