[논문 리뷰] An analysis of voltage source inverter switches fault classification using short time Fourier transform

Mustafa Manap, Srete Nikolovski외 4명|arXiv (Cornell University)|2021. 11. 12.

Multilevel Inverters and Converters참고 문헌 86인용 수 11

한 줄 요약

이 논문은 시간-주파수 신호 분석과 규칙 기반 분류기와 함께 단기 푸리에 변환(STFT) 기반의 전압원 인버터(VSI) 스위치 고장 분류 방법을 제안한다. 이 방법은 고장 신호의 STFT 표현에서 총 고조파 왜곡(THD), RMS 전류, 파형 왜곡 등의 특징을 추출하여, 60개의 테스트 신호에서 개방 및 단락 고장에 대해 98.3%의 분류 정확도를 달성한다.

ABSTRACT

The dependability of power electronics systems, such as three-phase inverters, is critical in a variety of applications. Different types of failures that occur in an inverter circuit might affect system operation and raise the entire cost of the manufacturing process. As a result, detecting and identifying inverter problems for such devices is critical in industry. This study presents the short-time Fourier transform (STFT) for fault classification and identification in three-phase type, voltage source inverter (VSI) switches. Time-frequency representation (TFR) represents the signal analysis of STFT, which includes total harmonic distortion, instantaneous RMS current, RMS fundamental current, total non harmonic distortion, total waveform distortion and average current. The features of the faults are used with a rule-based classifier based on the signal parameters to categorise and detect the switch faults. The suggested method's performance is evaluated using 60 signals containing short and open circuit faults with varying characteristics for each switch in VSI. The classification results demonstrate the proposed technique is good to be implemented for VSI switches faults classification, with an accuracy classification rate of 98.3%.

연구 동기 및 목표

• 삼상 전압원 인버터(VSI)에서 신뢰할 수 있는 고장 감지를 위한 필수적인 요구사항을 해결하기 위해, 산업 및 전력 전자 응용 분야에서 핵심적인 역할을 하는 VSI의 고장 감지 문제를 다루기 위해.
• 정밀한 시스템 모델과 파라사이트 매개변수에 대한 사전 지식이 필요한 모델 기반 고장 진단 방법의 한계를 극복하기 위해.
• 세부적인 컨버터 모델링에 의존하지 않고도 강건하고 빠른 신호 처리 기반의 고장 분류 방법을 개발하기 위해.
• 측정된 전기적 신호만을 사용하여 실시간으로 VSI 스위치의 개방 고장 및 단락 고장을 정확하게 식별할 수 있도록 하기 위해.
• STFT 유도 특징를 기반으로 한 규칙 기반 분류기의 성능을 평가하여 고장 유형 식별에 활용하기 위해.

제안 방법

• 50V DC 입력, 60Hz 기본 주파수, 100초 샘플링 시간을 사용하여 MATLAB에서 삼상 VSI 스위치 고장을 모델링한다.
• 시간 도메인 고장 신호를 시간-주파수 표현(TFR)으로 변환하기 위해 단기 푸리에 변환(STFT)을 적용한다.
• TFR에서 핵심 신호 특징을 추출한다: 총 고조파 왜곡(THD),순순시 RMS 전류, RMS 기본 주파수 전류, 총 비고조파 왜곡, 총 파형 왜곡, 평균 전류.
• 추출된 신호 파arameter를 기반으로 사전 정의된 의사결정 규칙를 적용하는 규칙 기반 분류기를 사용하여 고장 유형을 분류한다.
• 삼상 VSI의 모든 스위치에서 다양한 고장 특성을 가진 60개의 테스트 신호를 사용하여 방법을 구현한다.
• 분류 정확도와 강건성 평가를 위해 제어된 시뮬레이션 환경을 사용하여 방법의 성능을 검증한다.

실험 결과

연구 질문

• RQ1 STFT 기반 시간-주파수 분석은 VSI 스위치의 개방 고장과 단락 고장을 효과적으로 구분할 수 있는가?
• RQ2 STFT 표현에서 유도된 핵심 신호 특징(예: THD, RMS 전류)은 특정 고장 유형과 어떻게 관련이 있는가?
• RQ3 시스템 매개변수의 사전 지식이 없이도 STFT 유도 특징만을 사용하여 규칙 기반 분류기가 고장을 얼마나 정확하게 분류할 수 있는가?
• RQ4 다양한 고장 시나리오에서 삼상 VSI에서 제안된 방법의 분류 정확도는 어떠한가?
• RQ5 모델 기반 또는 기계 학습 기반 대안과 비교했을 때, 제안된 방법의 성능과 구현 복잡도는 어떠한가?

주요 결과

• 제안된 STFT 기반 고장 분류 방법은 다양한 고장 특성을 가진 60개의 테스트 신호에서 98.3%의 분류 정확도를 달성하였다.
• 이 방법은 STFT에서 추출한 시간-주파수 특징만을 사용하여 개방 고장(OCFs)과 단락 고장(SCFs)을 성공적으로 구분하였다.
• 총 고조파 왜곡(THD), RMS 전류, 총 파형 왜곡과 같은 신호 특징은 고장 유형 식별에 매우 구분력이 있었다.
• 규칙 기반 분류기는 높은 신뢰성과 빠른 계산 성능을 보였으며, 산업용 전력 전자 시스템의 실시간 구현에 적합하였다.
• 이 방법은 파라사이트 저항, 인덕턴스, 커패시턴스와 같은 시스템 매개변수의 사전 지식이 필요하지 않아 실용성과 적용 가능성이 향상되었다.
• 결과는 STFT 기반 신호 분석이 VSI 스위치에서 비정상적이고 다중 주파수 성분을 가진 고장 신호를 탐지하고 분류하는 데 효과적임을 확인하였다.