本发明涉及电力电子换流器，特别是一种应对am-mmc切换开关断路故障的预测配置方法及系统。
背景技术：
1、随着传统能源的短缺，大量的新能源接入电网。新能源具有间歇性、随机性的特点。传统的交流电网的灵活性、经济性差，使得大规模新能源消纳和输送成为难题。基于模块化多电平换流器(modular multilevel converter，mmc)的柔性直流输电技术(voltagesource converter based high voltage direct current,vsc-hvdc)具备低谐波、低损耗，不依赖电网换相、可独立条件有功和无功功率等优点，成为时下研究的热门。
2、由于mmc模块化的设计，在改善电能质量的同时，也因需要庞大数量的电容器、半导体开关和散热装置的存在导致其投资成本高占地面积大。为了减少投资成本，提高子模块利用率，一种桥臂复用型mmc(arm multiplexingmmc)被提出，通过将桥臂由传统的上、下桥臂，重新划分为上、复用、下桥臂，三个桥臂进行分时复用，进而在保证较高的电压质量的同时，减少了子模块的装配数量，提高了子模块的利用率，有效降低了投资成本与占地面积。
3、am-mmc在工作时需要对桥臂进行反复切换复用，形成等效上桥臂与下桥臂或上桥臂与等效下桥臂，使其工作过程与传统mmc等效。由于切换开关的引入，需要考虑切换开关的工作状况，切换开关导通时，需要将相电流转移；开断时，需要承受桥臂电压。所以切换开关需要一套可靠的换流结构以及换流策略来提升系统的可靠性。传统的切换开关分为上、下两部分进行导通，当切换开关发生故障时，只能以未故障一端形成等效桥臂在传统mmc的工作方式下运行，子模块电容电压骤增，电压波形质量下降，导致系统出现严重故障。
技术实现思路
1、鉴于现有的am-mmc模块中存在的问题，提出了本发明。
2、因此，本发明所要解决的问题在于当切换开关发生故障时，只能以未故障一端形成等效桥臂在传统mmc的工作方式下运行，子模块电容电压骤增，电压波形质量下降，导致系统出现严重故障。
3、为解决上述技术问题，本发明提供如下技术方案：
4、收集相单元中各开关的历史运行数据和故障数据，并进行预处理；
5、构建故障判断预测模型和定位模型，训练模型；
6、根据故障判断预测模型，制定故障调制策略，根据定位模型的输出确定故障位置；
7、使用训练好的故障判断预测模型和定位模型对开关进行预测，并做出相应预防。
8、第一方面，本发明实施例提供了一种应对am-mmc切换开关断路故障的预测配置方法，其包括，。
9、作为本发明所述应对am-mmc切换开关断路故障的预测配置方法的一种优选方案，其中：所述故障判断预测模型包括第一卷积层、第二卷积层、第三卷积层、第四卷积层以及全连接分类层；
10、所述第一卷积层如下式所示：
11、
12、其中，为第j个卷积核的权重参数，为j个卷积核的偏置参数，为第j个特征映射，x为输入数据；
13、所述第二卷积层和第三卷积层如下式所示：
14、
15、
16、其中，为连续两层卷积核权重，为连续两层卷积核偏置，z1，z2为两层卷积层特征映射；
17、所述第四卷积层引入残差结构，如下式所示：
18、
19、
20、其中，w41j,w42j为残差结构双支路卷积核权重，为残差结构特征映射；
21、所述全连接分类层如下式所示：
22、z5＝w5z4+b5
23、其中，z5为故障类别分布概率。
24、作为本发明所述应对am-mmc切换开关断路故障的预测配置方法的一种优选方案，其中：所述故障判断预测模型还包括损失函数；
25、所述损失函数如下式所示：
26、
27、其中，nk为第k类样本数量，n是总数，y为真实标签，log(pk)为概率值的自然对数，pk为模型输出概率，yk为真实标签中的第k个元素；
28、所述损失函数还包括置信度约束，如下式所示：
29、lconf(z5,y)＝{l(z5,y)if max(z5)＞δ0otherwise
30、其中，δ为置信度阈值；
31、所述损失函数还包括时间相关性和动态加权，如下式所示：
32、
33、
34、其中，w(t)为指数下降加权函数，t为当前时间步，t0为起始时间基准。
35、作为本发明所述应对am-mmc切换开关断路故障的预测配置方法的一种优选方案，其中：构建所述定位模型包括以下步骤：
