CN112816788B - 机车牵引变流器直流支撑电容器的容值估算方法及其应用*** - Google Patents

Abstract

本发明提供一种机车牵引变流器直流支撑电容器的容值估算方法及其应用***，首先采集机车牵引变流器直流支撑电容器充/放电过程的网压和中间电压，再对引入阶跃函数的直流支撑电容器的电压容值微分方程进行分段求解，并通过预设算法确定直流支撑电容器各段电压计算值的误差之和小于等于阈值时的总误差；将该总误差对应的容值作为机车牵引变流器直流支撑电容器的电容估值；从而通过引入阶跃函数表征网压和机车牵引变流器的直流输入电压的关系，并通过数值解法进行分段求得，得到总误差小于等于阈值时所对应的电容值，实现了对交流供电情况下直流支撑电容器容值的直接估测，提高机车牵引变流器直流支撑电容器的安全性。

Description

机车牵引变流器直流支撑电容器的容值估算方法及其应用 ***

技术领域

本发明属于电容器技术领域，更具体的说，尤其涉及一种机车牵引变流器直流支撑电容器的容值估算方法及其应用***。

背景技术

电容器作为一种常见的电气元件，广泛应用于各类电力电子产品中。在轨道交通领域，无论是城际动车还是机车，它们的牵引变流器中的直流电路部分都有中间电容作为直流电路滤波和稳压的关键元件，其性能直接影响后续逆变器和电机的供电质量。

列车平稳运行时，中间电容的电压基本保持稳定，难以通过一般的方法检测容值及其变化。而电容的充放电过程，在外部电压稳定时，是一个指数上升或衰减的过程；基于上升或衰减的快慢可以衡量电容值的大小，从而达到检测评估甚至在线监测中间电容健康状态的目的；但是对于机车来说，其为交流供电、并通过四象限整流将网压输入到直流电路部分，直流电路的输入电压不再是稳定值，中间电容电压不再遵循指数上升的规律，因而该方案无法对交流供电的情况进行容值的直接估测。

发明内容

有鉴于此，本发明的目的在于提供一种机车牵引变流器直流支撑电容器的容值估算方法及其应用***，用于检测评估由交流电供电的机车牵引变流器直流支撑电容器的电容估值。

本发明第一方面公开了一种机车牵引变流器直流支撑电容器的容值估算方法，包括：

采集所述机车牵引变流器直流支撑电容器充/放电过程的网压和中间电压；

依据所述网压和所述中间电压，对引入阶跃函数的直流支撑电容器的电压容值微分方程进行分段求解，并通过预设算法确定所述直流支撑电容器的各段电压计算值的误差之和小于等于阈值时的总误差；

将所述总误差对应的容值作为所述机车牵引变流器直流支撑电容器的电容估值。

可选的，所述电压容值微分方程为：

其中，R1为充电/放电电阻、C为所述机车牵引变流器直流支撑电容器的容值；Heaviside()为阶跃函数；Uamp为所述网压经过变压器调整后的电压值；wt为网压的角频率；sin为正弦函数；U为待计算的电压计算值。

可选的，所述预设算法为：最大化误差算法和最小化误差算法的博弈过程。

可选的，依据所述网压和所述中间电压，对引入阶跃函数的直流支撑电容器的电压容值微分方程进行分段求解，并通过预设算法确定所述直流支撑电容器各段电压计算值的误差之和小于等于阈值时的总误差，包括：

S1、依据所述网压和所述中间电压，对所述电压容值微分方程进行分段求解，得到各个时间段的计算电压值误差的带权总误差；

其中，各个时间段的计算电压值误差的权重初始值，以及，直流支撑电容器的容值初始值，均为随机初始化的数值；

S2、在带权总误差大于所述阈值的情况下，依据所述最大化误差算法，以误差最大化为目标，对各个时间段的计算电压值误差进行权重更新；并依据所述最小化误差算法，以误差最小化为目标，对直流支撑电容器的容值进行更新；

