总结
本发明涉及多电平换流器故障诊断技术，具体涉及一种模块化多电平换流器故障分类方法，通过对三相交流输出电流和内部环流进行采样，对采样得到的电流信号进行小波硬阀值去燥，滤除其中的噪声；再将去燥信号归一化处理；对归一化的信号使用同步挤压小波变换(SST)得到原始电流信号的三维时频图；将三维时频图像随机划分为训练集和测试集；用遗传算法优化卷积神经网络模型的超参数,用4折交叉验证法在验证集上评估模型；在优化后的模型上输入测试集数据，测试结果即为故障分类结果。该方法能准确的分类待测试样本中的故障类型。对于整个MMC换流器，仅需要6个电压传感器，节省了成本，减少了检测复杂性，简单易实现。
收藏
