一种开关量接口电路的健康评估方法及装置

1.本发明涉及电力电子技术领域，特别涉及一种开关量接口电路的健康评估方法及装置。


背景技术：

2.随着电力电子技术的不断发展，开关量接口电路越来越多地出现在工业生产、民用生活等各个领域，通过分析开关量接口电路的运行状态数据，评估其健康状态，有利于及时发现并处理开关量接口电路的运行故障，对于确保开关量接口电路的运行可靠性具有极为重要的意义。
3.然而，开关量接口电路在使用时的衰退过程难以捕捉，电路通常只有正常/异常两种状态，无法直接展开健康评估。


技术实现要素：

4.根据本发明实施例提供的方案解决的技术问题是开关量接口电路的衰退过程难以捕捉导致无法直接开展开关量接口电路的健康评估。
5.根据本发明实施例提供的一种开关量接口电路的健康评估方法，包括：
6.根据开关量接口电路中的电子元件种类和电子元件间的连接关系，构建开关量接口电路仿真模型；
7.通过外加相同的干扰电压，对所述开关量接口电路仿真模型中的每个电子元件进行仿真处理，确定开关量接口电路中的关键电子元件；
8.通过对所述关键电子元件进行连续故障注入仿真与主动激励测试处理，得到关键电子元件在不同故障程度下的极限抗干扰电压仿真数据，并在每个极限抗干扰电压仿真数据上添加用于模拟测量误差的高斯噪声，得到添加有高斯噪声的极限抗干扰电压仿真数据；
9.利用所述添加有高斯噪声的极限抗干扰电压仿真数据和高斯混合模型，得到所述开关量接口电路的健康评估结果。
10.优选地，所述通过外加相同的干扰电压，对所述开关量接口电路仿真模型中的每个电子元件进行仿真处理，确定开关量接口电路中的关键电子元件包括：
11.通过外加相同的干扰电压，对所述开关量接口电路仿真模型中的每个电子元件进行仿真处理，选取开关量接口电路中对所述干扰电压变化敏感的电子元件，并将所述对所述干扰电压变化敏感的电子元件作为开关量接口电路中的关键电子元件。
12.优选地，所述用于模拟测量误差的高斯噪声包括：
13.确定高斯分布的均值和方差，并根据实际测量每个极限抗干扰电压仿真数据的误差，设置高斯分布系数；
14.利用所述高斯分布系数，得到用于模拟测量误差的高斯噪声。
15.优选地，所述利用所述添加有高斯噪声的极限抗干扰电压仿真数据和高斯混合模
型，得到所述开关量接口电路的健康评估结果包括：
16.利用所述添加有高斯噪声的极限抗干扰电压仿真数据和高斯混合模型，得到所述关键电子元件的健康评估结果；
17.将所述关键电子元件的健康评估结果作为所述开关量接口电路的健康评估结果。
18.优选地，所述利用所述添加有高斯噪声的极限抗干扰电压仿真数据和高斯混合模型，得到所述关键电子元件的健康评估结果包括：
19.通过对所述添加有高斯噪声的极限抗干扰电压仿真数据进行预处理，得到预处理后的添加有高斯噪声的极限抗干扰电压仿真数据；
20.将所述预处理后的添加有高斯噪声的极限抗干扰电压仿真数据进行数据划分处理，得到健康极限抗干扰电压仿真数据和衰退极限抗干扰电压仿真数据；
21.利用健康极限抗干扰电压仿真数据，得到健康极限抗干扰电压仿真数据拟合的混合高斯模型对应的第一均值，同时利用衰退极限抗干扰电压仿真数据，得到衰退极限抗干扰电压仿真数据拟合的混合高斯模型对应的第二均值；
22.计算所述第一均值和所述第二均值的欧氏距离，并将所述欧氏距离归一化处理后得到所述关键电子元件的健康评估结果。
23.优选地，还包括确定所述开关量接口电路的仿真软件。
24.优选地，所述开关量接口电路的仿真软件为multisim。
25.优选地，还包括：通过调研所述开关量接口电路的功能及构造，确定开关量接口电路中的电子元件种类和电子元件间的连接关系。
26.优选地，在构建开关量接口电路仿真模型之后，还包括：
27.通过所确定的仿真软件对所述开关量接口电路仿真模型进行仿真，确定所述开关量接口电路仿真模型的有效性。