以更新后的权重和容值，重新执行步骤S1，直至所述带权总误差小于等于所述阈值，将其作为所述总误差。

可选的，步骤S1包括：

依据所述网压、所述中间电压及当前的容值，对所述电压容值微分方程进行分段求解，得到各个时间段的计算电压值；

将各个时间段的计算电压值与所述中间电压之间的差值，分别作为各个计算电压值误差；

依据当前的权重分配，得到各个计算电压值误差的带权总误差。

可选的，所述预设的最大化误差算法为最大期望EM算法。

可选的，所述预设的最小化误差算法为模拟退火算法、遗传算法和粒子群算法中的一种。

可选的，将所述总误差对应的容值作为所述机车牵引变流器直流支撑电容器的电容估值，包括：

直接将所述总误差小于等于阈值所对应的容值作为所述机车牵引变流器直流支撑电容器的电容估值。

可选的，将所述总误差对应的容值作为所述机车牵引变流器直流支撑电容器的电容估值，包括：

将历史同一时间段内，总误差小于等于阈值所对应的容值的平均值，作为所述机车牵引变流器直流支撑电容器的电容估值。

可选的，采集所述机车牵引变流器直流支撑电容器充/放电过程的网压和中间电压，包括：

采集所述机车牵引变流器直流支撑电容器的网压和中间电压；

依据所述网压和中间电压，判断所述机车牵引变流器直流支撑电容器是否满足处于充/放电过程的特征；

若是，则执行所述依据所述网压和所述中间电压，对引入阶跃函数的直流支撑电容器的电压容值微分方程进行分段求解，并通过预设算法确定所述直流支撑电容器各段电压计算值的误差之和小于等于阈值时的总误差的步骤。

可选的，在将所述总误差对应的容值作为所述机车牵引变流器直流支撑电容器的电容估值之后，还包括：

对所述机车牵引变流器直流支撑电容器的电容估值进行评估；

当评估结果表示所述机车牵引变流器直流支撑电容器的电容估值异常时，进行异常预警。

本发明第二方面公开了一种车载数据处理***，包括：数据采集处理模块；其中：

所述数据采集处理模块，用于执行本发明第一方面任一所述的机车牵引变流器直流支撑电容器的容值估算方法。

可选的，所述数据采集处理模块，还用于采集所述机车牵引变流器直流支撑电容器所在车辆中除了所述机车牵引变流器直流支撑电容器充/放电过程的中间电压以外的其他运行状态信息。

可选的，还包括：无线传输模块以及数据存储模块；

所述无线传输模块，用于将除了所述机车牵引变流器直流支撑电容器充/放电过程的中间电压以外的其他运行状态信息，以及，所述数据采集处理模块的处理结果转发到外部***；

所述数据存储模块，用于存储除了所述机车牵引变流器直流支撑电容器充/放电过程的中间电压以外的其他运行状态信息、所述数据采集处理模块的处理结果。

本发明第三方面公开了一种地面运维***，包括：地面故障预测与健康管理PHM计算服务器；

所述地面PHM计算服务器，用于执行本发明第一方面任一所述的机车牵引变流器直流支撑电容器的容值估算方法。

可选的，还包括：数据库、展示平台、决策支持***；

所述数据库，用于存储所述地面运维***的数据；

所述展示平台，用于显示所述地面运维***的各项参数；

所述决策支持***，用于为所述地面运维***各个数据进行备件管理以及维护规划、并为所述地面PHM计算服务器提供决策执行力。

从上述技术方案可知，本发明提供的一种机车牵引变流器直流支撑电容器的容值估算方法，实现采集机车牵引变流器直流支撑电容器充/放电过程的网压和中间电压，再对引入阶跃函数的直流支撑电容器的电压容值微分方程进行分段求解，并通过预设算法确定直流支撑电容器各段电压计算值的误差之和小于等于阈值时的总误差；将该总误差对应的容值作为机车牵引变流器直流支撑电容器的电容估值；从而通过引入阶跃函数很好的表征了网压和机车牵引变流器的直流输入电压的关系，并通过数值解法进行分段求得，得到总误差小于等于阈值时所对应的电容值，实现了对交流供电情况下直流支撑电容器容值的直接估测，提高机车牵引变流器直流支撑电容器的安全性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种机车牵引变流器直流支撑电容器的容值估算方法的流程图；

