Fault diagnosis of power converters in a grid connected photovoltaic system using artificial neural networks

Introduction. The widespread use of photovoltaic systems in various applications has spotlighted the pressing requirement for reliability, efficiency and continuity of service. The main impediment to a more effective implementation has been the reliability of the power converters. Indeed, the presen...

Повний опис

Збережено в:

Бібліографічні деталі
Дата:	2023
Автори:	Mimouni, A., Laribi, S., Sebaa, M., Allaoui, T., Bengharbi, A. A.
Формат:	Стаття
Мова:	English
Опубліковано:	National Technical University "Kharkiv Polytechnic Institute" and State Institution “Institute of Technical Problems of Magnetism of the National Academy of Sciences of Ukraine” 2023
Теми:	фотогальванічна система підключена до мережі штучна нейронна мережа силові перетворювачі відмова IGBT при обриві кола виявлення несправностей grid connected photovoltaic system artificial neural network power converters open circuit failure of IGBT fault detection
Онлайн доступ:	http://eie.khpi.edu.ua/article/view/257489
Теги:	Додати тег Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:	Electrical Engineering & Electromechanics

Репозитарії

Electrical Engineering & Electromechanics

id	eiekhpieduua-article-257489
record_format	ojs
spelling	eiekhpieduua-article-2574892023-01-04T13:48:14Z Fault diagnosis of power converters in a grid connected photovoltaic system using artificial neural networks Fault diagnosis of power converters in a grid connected photovoltaic system using artificial neural networks Mimouni, A. Laribi, S. Sebaa, M. Allaoui, T. Bengharbi, A. A. фотогальванічна система, підключена до мережі штучна нейронна мережа силові перетворювачі відмова IGBT при обриві кола виявлення несправностей grid connected photovoltaic system artificial neural network power converters open circuit failure of IGBT fault detection Introduction. The widespread use of photovoltaic systems in various applications has spotlighted the pressing requirement for reliability, efficiency and continuity of service. The main impediment to a more effective implementation has been the reliability of the power converters. Indeed, the presence of faults in power converters that can cause malfunctions in the photovoltaic system, which can reduce its performance. Novelty. This paper presents a technique for diagnosing open circuit failures in the switches (IGBTs) of power converters (DC-DC converters and three-phase inverters) in a grid-connected photovoltaic system. Purpose. To ensure supply continuity, a fault-diagnosis process is required throughout all phases of energy production, transfer, and conversion. Methods. The diagnostic approach is based on artificial neural networks and the extraction of features corresponding to the open circuit fault of the IGBT switch. This approach is based on the Clarke transformation of the three-phase currents of the inverter output as well as the calculation of the average value of these currents to determine the exact angle of the open circuit fault. Results. This method is able to effectively identify and localize single or multiple open circuit faults of the DC-DC converter IGBT switch or the three-phase inverter IGBT switches. Вступ. Широке використання фотоелектричних систем у різних застосуваннях висунуло на перший план нагальні вимоги до надійності, ефективності та безперервності обслуговування. Основною перешкодою для ефективнішого застосування була надійність силових перетворювачів. Справді, наявність несправностей у силових перетворювачах може спричинити збої в роботі фотоелектричної системи, що може знизити її продуктивність. Новизна. У цій статті представлена методика діагностики обриву кола в перемикачах (IGBT) силових перетворювачів (перетворювачів постійного струму та трифазних інверторів) у фотоелектричній системі, підключеній до мережі. Мета. Для забезпечення безперервності постачання потрібен процес діагностики несправностей на всіх етапах виробництва, передачі та перетворення енергії. Методи. Діагностичний підхід заснований на штучних нейронних мережах та вилучення ознак, що відповідають обриву кола IGBT-перемикача. Цей підхід ґрунтується на перетворенні Кларка трифазних струмів на виході інвертора, а т акож розрахунку середнього значення цих струмів для визначення точного кута обриву кола. Результати. Цей метод дозволяє ефективно ідентифікувати та локалізувати одиночні або множинні несправності розімкнутого кола IGBT-перемикача DC-DC перетворювача або IGBT-перемикача трифазного інвертора. National Technical University "Kharkiv Polytechnic Institute" and State Institution “Institute of Technical Problems of Magnetism of the National Academy of Sciences of Ukraine” 2023-01-04 Article Article application/pdf http://eie.khpi.edu.ua/article/view/257489 10.20998/2074-272X.2023.1.04 Electrical Engineering & Electromechanics; No. 1 (2023); 25-30 Электротехника и Электромеханика; № 1 (2023); 25-30 Електротехніка і Електромеханіка; № 1 (2023); 25-30 2309-3404 2074-272X en http://eie.khpi.edu.ua/article/view/257489/266657 Copyright (c) 2022 A. Mimouni, S. Laribi, M. Sebaa, T. Allaoui, A. A. Bengharbi http://creativecommons.org/licenses/by-nc/4.0