28.根据本发明实施例提供的一种开关量接口电路的健康评估装置，包括：
29.构建模块，用于根据开关量接口电路中的电子元件种类和电子元件间的连接关系，构建开关量接口电路仿真模型；
30.确定模块，用于通过外加相同的干扰电压，对所述开关量接口电路仿真模型中的每个电子元件进行仿真处理，确定开关量接口电路中的关键电子元件；
31.获取模块，用于通过对所述关键电子元件进行连续故障注入仿真与主动激励测试处理，得到关键电子元件在不同故障程度下的极限抗干扰电压仿真数据，并在每个极限抗干扰电压仿真数据上添加用于模拟测量误差的高斯噪声，得到添加有高斯噪声的极限抗干扰电压仿真数据；
32.健康评估模块，用于利用所述添加有高斯噪声的极限抗干扰电压仿真数据和高斯混合模型，得到所述开关量接口电路的健康评估结果。
33.根据本发明实施例提供的方案，通过在开关量接口电路的仿真模型上外加干扰电压，利用电路的抗干扰能力表征其健康状态，进而完成对电路的健康评估，解决了开关量接口电路难以开展健康评估的问题。
附图说明
34.此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发
明的示意性实施例及其说明用于理解本发明，并不构成对本发明的不当限定。在附图中：
35.图1是本发明实施例提供的一种开关量接口电路的健康评估方法的流程图；
36.图2是本发明实施例提供的一种开关量接口电路的健康评估装置的示意图；
37.图3是本发明实施例提供的基于抗干扰能力分析的开关量接口电路的健康评估方法的流程图；
38.图4是本发明实施例提供的开关量接口电路示意图；
39.图5是本发明实施例提供的开关量接口电路仿真模型示意图；
40.图6是本发明实施例提供的示波器输出示意图；
41.图7是本发明实施例提供的借助以multisim搭建的开关量接口电路仿真模型示意图；
42.图8是本发明实施例提供的开关量接口电路的抗干扰电压大小会随之呈线性变化示意图；
43.图9是本发明实施例提供的添加高斯噪声的仿真数据示意图；
44.图10是本发明实施例提供的光耦合器衰退全过程的健康度示意图。
具体实施方式
45.以下结合附图对本发明的优选实施例进行详细说明，应当理解，以下所说明的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
46.图1是本发明实施例提供的一种开关量接口电路的健康评估方法的流程图，如图1所示，包括：
47.步骤s101：根据开关量接口电路中的电子元件种类和电子元件间的连接关系，构建开关量接口电路仿真模型；
48.步骤s102：通过外加相同的干扰电压，对所述开关量接口电路仿真模型中的每个电子元件进行仿真处理，确定开关量接口电路中的关键电子元件；
49.步骤s103：通过对所述关键电子元件进行连续故障注入仿真与主动激励测试处理，得到关键电子元件在不同故障程度下的极限抗干扰电压仿真数据，并在每个极限抗干扰电压仿真数据上添加用于模拟测量误差的高斯噪声，得到添加有高斯噪声的极限抗干扰电压仿真数据；
50.步骤s104：利用所述添加有高斯噪声的极限抗干扰电压仿真数据和高斯混合模型，得到所述开关量接口电路的健康评估结果。
51.具体地说，所述通过外加相同的干扰电压，对所述开关量接口电路仿真模型中的每个电子元件进行仿真处理，确定开关量接口电路中的关键电子元件包括：通过外加相同的干扰电压，对所述开关量接口电路仿真模型中的每个电子元件进行仿真处理，选取开关量接口电路中对所述干扰电压变化敏感的电子元件，并将所述对所述干扰电压变化敏感的电子元件作为开关量接口电路中的关键电子元件。
52.进一步地，所述用于模拟测量误差的高斯噪声包括：确定高斯分布的均值和方差，并根据实际测量每个极限抗干扰电压仿真数据的误差，设置高斯分布系数；利用所述高斯分布系数，得到用于模拟测量误差的高斯噪声。