图2是本发明实施例提供的另一种机车牵引变流器直流支撑电容器的容值估算方法的流程图；

图3是本发明实施例提供的另一种机车牵引变流器直流支撑电容器的容值估算方法的流程图；

图4是本发明实施例提供的另一种机车牵引变流器直流支撑电容器的直流部分的简化示意图；

图5是本发明实施例提供的另一种机车牵引变流器直流支撑电容器的容值估算方法的流程图；

图6是本发明实施例提供的一种车载数据处理***的示意图；

图7是本发明实施例提供的一种地面运维***的示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本申请中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本发明实施例提供一种机车牵引变流器直流支撑电容器的容值估算方法，用于解决现有技术中无法对交流供电的情况进行容值的直接估测的问题。

该机车牵引变流器直流支撑电容器的容值估算方法，参见图1，包括：

S101、采集机车牵引变流器直流支撑电容器充/放电过程的网压和中间电压。

具体的，采集机车牵引变流器直流支撑电容器放电过程的网压和中间电压，并依据下述步骤估算得到放电过程中，机车牵引变流器直流支撑电容器的电容估值；或者，采集机车牵引变流器直流支撑电容器充电过程的网压和中间电压，并依据下述步骤估算得到充电过程中，机车牵引变流器直流支撑电容器的电容估值。

在实际应用中，参见图2，该步骤S101的具体过程包括：

S201、采集机车牵引变流器直流支撑电容器的网压和中间电压。

需要说明的是，采集机车牵引变流器直流支撑电容器的网压和中间电压是可以是实时进行，也可以是满足预设条件后进行的，如每间隔预设时间进行一次采集等，在此不再一一赘述，均在本申请的保护范围内。

S202、依据网压和中间电压，判断机车牵引变流器直流支撑电容器是否满足处于充/放电过程的特征。

若机车牵引变流器直流支撑电容器满足处于充/放电过程的特征，则执行步骤S102。

S102、依据网压和中间电压，对引入阶跃函数的直流支撑电容器的电压容值微分方程进行分段求解，并通过预设算法确定直流支撑电容器各段电压计算值的误差之和小于等于阈值时的总误差。

需要说明的是，机车牵引变流器的直流输入电压是由电网电压，即网压，经过变压器降压，再经过四象限整流得到；以充电过程为例，若整流后的电压大于其支撑电容器的电压，则充电；若整流后的电压不大于其直流支撑电容器的电压，则机车牵引变流器的直流输入端相当于断开，直流支撑电容器的电压基本保持不变；为了表示这种直流输入电压随中间电压可变的情况引入阶跃函数。

同时，由于直流输入电压随中间电压可变，引入阶跃函数的直流支撑电容器的电压容值微分方程无解，而用数值分析解直流支撑电容器的充电过程，其结果会很粗糙；因此，采用分段求解的方式对引入阶跃函数的直流支撑电容器的电压容值微分方程，使得其有解并且其解较为精准。

具体的，通过预设算法确定直流支撑电容器各段电压计算值的误差之和小于等于阈值时的总误差的具体过程可以是：通过预设算法得到直流支撑电容器的各段电压计算值的带权总误差，判断带权总误差是否小于等于阈值，若带权总误差小于等于阈值，则将该带权总误差作为该直流支撑电容器各段电压计算值的误差之和小于等于阈值时的总误差。

S103、将总误差对应的容值作为机车牵引变流器直流支撑电容器的电容估值。

需要说明的是，不同的总误差对应不同的容值，从而在确定总误差时，可以通过总误差得到对应的容值，再将该容值作为机车牵引变流器直流支撑电容器的电容估值。

在实际应用中，步骤S103的具体过程为：直接将总误差小于等于阈值时所对应的容值作为机车牵引变流器直流支撑电容器的电容估值。

或者，步骤S103的具体过程为：将历史同一时间段内，总误差小于等于阈值时所对应的容值的平均值，作为机车牵引变流器直流支撑电容器的电容估值。具体的，可对同一车次的同时间段内(几天)的几次充电过程得到的容值作统计，并求平均值，以该平均值作为机车牵引变流器直流支撑电容器容值的估算结果；从而进一步减小估算误差。