36、计算向量间的余弦相似度作为关联度：
37、构建完整的关联度矩阵：s＝[sij]∈rm×n；
38、对矩阵进行列向量正常化：
39、通过softmax函数转换为概率矩阵
40、对s进行列向量规范化：
41、应用softmax函数转换为概率分布：
42、此类故障的定位预测结果：
43、其中，a∈rm为类别注意力向量，b∈rn为部件注意力向量，m为故障类别数，n为部件数量，pij表示对第i类故障，预测发生在第j个部件的概率，sij为第i个类别注意力向量与第j个部件注意力向量的余弦相似度。
44、作为本发明所述应对am-mmc切换开关断路故障的预测配置方法的一种优选方案，其中：所述定位模型还包括定位模型的损失函数；
45、所述定位模型的损失函数，如下式所示：
46、
47、其中，m为样本的数量，ni为第i个类别的样本数量，n为所有类别的样本总数，n为类别数量，yi为第i个样本的真实标签向量，zj为第j个类别的权重；
48、所述定位模型还包括注意力一致性约束和时序关联约束，所述注意力一致性约束如下式所示：
49、
50、其中，ai为样本i的注意力向量，bj为特征图第j个通道的注意力向量，为ai和bj的欧氏距离的平方；
51、所述时序关联约束如下式所示：
52、
53、其中，t为时序数据的总时间步数，w(t)为时间步t的权重，l(t)为时间步t的损失；
54、联立所述注意力一致性约束、时序关联约束和定位模型的损失函数得到定位损失：
55、l＝(1-λ)*lce+λ*(lweight+βlatt+γlseq)
56、其中，λ,β,γ为权重超参，w(t)为时间权函数。
57、作为本发明所述应对am-mmc切换开关断路故障的预测配置方法的一种优选方案，其中：所述故障调制策略包括，
58、若故障类型为igbt或二极管短路，表明严重故障，则启用断路故障配置方法，再更新上下桥臂需投入的子模块数，确保电容耐压，若子模块数在nna>n/4之间，则在故障模式下运行；若子模块数不在nna>n/4之间，则重新更新子模块数；若故障模式下上下桥臂在n/4～3/n之间运行，则切换开关故障解除，断开ka5，若上下桥臂不在n/4～3/n之间运行，则重新更新子模块数；
59、若该相单元未故障，则判断运行模式，更新等效上、下桥臂需投入的子模块数，若npa＝n/2，则上下桥臂子模块全部投入，复用桥臂子模块全部切除；若nma等于a，则对复用桥臂发出动作指令，若复用桥臂投入的子模块数小于b，则关断或导通上一刻的复用桥臂，若复用桥臂投入的子模块数大于b，则重新限制复用桥臂投入的子模块数，使投入的子模块数小于b；若完成桥臂开关切换，则消对复用桥臂投入子模块的限制，恢复正常子模块排序过程；若nma不等于0，则重新投入上下桥臂子模块，切除复用桥臂子模块。
60、作为本发明所述应对am-mmc切换开关断路故障的预测配置方法的一种优选方案，其中：所述使用训练好的故障判断预测模型和定位模型对开关进行预测，并做出相应预防包括，
61、若所述故障判断预测模型预测某一时间的某一开关会发生故障，则分析模型输出该故障类型；所述故障类型包括igbt或二极管短路、igbt或二极管断路、未发生故障、igbt和二极管均短路，以及igbt和二极管均断路；
62、若故障类型为igbt或二极管短路，则在预测故障发生前采取冗余切换开关的策略，若故障类型为igbt或二极管断路，则提前做好断路故障配置，更新子模块数，确保电容耐压；若故障类型为igbt和二极管均短路，则先采取冗余切换开关策略，并进一步预测电路电流，若电路电流超过系统承受最大电流，则断开此处开关，采用短路故障配置；若故障类型为igbt和二极管断路，则进一步根据定位模型判断故障位置，若定位模型输出故障开关为多个，且为上桥臂的通断和耐压环节，则提前更换开关，若定位模型输出故障开关为多个，且并非上桥臂的通断和耐压环节，则提前做好断路故障配置，更新子模块数；
