一種牽引變流器故障智能分析方法
【技術領域】
[0001] 本發明涉及牽引變流器故障檢測技術領域，尤其涉及一種牽引變流器故障智能分 析方法。
【背景技術】
[0002] 在電力機車交流傳動系統中，牽引變流器負責整個電能變換功能，將50Hz單相交 流電變換成變壓變頻的三相交流電，從而給牽引電機提供電源。由于牽引變流器結構復雜， 元器件受外部環境及運行工況的影響大，因而經常出現故障情況。目前對牽引變流器的故 障分析通常是由技術或現場服務人員基于經驗進行人工分析，由于牽引變流器的結構及控 制原理復雜，牽引變流器的故障分析也較為復雜，當出現超出經驗之外的罕見故障時，基于 人工分析的方法甚至無法執行故障分析，其還存在以下缺陷：
[0003] (1)現場服務人員分析時通常無法獲得牽引變流器的相應結構及設計原理，而只 能從外部故障現象進行判斷，通過不斷的嘗試更換不同的零部件來推斷可能發生的故障原 因，因而故障分析過程復雜、處理效率低，需要耗費較多的人工成本；
[0004] (2)技術人員分析時由于無法準確獲得外部故障現象及運用環境相關信息，只能 通過故障日志及波形文件進行分析，不利于相關故障的排查，影響故障分析的準確度；
[0005] (3)無論是現場服務人員或技術人員來對相關故障進行分析，基于人工故障分析 方法的準確度都受分析人員本身故障分析經驗程度的影響，而無法有效的利用歷史分析數 據來進行準確分析，不同分析人員所獲得的故障分析準確度可能不相同。
[0006] 隨著各種型號機車的批量上線運用，對現場故障處理速度要求越來越高，因此，提 高故障診斷的實時性和準確性成為亟待解決的問題。
【發明內容】
[0007] 本發明要解決的技術問題就在于：針對現有技術存在的技術問題，本發明提供一 種實現方法簡單、能夠實現牽引變流器故障的智能分析、且故障分析效率和精度高的牽引 變流器故障智能分析方法。
[0008] 為解決上述技術問題，本發明提出的技術方案為：
[0009] -種牽引變流器故障智能分析方法，步驟包括：
[0010] 1)關系模型建立：預先在牽引變流器中不同故障源發生故障時檢測對應的各種 不同故障信息，將每個故障源對應檢測到的多種故障信息構成一組故障融合表征信息，建 立故障源與故障融合表征信息之間的對應關系模型；
[0011] 2)故障智能分析：實時監測牽引變流器的運行狀態，并獲取各種實時故障信息構 成故障融合實時表征信息，根據所述對應關系模型分析與所述故障融合實時表征信息匹配 的故障源。
[0012] 作為本發明的進一步改進：所述故障信息包括外部故障現象信息、運用環境工況 信息，以及監測牽引變流器運行狀態時獲得的故障變量監測信息、故障波形監測信息。
[0013] 作為本發明的進一步改進：所述步驟1)中對應關系模型包括每組故障融合表征 信息與所有可能的故障源之間的對應關系。
[0014] 作為本發明的進一步改進，所述步驟1)中還包括故障分析規則構建步驟，具體步 驟為：根據所述對應關系模型計算每一組故障融合表征信息所對應的各個故障源的概率 值，得到故障融合表征信息與各個故障源之間的概率關系，并構成故障信息與故障源之間 的故障分析規則。
[0015] 作為本發明的進一步改進，所述故障分析規則步驟后還包括多維關系分析表構建 步驟，具體步驟為：將所述故障分析規則分別按照與每種故障信息的相關性、每個故障源的 概率關系構建得到故障信息與故障源之間的多維關系分析表。
[0016] 作為本發明的進一步改進，所述步驟1)所述多維關系分析表構建步驟中還包括 故障信息編碼分配步驟，具體步驟為：為不同故障信息設置對應的編碼，得到包含故障信息 編碼的多維關系分析表。
