16729

16729

طراحي مبدل خازن شناور با قابليت تشخيص خطا

كارشناسي ارشد

برق قدرت

بهمن 1395

دكتر عباس شولائي

برق

مبدل‌هاي چندسطحي به دليل مزايايي كه دارند، يك انتخاب مناسب جهت تأمين توان در سيستم‌هاي الكتريكي با قدرت بالا مي‌باشند. با اين وجود تعداد زياد المان‌هاي مورد نياز در ساختار مبدل‌هاي چندسطحي موجب افزايش احتمال خرابي، كاهش اعتماد به استفاده از آن‌ها در فرآيندهاي حساس و افزايش مدت ‌زمان تعميرات اين مبدل‌ها مي‌گردد. در نتيجه بيان روش‌هايي جهت تشخيص محل دقيق و نوع خطا بسيار ضروري مي‌باشد. در اين گزارش به ارائه سه روش جهت تشخيص خطاي كليدهاي نيمه‌هادي و خطاي خازن‌ها در مبدل خازن شناور پرداخته مي‌شود. مبدل‌هاي چندسطحي از تعداد زيادي كليد نيمه‌هادي، منابع جريان مستقيم ولتاژ، خازن و ديودها تشكيل مي‌شوند، در نتيجه ارائه¬ي يك مدل رياضي براي اين سيستم‌ها، پيچيده و زمان‌بر مي‌باشد. روش‌هاي هوشمند به دليل توانايي بالايي كه در مدل‌سازي سيستم‌هاي پيچيده و غير خطي دارند، يك انتخاب مناسب جهت مدل‌سازي سيستم تشخيص خطا در مبدل‌هاي چندسطحي مي‌باشند. در روش اول و دوم به ترتيب با استفاده از شبكه‌هاي عصبي دو لايه و الگوريتم درخت تصميم به تشخيص خطا در مبدل خازن‌شناور پرداخته شده است. در هر دو روش از مولفه‌هاي هارمونيكي ولتاژ خروجي استفاده مي‌گردد. روش اول به دليل استفاده از توابع غير خطي توانايي بالايي در مدل¬سازي دقيق سيستم تشخيص خطا دارد. اين روش مي‌تواند در مدت زمان كمتر از 25 ميلي‌ثانيه محل و نوع خطا را تشخيص دهد. روش دوم با رويكرد كاهش حجم محاسبات و ساده‌سازي سيستم تشخيص خطا ارائه شده است. اين روش به دليل استفاده از تنها چند مقايسه‌گر، قابليت پياده‌سازي بسيار بالايي دارد. هم-چنين اين روش در مدت ‌زمان كمتر از 30 ميلي ‌ثانيه مي‌تواند محل و نوع خطا را تشخيص دهد. روش سوم با رويكرد كاهش زمان تشخيص خطا ارائه شده است. اين روش به دليل استفاده از مقدار لحظه‌اي ولتاژ خازن‌هاي شناور، توانايي بسيار بالايي در تشخيص سريع محل و نوع خطا دارد. اين روش در مدت ‌زمان كمتر از 4 ميلي‌ثانيه به تشخيص محل و نوع خطا در مبدل خازن ‌شناور مي‌پردازد. نتايج پياده‌سازي عملي مبدل خازن‌شناور و روش دوم تشخيص خطا، صحت عملكرد روش مطرح‌شده جهت تشخيص نوع و محل دقيق خطا را نشان مي‌دهد.

1395/12/03

1/1/1900 12:00:00 AM

Multilevel converters are appropriate choices of power supply in high-power electrical systems. However, a large number of elements required in the structure of multilevel converters, increases the probability of failure, decreases the trust of their use in critical processes, an​d increases the time of their repair. As a result, it is essential to propose the methods for detecting the exact location an​d type of faults. This report provides three methods of fault detection of semiconductor switches an​d capacitors in the flying capacitor converters. Multilevel converters are formed from numerous semiconductor switches, direct voltage current sources, capacitors an​d diodes; thus providing a mathematical model for these systems is very complex an​d time consuming. Intelligent methods are perfect choices for modeling fault detection system in multilevel converters, as they can model complex an​d non-linear systems properly. The first an​d second methods use two layer neural network an​d decision tree algorithm, respectively in order to detect faults in the flying capacitor converters. The harmonic components of output voltage are used in both methods. The first method accurately models the fault detection system as it uses non-linear functions. So, this method can detect the location an​d type of fault in less than 25 milliseconds. The second method is proposed to reduce computations an​d simplify the fault detection system. This method can be implemented easily as it uses a few comparators; an​d also, it can detect the location an​d type of error in less than 30 milliseconds. The third method is proposed to reduce the time of fault detection. This method uses the current voltage of flying capacitors, so it is good at rapid detection of location an​d type of fault. This method can detect the location an​d type of fault in less than 4 milliseconds in the flying capacitor converters. The practical implementation of flying capacitor converter an​d the second fault detection method show the accuracy of proposed method to detect the exact location an​d type of faults.