삼상 PWM(Pulse Width Modulation) 컨버터에서 단일 및 이중 개방 스위치 고장에 대해, 고장 난 스위치에 따라 21가지 고장 모드 유형이 있으며, 이로 인해 주변기기에 2차 고장이 발생한다. 본 논문에서는 이러한 고장 모드를 진단하기 위해 위상 전류의 dc 및 THD(Total Harmonics Distortions)를 이용하는 ANN(인공신경망) 기반 2단계 기법을 제안한다. 해당 dc 및 THD는 실시간으로 ADALINE(Adaptive Linear Neuron)에서 산출된다. 첫 번째 단계에서는 ANN이 삼상 평면에서 고장 모드를 6개 구역(sector)으로 분류한다. 두 번째 단계에서는 ANN이 각 구역 내에서 고장 모드를 국소화(localize)한다. 특히, 동일 다리(leg)에 있는 양 스위치의 고장 모드는 고장 전류의 샘플링된 영전류(zero current) 개수를 비교함으로써 국소화된다. 제안된 방법은 다중 개방 스위치 고장에 대해 단순하면서도 높은 정확도로 온라인으로 실시간 진단이 가능하다. 3.7kW 삼상 PWM 컨버터에 대한 시뮬레이션과 실험은 제안된 진단 방법의 타당성을 확인하였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.