モデルベース制御とデータ駆動異常検知の融合による電力変換器の高可用化に関する研究

基于模型的控制与数据驱动的异常检测相结合的功率变换器高可用性研究

基本信息

批准号：
22K04070
负责人：
丸田英徳
金额：
$ 2.66万
依托单位：
Nagasaki University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K04070/
关键词：
電力変換器ディジタル制御

项目摘要

本研究の目的は、電力変換器のモデルベースの制御手法とデータ駆動による異常検知手法の融合することにより、その性能を維持しつつ安定的な運用を行う手法を開発することである。そこで、本研究においては、制御対象を電力変換器の一種であるDC-DCコンバータとし、モデルベースの制御手法として、データ駆動との相性がよいモデル予測制御を採用する。異常検知手法のためには、異常かどうかを判定するための指標が必要となる。この指標として、DC-DCコンバータに用いられている電気素子のパラメータ値に着目し、それらを制御状態のまま推定し、モニタリングすることで、異常検知の判定を行うことを検討する。モデル予測制御における問題点として最適化問題の演算量の大きさがある。直接的な最適化を実行するにはスイッチング周期以内での演算が必要となるが、従来手法では、演算能力不足の解決のため、事前に演算を行っておき必要に応じて結果を読みだしたり、制御入力候補を絞り込み演算量を削減する方法などが提案されている。事前に演算を行う手法では、モデルパラメータ推定の結果をモデル予測制御に反映することができない。よって、制御入力の分解能を動的に変動することで、少ない制御入力候補による最適化問題の演算量を抑制しつつ制御を行う動的量子化法を採用し、直接最適化によるモデル予測制御をプロトタイプの実験回路により実現した。また、異常検知のためのモデルパラメータ推定について、DC-DCコンバータの状態空間モデルとその線形近似による推定手法を検討した。この手法では特殊な信号などを必要とせず、モデル予測制御時に観測・演算情報のみによりコンバータの素子値を推定することを可能としている。これらの手法を組み合わせることで、DC-DCコンバータを運用しつつ、そのパラメータを推定し、推定結果を随時モデル更新に反映させる一連の仕組みの基礎的な部分が構築した。

这项研究的目的是开发一种与数据驱动的异常检测方法集成基于模型的控制方法的方法，从而保持其性能并确保稳定的操作。因此，在这项研究中，控制目标是DC-DC转换器，一种功率转换器，作为一种基于模型的控制方法，采用了与数据驱动器兼容的模型预测控制。对于异常检测方法，需要指数来确定异常是否是异常。作为该指数，我们将考虑通过关注DC-DC转换器中使用的电元素的参数值来确定异常检测，并以受控状态估算它们并监视它们。模型预测控制的问题是优化问题的计算量的幅度。为了执行直接优化，需要在切换期内进行计算，但是常规方法已提出了诸如预先进行计算以解决缺乏计算能力的方法，并根据需要读取结果，从而缩小控制输入候选者以减少计算量。在预先执行计算的方法中，模型参数估计的结果不能反映在模型预测控制中。因此，通过动态地改变控制输入的分辨率，采用了动态量化方法，该方法在抑制了由小型控制输入候选物引起的优化问题的计算量的同时，使用直接优化的模型预测控制，使用原型实验电路实现了模型。此外，对于模型参数估计了异常检测，我们使用线性近似研究了DC-DC转换器的状态空间模型及其估计方法。此方法不需要特殊的信号，并且可以在模型预测控制过程中仅使用观察和计算信息来估计转换器的元素值。通过结合这些方法，操作DC-DC转换器的一系列机制的基本部分，估算其参数并随时反映模型更新中的估计结果。