53.具体地说，所述利用所述添加有高斯噪声的极限抗干扰电压仿真数据和高斯混合
模型，得到所述开关量接口电路的健康评估结果包括：利用所述添加有高斯噪声的极限抗干扰电压仿真数据和高斯混合模型，得到所述关键电子元件的健康评估结果；将所述关键电子元件的健康评估结果作为所述开关量接口电路的健康评估结果。
54.其中，所述利用所述添加有高斯噪声的极限抗干扰电压仿真数据和高斯混合模型，得到所述关键电子元件的健康评估结果包括：通过对所述添加有高斯噪声的极限抗干扰电压仿真数据进行预处理，得到预处理后的添加有高斯噪声的极限抗干扰电压仿真数据；将所述预处理后的添加有高斯噪声的极限抗干扰电压仿真数据进行数据划分处理，得到健康极限抗干扰电压仿真数据和衰退极限抗干扰电压仿真数据；利用健康极限抗干扰电压仿真数据，得到健康极限抗干扰电压仿真数据拟合的混合高斯模型对应的第一均值，同时利用衰退极限抗干扰电压仿真数据，得到衰退极限抗干扰电压仿真数据拟合的混合高斯模型对应的第二均值；计算所述第一均值和所述第二均值的欧氏距离，并将所述欧氏距离归一化处理后得到所述关键电子元件的健康评估结果。
55.本发明实施例还包括确定所述开关量接口电路的仿真软件。其中，所述开关量接口电路的仿真软件为multisim。
56.本发明实施例还包括：通过调研所述开关量接口电路的功能及构造，确定开关量接口电路中的电子元件种类和电子元件间的连接关系。
57.本发明实施例在构建开关量接口电路仿真模型之后，还包括：通过所确定的仿真软件对所述开关量接口电路仿真模型进行仿真，确定所述开关量接口电路仿真模型的有效性。
58.图2是本发明实施例提供的一种开关量接口电路的健康评估装置的示意图，如图2所示，包括：构建模块201，用于根据开关量接口电路中的电子元件种类和电子元件间的连接关系，构建开关量接口电路仿真模型；确定模块202，用于通过外加相同的干扰电压，对所述开关量接口电路仿真模型中的每个电子元件进行仿真处理，确定开关量接口电路中的关键电子元件；获取模块203，用于通过对所述关键电子元件进行连续故障注入仿真与主动激励测试处理，得到关键电子元件在不同故障程度下的极限抗干扰电压仿真数据，并在每个极限抗干扰电压仿真数据上添加用于模拟测量误差的高斯噪声，得到添加有高斯噪声的极限抗干扰电压仿真数据；健康评估模块204，用于利用所述添加有高斯噪声的极限抗干扰电压仿真数据和高斯混合模型，得到所述开关量接口电路的健康评估结果。
59.图3是本发明实施例提供的基于抗干扰能力分析的开关量接口电路的健康评估方法的流程图，如图3所示，包括：
60.步骤一，搭建开关量接口电路仿真模型。考虑到仿真模型在能准确模拟实际电路的功能的同时，还能节约设计开关量接口电路实物的人力及物力成本，采用仿真模型完成开关量接口电路的健康评估。首先是选取合适的仿真软件，然后是调研开关量接口电路的功能以及构造，确定电路内部的电子元件种类、电子元件参数以及电子元件的连接关系，最后在前一步的基础上完成搭建，并通过仿真查看搭建的模型是否可以正常工作来判断模型的有效性。
61.步骤二、选取关键电子元件。开关量接口电路的健康状态由电路中的电子元件表征，而搭建的开关量接口电路仿真模型中电子元件众多，出于效率和可行性角度考虑不可能对所有的电子元件展开健康评估。同时，对过多的电子元件展开健康评估会导致信息冗
余度大、计算负担重等问题。因此在外加相同大小干扰电压的基础上，采用逐一仿真的方法，选取电路中的关键电子元件对其展开健康评估，以该电子元件的健康状态代表整个开关量接口电路的健康状态。