institution	Electrical Engineering & Electromechanics
collection	OJS
language	English
topic	фотогальванічна система підключена до мережі штучна нейронна мережа силові перетворювачі відмова IGBT при обриві кола виявлення несправностей grid connected photovoltaic system artificial neural network power converters open circuit failure of IGBT fault detection
spellingShingle	фотогальванічна система підключена до мережі штучна нейронна мережа силові перетворювачі відмова IGBT при обриві кола виявлення несправностей grid connected photovoltaic system artificial neural network power converters open circuit failure of IGBT fault detection Mimouni, A. Laribi, S. Sebaa, M. Allaoui, T. Bengharbi, A. A. Fault diagnosis of power converters in a grid connected photovoltaic system using artificial neural networks
topic_facet	фотогальванічна система підключена до мережі штучна нейронна мережа силові перетворювачі відмова IGBT при обриві кола виявлення несправностей grid connected photovoltaic system artificial neural network power converters open circuit failure of IGBT fault detection
format	Article
author	Mimouni, A. Laribi, S. Sebaa, M. Allaoui, T. Bengharbi, A. A.
author_facet	Mimouni, A. Laribi, S. Sebaa, M. Allaoui, T. Bengharbi, A. A.
author_sort	Mimouni, A.
title	Fault diagnosis of power converters in a grid connected photovoltaic system using artificial neural networks
title_short	Fault diagnosis of power converters in a grid connected photovoltaic system using artificial neural networks
title_full	Fault diagnosis of power converters in a grid connected photovoltaic system using artificial neural networks
title_fullStr	Fault diagnosis of power converters in a grid connected photovoltaic system using artificial neural networks
title_full_unstemmed	Fault diagnosis of power converters in a grid connected photovoltaic system using artificial neural networks
title_sort	fault diagnosis of power converters in a grid connected photovoltaic system using artificial neural networks
title_alt	Fault diagnosis of power converters in a grid connected photovoltaic system using artificial neural networks
description	Introduction. The widespread use of photovoltaic systems in various applications has spotlighted the pressing requirement for reliability, efficiency and continuity of service. The main impediment to a more effective implementation has been the reliability of the power converters. Indeed, the presence of faults in power converters that can cause malfunctions in the photovoltaic system, which can reduce its performance. Novelty. This paper presents a technique for diagnosing open circuit failures in the switches (IGBTs) of power converters (DC-DC converters and three-phase inverters) in a grid-connected photovoltaic system. Purpose. To ensure supply continuity, a fault-diagnosis process is required throughout all phases of energy production, transfer, and conversion. Methods. The diagnostic approach is based on artificial neural networks and the extraction of features corresponding to the open circuit fault of the IGBT switch. This approach is based on the Clarke transformation of the three-phase currents of the inverter output as well as the calculation of the average value of these currents to determine the exact angle of the open circuit fault. Results. This method is able to effectively identify and localize single or multiple open circuit faults of the DC-DC converter IGBT switch or the three-phase inverter IGBT switches.
publisher	National Technical University "Kharkiv Polytechnic Institute" and State Institution “Institute of Technical Problems of Magnetism of the National Academy of Sciences of Ukraine”
publishDate	2023
url	http://eie.khpi.edu.ua/article/view/257489
work_keys_str_mv	AT mimounia faultdiagnosisofpowerconvertersinagridconnectedphotovoltaicsystemusingartificialneuralnetworks AT laribis faultdiagnosisofpowerconvertersinagridconnectedphotovoltaicsystemusingartificialneuralnetworks AT sebaam faultdiagnosisofpowerconvertersinagridconnectedphotovoltaicsystemusingartificialneuralnetworks AT allaouit faultdiagnosisofpowerconvertersinagridconnectedphotovoltaicsystemusingartificialneuralnetworks AT bengharbiaa faultdiagnosisofpowerconvertersinagridconnectedphotovoltaicsystemusingartificialneuralnetworks
first_indexed	2024-06-01T14:40:12Z
last_indexed	2024-06-01T14:40:12Z
_version_	1800670085794234368

Fault diagnosis of power converters in a grid connected photovoltaic system using artificial neural networks

Репозитарії

Схожі ресурси