63、若预测故障正确，则记录当前预测的数据，相单元状态并标注正确预测，定位模型在预测故障正确的基础上预测故障位置，若故障定位预测正确，则记录位置数据以及相单元数据，并标注定位正确，若故障定位预测错误，则判断故障预测的相单元标号是否与预测位置相同，若相同，则记录发生故障位置相关数据和预测错误位置相关数据，并标注定位错误，若相单元编号不相同，则进一步判断两个相单元的数据是否相同，若相同，则记录正确位置的数据，并标注定位错误数据相同，若不相同，则记录相单元编号和相单元内各开关数据，并标注定位错误数据不同；若预测故障错误，则记录预测的数据和相单元状态，并标注预测错误；
64、若故障判断预测模型输出未发生故障，且相单元编号正确，则记录当前输入的预测数据，预测的输出结果，并标注正确数据，若预测错误，则分析预测错误的原因，若因为输入数据错误导致预测错误，则记录输入的数据，以及预测出错误的相单元编号，若预测的相单元编号与错误的相单元编号相同，记录数据，并标注错误数据，若相单元编号不相同，则记录预测数据，预测错误的相单元数据，真实相单元数据，并标注数据相单元错误。
65、第二方面，本发明实施例提供了一种应对am-mmc切换开关断路故障的预测配置系统，其包括：
66、数据收集与预处理模块，收集相单元中各开关的历史运行数据和故障数据，进行预处理。
67、模型构建模块，构建故障判断预测模型和定位模型，进行训练和优化；
68、故障调制策略制定与实施模块，根据故障判断预测模型输出，制定相应的故障调制策略，包括冗余切换开关、断路故障配置。
69、预测与预防模块，利用故障判断预测模型对未来时间段的数据进行预测，获取故障类型的预测结果，分析模型输出，记录正确和错误的预测数据，并标注相应信息，使用记录的信息优化模型。
70、第三方面，本发明实施例提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述处理器执行所述计算机程序时实现上述的应对am-mmc切换开关断路故障的预测配置方法的任一步骤。
71、第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序被处理器执行时实现上述的应对am-mmc切换开关断路故障的预测配置方法的任一步骤。
72、本发明有益效果为故障判断预测模型和定位模型通过多层次、多域特征的融合，能够更准确地进行故障判断和定位，提高了系统对复杂故障的建模和诊断精度。故障调制策略根据模型输出的故障类型和位置，灵活应对各类故障，实现了对系统的智能调制和控制，提高系统的鲁棒性和稳定性，故障判断预测模型和定位模型能够根据实际执行的预防措施和系统运行情况，及时收集反馈数据，用于对模型进行更新和优化。整合先进的数据处理技术和深度学习模型，实现了对多开关系统的高效监测、预测、调制和控制，提高系统可靠性、降低维护成本、提高运行效率。
1.一种应对am-mmc切换开关断路故障的预测配置方法，其特征在于：包括，
2.如权利要求1所述的应对am-mmc切换开关断路故障的预测配置方法，其特征在于：所述故障判断预测模型包括第一卷积层、第二卷积层、第三卷积层、第四卷积层以及全连接分类层；
3.如权利要求2所述的应对am-mmc切换开关断路故障的预测配置方法，其特征在于：所述故障判断预测模型还包括损失函数；
4.如权利要求3所述的应对am-mmc切换开关断路故障的预测配置方法，其特征在于：构建所述定位模型包括以下步骤：
5.如权利要求4所述的应对am-mmc切换开关断路故障的预测配置方法，其特征在于：所述定位模型还包括定位模型的损失函数；
6.如权利要求5所述的应对am-mmc切换开关断路故障的预测配置方法，其特征在于：所述故障调制策略包括，
7.如权利要求6所述的应对am-mmc切换开关断路故障的预测配置方法，其特征在于：所述使用训练好的故障判断预测模型和定位模型对开关进行预测，并做出相应预防包括，
8.一种应对am-mmc切换开关断路故障的预测配置系统，基于权利要求1～7任一所述的应对am-mmc切换开关断路故障的预测配置方法，其特征在于：包括，
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1～7任一所述的应对am-mmc切换开关断路故障的预测配置方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1～7任一所述的应对am-mmc切换开关断路故障的预测配置方法的步骤。