62.步骤三、连续故障注入仿真与主动激励测试。在步骤二的基础上，针对关键电子元件展开连续故障注入仿真与主动激励测试。首先调节关键电子元件的参数，给其注入故障，之后不断调整外加干扰电压的大小，同时观察电路的输出波形，得到关键电子元件在这种故障程度下对应的极限抗干扰电压的大小，不断调节关键电子元件的参数，连续注入故障，寻找并记录关键电子元件在不同故障程度下对应的极限抗干扰电压，记录整个过程的关键电子元件的参数值和极限抗干扰电压值，完成对关键电子元件的连续故障注入仿真与主动激励测试。
63.步骤四、添加高斯噪声。在实际测量中，由于仪器存在的误差不可消除，为模拟实际测量误差的影响，在步骤三得到关键电子元件参数与抗干扰电压的基础之上，给抗干扰电压人为添加高斯噪声模拟测量误差。流程如下，首先确定高斯分布的均值与方差，然后给高斯分布乘以合适的系数以反映实际测量中数据误差的波动大小，最后将相乘的结果加到抗干扰电压上即完成处理。
64.步骤五、基于高斯混合模型的健康评估。在步骤四的基础上，利用高斯混合模型对开关量接口电路中的关键电子元件展开健康评估。
65.原本一次仿真的得到的抗干扰电压只有一个值，在第四步给原始结果添加高斯噪声后，一次仿真得到的抗干扰电压变成十五个值。即仿真数据从25行1列变成了25行15列，选取了后五行仿真数据作为健康数据，得到健康数据拟合的混合高斯模型对应的均值，之后用一个大小为5的滑窗，利用每个滑窗中的数据拟合混合高斯模型得到其对应的均值，计算每个滑窗对应均值与健康数据得到的均值间的欧式距离，归一化后得到健康度。
66.基于高斯混合模型的健康评估原理如下：假设一个高维空间(维数为n)的点xi(i＝1,2,
…
)，若这些点的分布近似为椭球体，则可用单一高斯密度函数n(x；μ,∑)来描述产生这些数据的概率密度函数：
[0067][0068]
其中μ为均值，密度函数的中心点；∑为密度函数的协方差矩阵。但若这些点的分布不是椭球状，则不适合采用单一高斯概率密度函数来描述这些点分布的概率密度函数。此时可以使用的变通方法是采用若干个单一高斯概率密度函数的加权平均来表示，即高斯混合模型(gmm)。高斯混合模型定义如下：
[0069][0070]
其中，m—模型的混合数；
[0071]
wi—混合模型的权重系数，且∑wi＝1；
[0072]
n(x；μi,∑i)—第i个单一高斯概率密度函数。
[0073]
对于待评估的关键电子元件正常状态数据和当前状态数据，分别建立gmm模型，通
过计算两个gmm模型对应的均值间的欧式距离，归一化后可计算出当前的健康度。
[0074]
对于在正常状态下采集的数据，其特征分布空间基本和正常运行状态重合，计算所得健康度值接近于1；对于在重度退化状态下采集的数据，其特征分布空间基本和正常运行状态相比，有显著的“偏移”，计算所得健康度值接近于0。通过上式可以准确计算出这些健康度值，来定性、定量地表征关键电子元件的健康程度。
[0075]
下面以具体的实施例对本发明的技术方案进行解释说明
[0076]
步骤11：搭建开关量接口电路仿真模型
[0077]
常用的电路仿真软件有cadence、altium designer、proteus以及multisim。由于multisim包含了电路原理图的图形输入、电路硬件描述语言输入方式，具有丰富的仿真分析能力。同时multisim有形象化的极其真实的虚拟仪器，直接通过专业的界面可以完成强大而复杂的功能，特别是对数据的计算方面极其准确。考虑到multisim的易用性和准确性，下面采用multisim完成开关量接口电路仿真模型的搭建。
[0078]
通过调研得到开关量接口电路的开关量输入电压为12v或28v，对信号输入采用光耦隔离并进行数字滤波处理。开关量接口电路示意图4如下。
[0079]
基于以上调研，获得了开关量接口电路的电子元件种类和电子元件连接关系，搭建的开关量接口电路仿真模型如图5所示。
[0080]