在本实施例中，通过引入阶跃函数很好的表征了网压和机车牵引变流器的直流输入电压的关系，并通过数值解法进行分段求得，得到总误差小于等于阈值时所对应的电容值，实现了对交流供电情况下直流支撑电容器容值的直接估测，提高机车牵引变流器直流支撑电容器的安全性。

此外，在实际应用中，在步骤S103之后，参见图3(以在图1的基础之上为例进展示)，还包括：

S104、对机车牵引变流器直流支撑电容器的电容估值进行评估。

S105、当评估结果表示机车牵引变流器直流支撑电容器的电容估值异常时，进行异常预警。

具体的，判断该机车牵引变流器直流支撑电容器的电容估值是否超出预设的正常范围，若机车牵引变流器直流支撑电容器的电容估值超出预设的正常范围，则判定机车牵引变流器直流支撑电容器的电容估值异常；并在机车牵引变流器直流支撑电容器的电容估值异常时，进行异常预警。

需要说明的是，可以通过鸣笛预警或者灯光闪烁预警等，其他能够起到警醒的措施，在此不再一一赘述，视实际情况而定即可，均在本申请的保护范围内。还值得说明的是，进行异常预警之后，还可以对异常原因进行原因分析，在此不再一一赘述，均在本申请的保护范围内。

在本实施例中，通过对电容估值的评估，进而对机车牵引变流器直流支撑电容器的故障预警和诊断，提高机车牵引变流器的安全性。

需要说明的是，机车牵引变流器的直流部分可以简化为如图4所示：其中U0为机车牵引变流器的直流输入电压，R1为充电电阻、R2为放电电阻、C为中间电容(也即机车牵引变流器直流支撑电容器)、KM1为短接接触器、KM2为充电接触器。仅考虑充电接触器KM2闭合且短接接触器KM1断开的充电过程，其电压变为范围为0V到1300V左右，由于放电电阻R2阻值较大，此充电过程可忽略放电电阻R2的影响，从而电路进一步简化为RC充电电路。

电容两端电压U满足方程：

如果机车牵引变流器的直流输入电压U₀为稳定值，则微分方程(1)存在解析解，

该式取对数后可化为关于t的直线方程，进而通过直线斜率计算电容容值C。

针对轨道交通车辆牵引变流器直流电路的充电电容，常规的方法是利用公式(1)计算得到容值，该方法已经得到很好的验证，且已作为检测中间电容健康状态的一种方法部署应用在了某些城轨线路上。

上述分析针对的是直流输入电压U₀稳定值的情况，然而，上述方法机车牵引变流器直流支撑电容器的容值计算方法；因为机车是交流供电，经过四象限整流输入到直流电路，因而，机车牵引变流器的直流输入电压较直流供电的电容器而言，存在较大幅值的正弦波交流分量；所以，对于机车这类直流输入电压不稳定的情况并不适用；如机车牵引变流器的直流输入电压U0不是稳定值，而是交流整流后的电压，是接近正弦曲线的超出电容自身电压的一部分，故无法通过微分方程(1)直接求得解析解。

机车牵引变流器的直流输入电压U0是由电网电压经过变压器降压，再经过四象限整流得到，若整流后的电压大于电容端电压，则充电；若整流后的电压不大于电容端电压，则直流输入端相当于断开，电容电压基本保持不变。为了表示这种输入电压随中间电压可变的情况，引入阶跃函数，微分方程(1)改写为，即上述步骤102中电压容值微分方程为：

其中，R1为充电/放电电阻、C为机车牵引变流器直流支撑电容器的容值；Heaviside()为阶跃函数；Uamp为网压经过变压器调整后的电压值；wt为网压的角频率；sin为正弦函数；U为待计算的电压计算值，计算得到该值后将与采集得到的中间电压进行误差计算；需要说明的是，忽略短时间内网压的波动情况，则Uamp的变化曲线可表示为正弦曲线。

针对模型方程(2)，一个可行的方法是将整个充/放电过程分段求解，每段时间间隔尽可能小；然而每段数值计算得到的电压值与原始采集的中间电压值不可避免存在误差，对每段误差分配相应的权重，权重和为1，则权重可看作概率。

