买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西南交通大学申请的专利一种基于RVFL的单相PWM整流器功率器件IGBT开路故障诊断方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115828094B 。

龙图腾网通过国家知识产权局官网在2026-03-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211445342.5，技术领域涉及：G06F18/214；该发明授权一种基于RVFL的单相PWM整流器功率器件IGBT开路故障诊断方法是由冯晓云;邓清丽;苟斌;葛兴来;林春旭;谢东;王惠民设计研发完成，并于2022-11-18向国家知识产权局提交的专利申请。

本一种基于RVFL的单相PWM整流器功率器件IGBT开路故障诊断方法在说明书摘要公布了：本发明公开了一种基于RVFL的单相PWM整流器功率器件IGBT开路故障诊断方法，本方法基于实验平台和其数字仿真系统获取IGBT开路故障的原始数据库，设计故障特征向量，利用RVFL分类器训练故障分类器，调整网络模型的节点数和激活函数以节约计算资源和时间，利用已经训练好的网络模型对在线获取的数据样本分类识别，解决了单相PWM整流器中IGBT开路故障的实时快速诊断问题，有利于故障诊断算法的实时在线运行。

本发明授权一种基于RVFL的单相PWM整流器功率器件IGBT开路故障诊断方法在权利要求书中公布了：1.一种基于RVFL的单相PWM整流器功率器件IGBT开路故障诊断方法，其特征在于，包括以下步骤： S1、基于单相PWM整流器系统实验原型平台搭建数字仿真系统，获取不同IGBT单管开路故障模式下的网侧电流和直流侧电压数据，构建历史数据训练集； S2、通过历史数据训练集对RVFL分类器进行训练，得到训练后的RVFL分类器； S3、获取网侧电流在半个基波周期的平均值，判断该电流平均值的绝对值是否小于0.1，若是则进入步骤S4；否则进入步骤S5； S4、若该半个基波周期为正半周，则判定和发生开路故障；若该半个基波周期为负半周，则判定和发生开路故障； S5、采集并基于四分之一个基波周期内目标单相PWM整流器的网侧电流和直流侧电压数据作为测试数据构造测试集，将测试数据输入训练后的RVFL分类器，获取训练后的RVFL分类器输出的故障标签； S6、判断当前故障标签是否大于0，若是则进入步骤S7；否则判定无故障； S7、判断当前故障标签与上一个故障标签是否均大于0且不相等，若是则判定两个非对管发生双管开路故障；否则判定发生单管故障； 其中，和分别位于a相桥臂的上桥臂和下桥臂，和分别位于b相桥臂的上桥臂和下桥臂； 步骤S1的具体方法包括以下子步骤： S1-1、基于单相PWM整流器系统实验原型平台搭建数字仿真系统，获取不同IGBT单管开路故障模式下的网侧电流和直流侧电压数据，得到初始样本数据； S1-2、对同一故障模式下的初始样本数据进行标幺化处理，得到处理后的样本数据； S1-3、将处理后的样本数据按照仅包含网侧电流、仅包含直流侧电压，以及同时包含网侧电流和直流侧电压构造为3种不同的特征向量，将每个特征向量设置n种不同维度，得到3n个不同特征子集； S1-4、通过现有分类算法获取每种故障模式下测试精度最高的特征子集，得到训练集； 步骤S1-3中构造同时包含网侧电流和直流侧电压的特征向量的具体方法为： 将第y种故障对应的h维标幺化处理后的网侧电流数据和h维标幺化处理后的直流侧电压数据进行拼接，得到第y种故障的一个2h维特征向量，进而获取每种故障下的d个2h维特征向量；其中同一种故障对应的所有同维度特征向量构成该故障的属性值； 步骤S1-4中现有分类算法包括支持向量机分类模型、决策树分类模型、随机森林分类模型、随机近邻分类模型和神经网络分类模型；精度最高的特征子集为维度为200且同时包含网侧电流和直流侧电压的特征子集。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西南交通大学，其通讯地址为：610031 四川省成都市二环路北一段；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。