学术简报︱三相无桥功率因数校正器开路故障的快速诊断与定位策略
中国矿业大学（北京）机电与信息工程学院的研究人员陈文博、程红、王聪，在2019年第18期《电工技术学报》上撰文，为了提高三相无桥功率因数校正（PFC）工作时的可靠性与安全性，分析了其开路故障机理和故障特征，并针对该变换器故障状态种类较多且状态样本稀疏等问题，提出一种基于近邻算法的无桥变换器开路故障诊断策略。
该策略以三相输入电流作为故障特征量，通过坐标变换和相似性分析对各状态的已知样本进行优化，采用基于标准化曼哈顿距离的K最近邻算法进行故障模式识别。仿真和实验结果显示，该诊断策略能够实现以较高采样速率对无桥变换器进行在线的实时诊断，诊断的准确率较高，诊断速度较快，且对负载突变、谐波干扰等特殊状态具有一定鲁棒性。
三相无桥功率因数校正器（Power Factor Corrector, PFC）的拓扑结构如图1所示，该变换器在船舶电力模拟系统、新一代变频器、电动汽车充电桩、电能质量管理以及电力电子变压器（Power Electronic Transformer, PET）等场合已有大量应用。
三相无桥PFC由二极管、功率开关、滤波电感和电容等器件组成，随着变换器功率密度的提升以及功率开关器件耐压等级的提高，其故障发生的概率也在不断上升。由于三相无桥PFC多应用于前级整流，若该变换器的器件发生开路故障，不仅会导致整流级输出异常，还会影响后级电路的性能和可靠性，并且会对网侧造成大量谐波污染。因此，为提高三相无桥PFC的可靠性与安全性，避免因某个器件的开路故障而导致二次故障以及人身或财产损失等，需要研究一种可靠的、快速的在线故障诊断与定位策略来保障其安全运行。
图1 三相无桥PFC结构
考虑到电力电子变换器的非线性结构特点，用于数字控制或稳态分析的数学模型大多无法直接用于对其故障进行诊断或定位。因此，众多学者根据不同的研究对象采取不同的方法，提出了一系列针对电力电子变换器的故障诊断或定位策略。
有学者针对整流器晶闸管开路故障，提出了以电感电流斜率为特征量的故障检测方法；
有学者根据故障时电流的变化特性，提出了变换器单个器件开路故障的诊断方法；
有学者针对双Boost PFC拓扑结构，提出了一种故障诊断与定位方法；
有学者针对三相PFC整流器的开关故障，采用模糊神经网络方法对输入电流信号进行模式识别，进而进行故障诊断；
有学者通过分析直流侧故障电流特征构造故障识别判据，提出了一种在线故障诊断方法。
目前，对于无桥结构变换器的故障诊断和定位研究尚未形成共识。针对类似结构的PWM整流器的故障诊断研究用于无桥PFC开路故障诊断时亦存在一定的不足。
有学者通过计算输入电流实际值与预先构建模型的残差，检测故障并判断开路器件位置，该方法简单可靠且不受网侧电压和系统负载的扰动，但由于其模型构造与残差阈值选取都与系统参数有关，在应用上存在很大的局限性。
有学者在基于输入电流Park向量方法的基础上，提出了基于输入电流直流分量的故障诊断与定位方法，该方法在中度负载和轻载情况时能在一个电源周期内诊断出故障，但在高负载情况下无法使用，且不适用于电源或负载状态变化的情况。
有学者提出了一种基于相电流和空间矢量PWM开关模态的故障诊断方法，但同样存在无法应对状态突变情况的问题。
有学者针对PWM整流器采用电流的直流分量作为特征，实现了在20ms以内的快速故障诊断，但同样存在不能消除谐波干扰以及系统状态瞬变的问题。
综上，现有的针对各类PWM整流器的开路故障诊断方法，一般采用输入电流作为故障特征进行诊断，采用其周期平均值进行坐标变换或基波分解，再根据构造好的模型或逻辑计算估计值与实际值的误差，从而对故障进行诊断或定位。由于无桥PFC或整流器工作时存在较多不确定性，现有研究大多未对系统状态突变或电流谐波干扰等特殊情况进行讨论。
进一步分析可以发现，通过计算某个变量的实际值和模型计算的预测值之间的误差或残差，从而判断是否为故障状态的方法，其阈值的选取是造成诊断算法适应性不强的重要原因。适用于一般状态诊断的阈值无法应用于其他特殊情况；适用于特殊情况的阈值会影响正常情况的诊断性能。
虽然采用数据标准化等手段能够在一定程度上提高诊断算法的适应性，但实际效果并不佳。参考相关领域的故障诊断方法，采用模式识别的方法能够在较大程度上提高诊断算法的适应性。
有学者采用K最近邻算法对定子电流和电压进行模式识别，实现了对感应电机的故障诊断。
有学者提出了一种基于K最近邻算法的故障诊断方法，降低了半导体制造的废品率和制造成本。
有学者针对电机轴承的故障诊断问题，通过提取振动信号的特征，采用半监督的最近邻算法实现了对早期故障的检测。
有学者将K最近邻规则应用于发电机转子的故障诊断，同样取得了较好的效果。
这类基于模式识别中近邻算法的故障诊断方法，其原理为：以采集的正常、故障或其他特殊状态的离散数据点作为已知样本，通过判断实际运行中某一时刻数据点的状态归属，来确定是否检测到了故障状态。
该类算法不需要对比外部设定的残差阈值，状态的识别仅依靠内部的极值，其适应性只与构造的已知样本是否包含更全面的状态特征有关。通过合理构造无桥PFC在各种状态下的故障样本，采用模式识别方法的故障诊断策略具有一定可行性，能够弥补传统方法的不足之处。
因此，本文提出一种基于近邻算法的三相无桥PFC开路故障诊断和定位策略，通过对已知样本进行优化、改进K最近邻算法的计算流程，使该策略对电源波动、负载突变以及大电流谐波干扰等情况都具有鲁棒性、对系统参数不敏感，并且算法的实时性满足在线故障诊断与定位的要求。
首先论述无桥功率因数校正变换器的故障机理，并对故障特征以及负载突变状态特征进行分析，之后构造覆盖八种状态的已知样本并对其进行优化，然后提出了一种基于改进K最近邻算法的故障诊断与定位策略，最后通过仿真和实验验证了该策略的可行性，并对其准确性、快速性等性能参数进行分析。
图8 搭建的实验系统
本文针对三相无桥变换器的故障诊断问题，重点研究了单开关器件开路的故障机理和故障特征。通过具体分析，确定了以输入电流为故障特征量的故障诊断策略。首先，通过仿真获取特征量的原始样本；之后，数据经过预处理和降维得到用于故障诊断的测试样本；最后，采用基于标准化曼哈顿距离的K最近邻算法对实时采样到的未知状态数据进行识别。
实验结果显示，该故障诊断策略能够以至少1kHz的采样频率对三相无桥变换器进行在线故障诊断，且诊断准确率和诊断用时都达到了设计需求。
本文所研究的内容依然存在一定的局限性。首先，该故障诊断策略并未完全消除误诊或错诊情况；其次，该策略的诊断用时仍然有提高空间；最后，未针对三相不平衡的情况进行讨论。以上问题都是下一步研究的重点方向。