在实际应用中，各个时间段的计算电压值误差的权重初始值，以及，直流支撑电容器的容值初始值，均为随机初始化的数值；预设算法为：最大化误差算法和最小化误差算法的博弈过程。最大化误差算法的目的是最大化误差，通过最大化误差算法更新权重；最小化误差算法的目的是为了减小误差，通过最小化误差算法更新容值，在最大化误差算法和最小化误差算法的博弈过程中最终会在平衡点终止；或者，直至带权误差小于等于阈值或到达某个局部极小点，可以提前终止。

在本实施例中，引入阶跃函数表征机车四象限整流后输入到机车牵引变流器直流输入电压，再用时间常数计算机车牵引变流器直流支撑电容器的电容估值；即建立了带阶跃函数的关于电压的微分方程，在对充电过程分段基础上，利用数值解法求解；每段数值计算得到的电压值和原始采集的中间电压值的带权误差，并用最大化误差算法和最小化误差算法进行优化，得到小于等于阈值的直流支撑电容器的电压计算值的总误差，提高机车牵引变流器直流支撑电容器的电容估值的估算精度。

在实际应用中，参见图5(以在图1的基础之上进行展示)，上述步骤S102具体包括：

S301、依据网压和中间电压，对电压容值微分方程进行分段求解，得到各个时间段的计算电压值误差的带权总误差。

其中，首次对电压容值微分方程进行分段求解时，权重和容值均为随机初始化的数值，后面再对电压容值微分方程进行分段求解时的权重和容值将不再是随机初始化的数值，而是由步骤S302进行更新后的权重和容值。

在实际应用中，该步骤S301的具体过程为：首先，依据网压、中间电压及当前的容值，对电压容值微分方程进行分段求解，得到各个时间段的计算电压值；接着，将各个时间段的计算电压值与中间电压之间的差值，分别作为各个计算电压值误差；最后，依据当前的权重分配，得到各个计算电压值误差的带权总误差。

S302、在带权总误差大于阈值的情况下，依据最大化误差算法，以误差最大化为目标，对各个时间段的计算电压值误差进行权重更新；并依据最小化误差算法，以误差最小化为目标，对直流支撑电容器的容值进行更新。

在实际应用中，预设的最大化误差算法为最大期望EM算法，其思想是对观测数据进行合理的分布假设，并将期望最大时的参数值作为估测值；当然预设的最大化误差算法不仅限于上述算法，其他能够实现以误差最大化为目标，对各个时间段的计算电压值误差进行权重更新的其他算法，在此不再一一赘述，均在本申请的保护范围内。

预设的最小化误差算法为模拟退火算法、遗传算法和粒子群算法中的一种，在此不做具体限定，视实际情况而定即可，均在本申请的保护范围内。

在步骤S302之后，再以更新后的权重和容值，重新执行步骤S301，直至带权总误差小于等于阈值，将其作为总误差。

在本实施例中，对机车牵引变流器直流支撑电容器进行容值估测，实现直流支撑电容器电容容值带权总误差计算，提高机车牵引变流器直流支撑电容器的电容估值的估算精度。

本发明实施例提供了一种车载数据处理***，该车载数据处理***又称OCS(OnboardCloudSystem，车载云平台)；参见图6，该车载数据处理***包括：数据采集处理模块01；其中：

数据采集处理模块01，用于执行上述实施例任一提供的机车牵引变流器直流支撑电容器的容值估算方法。

该机车牵引变流器直流支撑电容器的容值估算方法的具体过程和工作原理，在此不再一一赘述，详情参见上述任一实施例，均在本申请的保护范围内。

在实际应用中，该数据采集处理模块01，还用于采集机车牵引变流器直流支撑电容器所在车辆中除了机车牵引变流器直流支撑电容器充/放电过程的中间电压以外的其他运行状态信息。

具体的，该数据采集处理模块01的功能包括以下三种：

(1)数据采集：采集城轨车辆运行状态信息以及整车的传感、感知数据。该城轨车辆运行状态信息包括上述实施例中所提及的网压和中间电压等采集得到的参数。

(2)数据处理：通过数据预处理，实现城轨车辆车载感知网络与车载数据处理中心的数据接入与融合，保证数据交互的实时性、有效性、一致性和可靠性。该数据预处理包括上述实施例提及的步骤S102、S103及其具体实现过程，在此不再一一赘述，均在本申请的保护范围内。

