总结
本发明提供了一种模块化多电平换流器子模块复合故障诊断方法，该方法包括：对原始电流信号进行采样，对采样得到的电流信号进行归一化处理，并随机划分为训练集、验证集和测试集；搭建改进的胶囊网络模型：将一维卷积神经网络结合长短时记忆网络作为胶囊网络的特征提取单元，再与主胶囊层和数字胶囊层组合在一起构成一个改进的胶囊网络模型；在验证集上独立评估模型超参数，得到一组超参数优化的训练模型；最后，在训练好的模型上对测试集数据进行测试，输出故障诊断结果。本发明能在较小的计算代价下，提取原始信号中深层次的特征，对于MMC电平数较高导致时域波形特征不明显的工况下，仍然具有较高的故障诊断精度，检测成本低，简单易实现。
收藏
