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
【南京研旭】邀您共赴中国电工技术学会磁场调制电机专业委员会2026年度学术年会
1.学术年会 围绕磁场调制电机系统、关键技术与工程应用难点开展特邀报告与专题研讨。 参会人员包括专委会全体会员及从事电机科研、设计、制造和经营管理的高等院校、科研院所及企事业单位专家学者等。欢迎与会专家学者提出创新思路，分享研究成果。 2.专业委员会工作会议 2026年度工作汇报及下年度发展方向与重点工作，请专委会全体委员
[南京研旭]正式搬迁至全新办公地址啦！从[新科一路6号]到[南京市江北新区创业路5号粤浦科技园12号楼]，改变的是办公环境，不变的是我们[南京研旭]人深耕行业的初心与携手同行的情谊。
温州见！【南京研旭】邀您共赴第二十一届中国电工技术学会学术年会
第二十一届中国电工技术学会学术年会 2026年9月18日-9月20日，由中国电工技术学会主办，温州大学、《电气技术》杂志社有限公司承办的第二十一届中国电工技术学会学术年会，将在温州君廷酒店一层大堂召开举行。 南京研旭电气科技有限公司诚挚邀请您莅临我们的展位9号，共赴这场电力电子领域的学术年会！
深圳见！【南京研旭】邀您共赴PCIM Asia Shenzhen 2026 —— 深圳国际电力元件、可再生能源管理展览会暨研讨会
深圳国际电力元件 可再生能源管理展览会暨研讨会 2026年8月26日-8月28日，亚洲电力电子行业年度盛会——PCIM Asia Shenzhen 2026（深圳国际电力元件、可再生能源管理展览会）将在深圳国际会展中心（宝安新馆）隆重举行。 南京研旭电气科技有限公司诚挚邀请您莅临我们的展位E69，共赴这场电力电子领域的行业盛宴！
扬州大学电气与能源动力工程学院的研究人员提出了一种基于多尺度广义幅值感知排列熵的直流串联电弧故障检测系统。论文针对光伏系统直流侧串联电弧故障信号随机性强、非平稳性明显及故障特征隐蔽等问题，在排列熵基础上引入幅值感知机制，并结合滑动窗口广义粗粒化方法，增强了对电流信号局部幅值扰动和多尺度动态特征的表征能力。此外，采用PSO对多尺度特征进行权重优化，并利用SVM实现故障识别。实验结果表明，论文提出的方法检测准确率达到99.32%，检测时间为103.62ms，满足UL1699B标准要求，具有较好的实时性和工程应用潜力。文中使用了研旭公司的光伏逆变柜和逆变器YXMG-SGA05，并结合DC-DC变换器和电阻负载搭建实验平台，有效验证了本文方法的可行性。
微信公众号