(3)状态异常与故障预警：以实时采集的列车运行状态参数为输入值，通过调用集成在车载数据处理中心内部的状态异常与故障预警算法，对列车异常状态进行识别并提示采取相应处置措施、避免异常进一步恶化，提高列车的安全性与可靠性；对已经发生的故障进行故障原因快速定位，提高检修维护效率、降低维护成本。当检测到异常状态或故障时，自动生成异常或故障报警报文，并通过无线传输模块传输到地面***。其中，异常预警算法作为一个子项，包含在状态异常与故障预警中，考虑到车载硬件的限制，可以对程序适当简化，并对循环中止判断阈值作适当的放宽。

该车载数据处理***还包括：无线传输模块以及数据存储模块。

无线传输模块，用于将除了机车牵引变流器直流支撑电容器充/放电过程的中间电压以外的其他运行状态信息，以及，数据采集处理模块01的处理结果转发到外部***，如地面运维***；通过无线传输的方式，将列车运行状态数据以及异常与故障报警报文转发到地面***进行存储以及后续的处理。数据存储模块，用于存储除了机车牵引变流器直流支撑电容器充/放电过程的中间电压以外的其他运行状态信息、数据采集处理模块01的处理结果。

具体的，无线传输模块与外部***交互，无线传输模块将从外部接收到的数据转发至该数据存储模块存储，以使该数据存储模块保存原始数据进行车地数据一致性验证，保证地面***数据的有效性；该数据存储模块与数据采集处理模块01直接交互或者通过无线传输模块交互，以使数据存储模块存储数据采集处理模块01输出的数据。

在本实施例中，该车载数据处理***能够在线监测机车牵引变流器直流支撑电容器的健康状态。

本发明实施例公开了一种地面运维***，参见图7，包括：地面PHM计算服务器10。

该地面PHM计算服务器10，用于执行上述实施例任一提供的机车牵引变流器直流支撑电容器的容值估算方法。

该机车牵引变流器直流支撑电容器的容值估算方法的具体过程和工作原理，在此不再一一赘述，详情参见上述任一实施例，均在本申请的保护范围内。

在实际应用中，地面PHM计算服务器10是整个地面运维***的核心，其包含数据处理子***12、数据管理子***13、数据分析子***11、综合呈现子***14这4个功能模块，主要负责数据管理、模型构建、数据分析、提供数据呈现内容和决策支持信息。

其中，数据处理子***12是整个地面运维***的总数据入口，如数据处理子***12通过上述实施例提供的车载数据处理***接收数据，经过数据处理子***12处理后数据具有标准的数据帧格式，并送到数据管理子***13进行储存管理和数据分析子***11分别进行分析；数据管理子***13提供统一的数据存储和管理功能；综合呈现子***14则根据数据分析子***11提供的分析结果，自动生成以文字、表格、图形等形式的展示内容信息并发送到相应的展示平台40进行展示。

在实际应用中，数据分析子***11，包括PHM计算引擎111、模型库模块112和模型生成模块113，该数据分析子***11主要实现以下3方面功能：

(1)在线监测数据的快速分析。

列车运行过程中实时回传的监测数据经过数据处理子***12解析后存储至数据管理子***13，并同时进行基本状态统计量监测，监测量的异常将触发PHM计算引擎111，向模型库模块112发送在线调用请求，利用PHM计算引擎111调用相应的数据分析方法，实现监测数据的在线快速分析，包括异常检测、故障诊断、状态评估以及故障预测。

(2)历史监测数据离线分析。

离线数据分析将作用于大尺度的离线监测数据，其包含较多的缓变状态信息，对离线数据的分析要求具有精确性，地面PHM计算服务器10的离线数据分析过程在PHM计算引擎111中的离线数据分析模块中完成，且用于离线数据分析的模块是经过历史数据训练及在线数据适应性评估后的优化模型，其对于监测数据分析具有较强的匹配及泛化能力。