通过外加在输出端的示波器观察给定方波前提下电路的输出，判断搭建的仿真模型的有效性。其示波器的输出如图6所示，可以看出搭建的开关量接口电路仿真模型可以实现数字滤波的功能。
[0081]
步骤12：选取关键电子元件
[0082]
下面以multisim搭建的开关量接口电路仿真模型作为具体实施方式的实施例，对基于抗干扰能力分析的开关量接口电路健康评估方法实施流程进行说明。
[0083]
借助以multisim搭建的开关量接口电路仿真模型，如图7所示，在外加相同大小干扰电压的基础上，采用逐一仿真的方法，观察示波器的输出，确定对外加干扰电压变化敏感的关键器件——光耦合器。
[0084]
步骤13：连续故障注入仿真与主动激励测试
[0085]
在步骤12的基础之上，发现通过连续调整光耦合器管脚a与管脚k之间的泄露量大小，开关量接口电路的抗干扰电压大小会随之呈线性变化，如图8所示。因此，通过不断调整光耦合器管脚a与k之间的泄漏量大小，完成对光耦合器的连续故障注入与主动激励测试。
[0086]
步骤14：添加高斯噪声
[0087]
在实际测量中，由于仪器存在的误差不可消除，为模拟实际测量误差的影响，在测得管脚a与管脚k的泄露量与电压的基础之上，人为添加高斯噪声模拟测量误差。
[0088]
考虑测量误差的仿真数据处理流程如下，首先确定高斯分布的均值与方差，这里采用的高斯分布均值为0，方差为1，然后给高斯分布乘以合适的系数以反映实际测量中数据误差的波动大小，这里设置的系数为50，最后将相乘的结果加到仿真数据上即完成对仿真数据的处理。处理后的仿真数据绘图如图9所示。
[0089]
步骤15：基于高斯混合模型的健康评估
[0090]
在步骤14的基础之上，对光耦合器开展基于高斯混合模型的健康评估以刻画光耦合器的衰退。
[0091]
高斯混合模型(gaussian mixture model)通常简称gmm，是一种业界广泛使用的聚类算法，该方法使用了高斯分布作为参数模型，并使用了期望最大(expectation maximization，简称em)算法进行训练。使用高斯混合模型需要进行参数设置，其中n_components(混合高斯模型的个数)设置为1，covariance_type(协方差类型)设置为full，tol(em迭代停止阈值)设置为1e-3，reg_covar(协方差对角非负正则化)设置为1e-6，max_iter(最大迭代次数)设置为100，n_init(初始化次数)设置为1。
[0092]
完成参数设置后，基于高斯混合模型开展健康评估，流程如下：首先对仿真数据展开预处理，仿真数据共计25行15列，按列对仿真数据进行归一化处理。然后划分数据，由于仿真的数据是按照光耦合器的衰退得到的，因此可以将后五行仿真数据视为正常数据，基于正常数据得到其混合高斯模型拟合对应的均值。随后使用一个大小为5的滑动窗口，从仿真数据开始滑动，由每个窗口中的衰退数据得到该窗口对应的混合高斯模型拟合对应的均值。最后度量正常数据得到的均值与衰退数据得到的均值之间的欧式距离，将结果归一化后得到光耦合器衰退全过程的健康度。将结果绘制如图10所示，可以看出基于高斯混合模型对光耦合器开展健康评估能较好地反映其衰退过程。
[0093]
根据本发明实施例提供的方案，通过外加干扰电压，解决了开关量接口电路的衰退过程难以捕捉的问题，实现了对开关量接口电路健康状态轻量化的稳定、准确表征。本发明提出的健康评估方法，计算资源需求低、专家知识依赖少，可以有效满足开关量接口电路健康状态的精准量化表征，指导开关量接口电路关键电子元件的检修更换，确保开关量接口电路的运行可靠性，延长开关量接口电路使用寿命。
[0094]
尽管上文对本发明进行了详细说明，但是本发明不限于此，本技术领域技术人员可以根据本发明的原理进行各种修改。因此，凡按照本发明原理所作的修改，都应当理解为落入本发明的保护范围。