祝贺【集美大学】船舶电力系统故障检测与可靠性评估团队发表高水平论文
发布时间:
2025-04-23 15:30
来源:
学术报告摘要
集美大学王荣杰教授所在的船舶电力系统故障检测与可靠性评估团队提出了基于多源信息融合的海上风电机组逆变模块故障诊断,相关成果发表于Recent Advances in Electrical & Electronic Engineering(IF:0.6, EI)。相比于传统故障诊断方法,本文所提结合注意力机制和多源数据一维卷积的故障诊断方法有效提升了海上风电机组逆变模块在复杂环境下的故障识别能力,同时避免了故障特征相似度高导致的误判问题,提高了故障诊断的准确性与鲁棒性。实验结果表明,该方法通过提取逆变模块的多源信息,并利用注意力机制加权融合所提取的故障特征,实现了故障的精确定位和准确识别。半实物仿真实验结果表明,采用该方法后,逆变模块的故障诊断准确率超过99%,相比于其他诊断方法,展现出更优的诊断性能和更强的故障辨识能力。在文中使用了南京研旭SP2000实时仿真一体机,电力电子功率硬件采用南京研旭公司YXPHM-TP2xb-I,电机采用的是永磁同步电机(PMSM)。

研旭助力论文发表
特别致谢
集美大学
船舶电力系统故障检测与可靠性评估团队
论文题目:Fault Diagnosis of Offshore Wind Turbine Inverter Modules Based on Multi-Source Information Fusion
作者:刘浩,王荣杰,王亦春,张博,王耀琪
期刊名称:Recent Advances in Electrical & Electronic Engineering
影响因子:0.6
引用格式:Hao L, Rongjie W, Yichun W, et al. Fault Diagnosis of Offshore Wind Turbine Inverter Modules Based on Multi-Source Information Fusion [J]. Recent Advances in Electrical & Electronic Engineering, 2025, 18: 1-14.
论文链接:https://www.eurekaselect.com/article/147082


王荣杰
集美大学轮机工程学院教授/博导,交通运输部“交通运输行业高层次人才培养计划”、“交通运输青年科技英才”,国家自然科学基金通讯评议人,厦门市仪器仪表学会理事,主要从事电力系统故障诊断与预测、智能信息处理、群体智能算法及其在孤岛式电力系统的应用。

刘浩
硕士研究生,于2022年获得江苏科技大学电子信息工程学士学位。目前在集美大学攻读船舶与海洋工程硕士学位。主要研究方向为智能信息处理和电力系统故障诊断等。
背景
在“双碳”目标和新能源快速发展的背景下,我国相继出台了一系列风力发电相关战略与政策,推动风电产业高质量发展。作为风电领域的重要组成部分,海上风电具备广阔的发展前景。然而,受复杂海洋环境影响,风电机组逆变模块长期处于过载、过压、腐蚀和潮湿等恶劣工况下运行,导致故障风险显著增加。随着海上风电机组大规模接入电网,对其健康管理的需求日益迫切,这对于保障风电场的安全稳定运行以及构建高比例可再生能源系统至关重要。然而,受制于复杂的运行环境和高度相似的故障特征,实现逆变模块的精准故障定位与高效识别仍然是一项亟待解决的难题。

待解决问题
海上风电机组的逆变模块是关键的能源转换和整合接口,必须得到有效保护以确保系统的可靠运行。逆变模块故障诊断方法主要包括基于解析模型、信号处理分析和数据驱动的方法。传统基于模型的诊断方法依赖精确的数学建模,难以适应复杂工况变化;信号处理分析方法虽然能够通过时域或频域特征识别故障,但易受采集信号质量影响,存在误判风险。随着深度学习的发展,数据驱动方法在故障诊断中展现出强大优势,能够自动提取高层次特征,实现精准识别。然而,单一数据源的局限性使其在故障特征相似度较高或数据质量较差的情况下表现受限。

研究方法
1、为解决逆变模块故障特征高度相似的问题,采用多源数据融合方法,从电压、转速、转矩和正交编码脉冲(QEP)四种信号中提取有效特征。
2、引入注意力机制对提取的特征进行加权融合,保留具有较强区分能力的关键特征,从而降低误诊和漏诊的可能性,提高系统的可靠性和鲁棒性。
3、进行半实物仿真实验,直接在真实硬件上模拟故障,以更真实地反映系统在实际运行中的性能和响应,提高实验数据的可信度。
内容









结果与展望
本文针对海上风电机组逆变器模块内部故障特征高度相似的问题,提出了一种基于多源信息融合的故障诊断方法。通过半物理仿真实验,提取电压、转速、转矩和 QEP 四类信号作为输入,为诊断模型提供更全面的信息视角,弥补单一数据源的局限性。此外,采用注意力机制对提取的特征向量进行加权,以有效表征故障特征,实现多源信息特征的融合。最终,通过实验验证了所提方法的有效性与可行性,得出如下结论:
1.在风电机组逆变器模块中,单一信号源难以全面表征故障特征,多源信息融合可有效提高故障特征的区分度。
2.采用注意力机制进行特征加权,有助于突出关键故障信息,优化特征提取效果,提高故障分类准确率。
3.与其他主流深度学习算法相比,本文方法在故障特征提取和故障诊断性能方面均表现优越,在准确率、稳定性等指标上均取得更优结果。
4.本方法主要针对风电机组稳定运行工况的故障诊断,未来研究应进一步探索适用于复杂环境(如负载波动、环境变化及极端天气条件)的故障诊断方法,以提升诊断的适应性和鲁棒性。
相关新闻
重磅升级!研旭伏羲电控 YanXuView V13.1.2 发布:SP2000/6000/8000 三合一,打造电力电子极速 RCP 测控新标杆!
在新能源并网逆变器、储能变流器(PCS)、永磁同步电机(PMSM)高性能驱动以及交直流微电网的科研与产品开发中,快速控制原型(RCP)是连接“Simulink 控制算法仿真”与“真实功率硬件验证”的关键枢纽。 面对实验室多硬件架构上位机割裂、缺乏电力电子专业频谱/相量诊断工具、以及高压隔离间远程桌面看波形卡顿等痛点,南京研旭电气正式发布全新升级版——研旭伏羲电控快速控制原型监控与组态调试系统(YanXuView V13.1.2)!
金秋十一月,南京研旭将携核心产品亮相苏州、杭州、西安三城 展会。我们诚挚邀请您莅临现场,近距离体验我们的最新技术成 果,直观感受产品性能与解决方案的应用。
武汉见!【南京研旭】邀您共赴2026 第四届中国电气工程大会、2026 中国电气工程技术装备展览会
2026年10月30日-11月1日,由中国电工技术学会、华中科技大学、中国科学院电工研究所、中国电力科学研究院有限公司、清华大学、中国电气装备集团有限公司、西安交通大学、浙江大学、哈尔滨工业大学主办的2026 第四届中国电气工程大会、中国电气工程技术装备展览会,将在武汉欧亚会展国际酒店召开举行。
微信公众号