(3)模型更新与扩展。

已经存储在数据管理子***13中的监测数据作为历史数据可输出至模型生成模块113，模型生成模块113中包含了通用的数据预处理、特征提取以及选择方法，用于实现对原始监测数据的基本处理及挖掘，经过处理后的监测数据将作为异常检测算法以及基于数据驱动或统计信号分析的故障诊断、状态评估及故障预测算法的训练数据输入，在模型生成模块113中训练后符合要求的算法模型将存储至模型库模块112，模型库模块112中的模型以标准的算法模块形式封装供PHM计算引擎111调用，以此保证PHM计算引擎111调用算法的数据匹配及泛化能力；而且考虑到监测数据流的演化特性，PHM计算引擎111的算法当在线或离线应用过程中严重失配时，会自动调用最新窗口内或者大规模的历史数据进行模型的重新训练及优化。

该地面运维***，还包括：数据库30、展示平台40、决策支持***20。

数据库30，用于存储地面运维***的数据。具体的，将接收到数据管理子***13发送的数据进行存储。

展示平台40，用于显示地面运维***的各项参数。具体的，将接收到综合呈现子***14发送的数据进行展示。

决策支持***20，用于为地面运维***各个数据进行备件管理以及维护规划、并为地面PHM计算服务器10提供决策执行力。

在本实施例中，机车牵引变流器直流支撑电容器的容值估算方法作为数据分析子***11中的一个功能点，主要实现以下功能：通过充/放电过程中网压和中间电压数据，计算机车牵引变流器直流支撑电容器的电容估值；还可以将该机车牵引变流器直流支撑电容器的容值历史数据对比，如果发生异常，则进行异常原因分析；另外还可以实现模型的更新与优化，包括算法循环终止条件中阈值的优化、迭代次数的优化等；本实施例优选适用于，机车牵引变流器直流支撑电容器进行长期的状态评估和健康管理。

本说明书中的各个实施例中记载的特征可以相互替换或者组合，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于***或***实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的***及***实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (15)

1.一种机车牵引变流器直流支撑电容器的容值估算方法，其特征在于，包括：

采集所述机车牵引变流器直流支撑电容器充/放电过程的网压和中间电压；

依据所述网压和所述中间电压，对引入阶跃函数的直流支撑电容器的电压容值微分方程进行分段求解，并通过预设算法确定所述直流支撑电容器各段电压计算值的误差之和小于等于阈值时的总误差；

将所述总误差对应的容值作为所述机车牵引变流器直流支撑电容器的电容估值；

所述电压容值微分方程为：

其中，R1为充电/放电电阻、C为所述机车牵引变流器直流支撑电容器的容值；Heaviside()为阶跃函数；Uamp为所述网压经过变压器调整后的电压值；wt为网压的角频率；sin为正弦函数；U为待计算的电压计算值。

2.根据权利要求1所述的机车牵引变流器直流支撑电容器的容值估算方法，其特征在于，所述预设算法为：最大化误差算法和最小化误差算法的博弈过程。

3.根据权利要求2所述的机车牵引变流器直流支撑电容器的容值估算方法，其特征在于，依据所述网压和所述中间电压，对引入阶跃函数的直流支撑电容器的电压容值微分方程进行分段求解，并通过预设算法确定所述直流支撑电容器各段电压计算值的误差之和小于等于阈值时的总误差，包括：

S1、依据所述网压和所述中间电压，对所述电压容值微分方程进行分段求解，得到各个时间段的计算电压值误差的带权总误差；

其中，各个时间段的计算电压值误差的权重初始值，以及，直流支撑电容器的容值初始值，均为随机初始化的数值；

S2、在带权总误差大于所述阈值的情况下，依据所述最大化误差算法，以误差最大化为目标，对各个时间段的计算电压值误差进行权重更新；并依据所述最小化误差算法，以误差最小化为目标，对直流支撑电容器的容值进行更新；