[0017] 作為本發明的進一步改進，所述步驟2)中分析與所述故障融合實時表征信息匹 配的故障源中的具體步驟為：將所述實時表征信息輸入至所述多維關系分析表中進行匹 配，根據所述故障信息編碼查找到與所述實時表征信息匹配的故障分析規則，由所述故障 分析規則分析得到對應的故障源。
[0018] 作為本發明的進一步改進：所述根據所述故障信息編碼查找到與所述實時表征信 息匹配的故障分析規則具體采用模糊推理方法。
[0019] 與現有技術相比，本發明的優點在于：
[0020] 1)本發明通過預先建立牽引變流器的故障源與故障融合表征信息之間的對應關 系模型，來表征故障源與不同組故障信息之間的對應關系，基于對應關系模型在獲取故障 融合實時表征信息后，可方便、準確的分析對應的故障源，從而實現牽引變流器故障的智能 分析，且分析效率及精度高；
[0021] 2)本發明中故障信息包括外部故障現象信息、運用環境工況信息，以及監測牽引 變流器運行狀態時獲得的故障變量監測信息、故障波形監測信息，由多種故障信息進行融 合來進行表征，能夠準確的表征各種不同故障工況下的故障狀態，以進一步提高故障分析 的精度；
[0022] 3)本發明對應關系模型進一步包括每種故障融合表征信息與所有可能的故障源 之間的對應關系，從而可以有效表征出各種故障信息與故障源之間的多維產生因果關系， 以便于準確的分析定位對應故障信息所對應的所有故障源；
[0023] 4)本發明進一步根據對應關系模型計算每一組故障融合表征信息所對應的各個 故障源的概率值，由故障融合表征信息與各個故障源之間的概率關系構成故障分析規則， 從而在確定故障信息后，通過故障分析規則即可快速、準確的分析得到對應的故障源；
[0024] 5)本發明進一步按照不同故障表征的類型建立故障表征信息標識表，在故障表征 信息標識表中不同故障信息設置對應的編碼，由編碼標識對應的故障信息類型，便于記錄 各種故障信息以及實現故障信息的匹配。
【附圖說明】
[0025] 圖1是本實施例牽引變流器故障智能分析方法的實現流程示意圖。
[0026] 圖2是本實施例牽引變流器故障智能分析方法的實現原理示意圖。
[0027] 圖3是本實施例中建立智能分析系統知識庫的實現原理示意圖。
[0028] 圖4是電力機車交流傳動系統主電路結構以及各故障源的原理示意圖。
【具體實施方式】
[0029] 以下結合說明書附圖和具體優選的實施例對本發明作進一步描述，但并不因此而 限制本發明的保護范圍。
[0030] 如圖1、2所示，本實施例牽引變流器故障智能分析方法，步驟包括：
[0031] 1)關系模型建立：預先在牽引變流器中不同故障源發生故障時檢測對應的各種 不同故障信息，將每個故障源對應檢測到的多種故障信息構成一組故障融合表征信息，建 立故障源與故障融合表征信息之間的對應關系模型；
[0032] 2)故障智能分析：實時監測牽引變流器的運行狀態，并獲取各種實時故障信息構 成故障融合實時表征信息，根據對應關系模型分析與故障融合實時表征信息匹配的故障 源。
[0033] 本實施例通過預先建立牽引變流器的故障源與故障融合表征信息之間的對應關 系模型，來表征故障源與不同組故障信息之間的對應關系，由對應關系模型在獲取故障融 合實時表征信息后，可方便、準確的分析對應的故障源，從而實現牽引變流器故障的智能分 析，且分析效率及精度高。
[0034] 本實施例中，故障信息包括外部故障現象信息、運用環境工況信息，以及監測牽引 變流器運行狀態時獲得的故障變量監測信息、故障波形監測信息，各種具體故障信息可根 據實