以更新后的权重和容值，重新执行步骤S1，直至所述带权总误差小于等于所述阈值，将其作为所述总误差。

4.根据权利要求3所述的机车牵引变流器直流支撑电容器的容值估算方法，其特征在于，步骤S1包括：

依据所述网压、所述中间电压及当前的容值，对所述电压容值微分方程进行分段求解，得到各个时间段的计算电压值；

将各个时间段的计算电压值与所述中间电压之间的差值，分别作为各个计算电压值误差；

依据当前的权重分配，得到各个计算电压值误差的带权总误差。

5.根据权利要求2所述的机车牵引变流器直流支撑电容器的容值估算方法，其特征在于，所述预设的最大化误差算法为最大期望EM算法。

6.根据权利要求2所述的机车牵引变流器直流支撑电容器的容值估算方法，其特征在于，所述预设的最小化误差算法为模拟退火算法、遗传算法和粒子群算法中的一种。

7.根据权利要求1-6任一所述的机车牵引变流器直流支撑电容器的容值估算方法，其特征在于，将所述总误差对应的容值作为所述机车牵引变流器直流支撑电容器的电容估值，包括：

直接将所述总误差小于等于阈值所对应的容值作为所述机车牵引变流器直流支撑电容器的电容估值。

8.根据权利要求1-6任一所述的机车牵引变流器直流支撑电容器的容值估算方法，其特征在于，将所述总误差对应的容值作为所述机车牵引变流器直流支撑电容器的电容估值，包括：

将历史同一时间段内，总误差小于等于阈值所对应的容值的平均值，作为所述机车牵引变流器直流支撑电容器的电容估值。

9.根据权利要求1-6任一所述的机车牵引变流器直流支撑电容器的容值估算方法，其特征在于，采集所述机车牵引变流器直流支撑电容器充/放电过程的网压和中间电压，包括：

采集所述机车牵引变流器直流支撑电容器的网压和中间电压；

依据所述网压和中间电压，判断所述机车牵引变流器直流支撑电容器是否满足处于充/放电过程的特征；

若是，则执行所述依据所述网压和所述中间电压，对引入阶跃函数的直流支撑电容器的电压容值微分方程进行分段求解，并通过预设算法确定所述直流支撑电容器各段电压计算值的误差之和小于等于阈值时的总误差的步骤。

10.根据权利要求1-6任一所述的机车牵引变流器直流支撑电容器的容值估算方法，其特征在于，在将所述总误差对应的容值作为所述机车牵引变流器直流支撑电容器的电容估值之后，还包括：

对所述机车牵引变流器直流支撑电容器的电容估值进行评估；

当评估结果表示所述机车牵引变流器直流支撑电容器的电容估值异常时，进行异常预警。

11.一种车载数据处理***，其特征在于，包括：数据采集处理模块；其中：

所述数据采集处理模块，用于执行如权利要求1-10任一所述的机车牵引变流器直流支撑电容器的容值估算方法。

12.根据权利要求11所述的车载数据处理***，其特征在于，所述数据采集处理模块，还用于采集所述机车牵引变流器直流支撑电容器所在车辆中除了所述机车牵引变流器直流支撑电容器充/放电过程的中间电压以外的其他运行状态信息。

13.根据权利要求12所述的车载数据处理***，其特征在于，还包括：无线传输模块以及数据存储模块；

所述无线传输模块，用于将除了所述机车牵引变流器直流支撑电容器充/放电过程的中间电压以外的其他运行状态信息，以及，所述数据采集处理模块的处理结果转发到外部***；

所述数据存储模块，用于存储除了所述机车牵引变流器直流支撑电容器充/放电过程的中间电压以外的其他运行状态信息、所述数据采集处理模块的处理结果。

14.一种地面运维***，其特征在于，包括：地面故障预测与健康管理PHM计算服务器；

所述地面故障预测与健康管理PHM计算服务器，用于执行如权利要求1-10任一所述的机车牵引变流器直流支撑电容器的容值估算方法。

15.根据权利要求14所述的地面运维***，其特征在于，还包括：数据库、展示平台、决策支持***；

所述数据库，用于存储所述地面运维***的数据；

所述展示平台，用于显示所述地面运维***的各项参数；

所述决策支持***，用于为所述地面运维***各个数据进行备件管理以及维护规划、并为所述地面故障预测与健康管理PHM计算服务器提供决策执行力。

Images