Fault Diagnosis of Modular Multilevel Converter with Contribution to their Fault-Tolerant Controls

Abstract

تُعَدّ المحوّلات متعددة المستويات المعيارية (MMC) من بين أهم التقنيات في أنظمة القدرة الحديثة، وذلك بفضل كفاءتها العالية، ومرونتها، وقابليتها للتوسّع. غير أنّ بنيتها المعقّدة تجعلها عرضةً لأنواع مختلفة من الأعطال، مثل أعطال مفاتيح القدرة وأعطال مكثفات الوحدات الفرعية، الأمر الذي قد يهدّد أداءها ويؤثر سلباً على استقرار النظام. تهدف هذه الأطروحة إلى تطوير استراتيجيات متقدمة للتشخيص والتحكم المُتحمِّل للأعطال، من أجل تعزيز موثوقية الـMMC وقدرتها على العمل في ظروف التشغيل الحرجة. في الجزء الأول، تم اقتراح منهج ذكي للكشف عن أعطال الفتح في مفاتيح الـIGBT والصمام الثنائي المضادة للتوازي الخاصة بها، وذلك بالاعتماد على الدمج بين المنطق الضبابي وتقنيات معالجة الإشارة من أجل تحسين استخراج الخصائص وضمان دقة التحديد. في الجزء الثاني، تم تقديم مقاربة هجينة للكشف عن أعطال القصر المتعددة داخل الوحدة الفرعية الواحدة، بالاعتماد على الشبكات العصبية ذات الدوال الأساس الشعاعية (RBFNN) مدمجة مع التحويل المويجي المتقطع (DWT) بهدف رفع كفاءة التشخيص. كما تم تطوير تقنية سريعة لمعالجة الإشارة من أجل الكشف المبكر عن أعطال القصر في مفاتيح الـIGBT، مما يساهم في تقليل زمن الاكتشاف واتخاذ إجراءات وقائية في الوقت المناسب. وأخيراً، تم اقتراح إستراتيجية بسيطة للتحكم المُتحمِّل للأعطال لمعالجة أعطال المكثفات، حيث تضمن هذه الإستراتيجية استقرار التشغيل في الوضع المتدهور وتجنّب التوقفات غير الضرورية. تمت محاكاة جميع الأساليب المقترحة والتحقق من فعاليتها باستخدام بيئةالمحاكاةMATLAB/Simulink على نموذج MMC بخمسة مستويات، حيث أظهرت النتائج دقتها وموثوقيتها في تحسين التشخيص وضمان استمرارية التشغيل .

Modular Multilevel Converters (MMCs) are increasingly recognized as a core technology in modern power systems due to their high efficiency, modularity, and scalability. However, their complex structure also makes them susceptible to faults, as switching dispositive failures and the capacitor of submodule malfunctions. These faults pose a significant threat as they directly affect output performance and system stability. This thesis investigates advanced diagnostic and fault tolerant control strategies to enhance the fault resilience of MMCs. the first part of this work presents an intelligent diagnostic method for open-circuit faults in IGBTs and their anti-parallel diodes. This method combines fuzzy logic for fault classification with signal-processing techniques to improve feature extraction and ensure accurate localization. The second part introduces a hybrid diagnostic approach for detecting multiple short-circuit faults within a single submodule, using a radial basis function neural network (RBFNN) integrated with discrete wavelet transform (DWT) to enhance robustness. A third aspect is a fast signal-processing technique for IGBT short-circuit detection, which significantly reduces detection latency and enables timely protective actions to prevent converter damage. Finally, a simple fault-tolerant control (FTC) strategy is proposed for capacitor failures. Based on intelligent decision-making and logical operators, this FTC ensures stable operation in degraded mode and avoids unnecessary shutdowns.All proposed methods validated using a five-level MMC benchmark model in MATLAB/Simulink. The simulation studies confirm the effectiveness of the proposed methods in improving diagnostic accuracy and operational reliability Les convertisseurs multiniveaux modulaires (MMC) représentent une technologie clé dans les systèmes électriques de forte puissance grâce à leur haut rendement, leur modularité et leur évolutivité. Toutefois, leur structure complexe les rend sensibles à divers défauts, tels que les défaillances des interrupteurs de puissance et les dysfonctionnements des condensateurs de sous-modules, pouvant compromettre à la fois les performances et la stabilité du système.

Ce travail de thèse s’inscrit dans le cadre du développement de stratégies de diagnostic et de commande tolérante aux défauts pour la résilience des MMC, une méthode intelligente de détection des défauts circuit ouverte des IGBT et de leurs diodes antiparallèles est proposée. Basé sur l’association de la logique floue et du traitement du signal afin d’améliorer l’extraction de caractéristiques et la précision de localisation., une autre approche hybride est introduite pour la détection de courts-circuits multiples dans le même sous-module, intégrant un réseau de neurones à fonctions de base radiale (RBFNN) et la transformée en ondelettes discrète (DWT), renforçant ainsi la robustesse du diagnostic. Une méthode rapide de traitement du signal est ensuite développée pour la détection des courts-circuits d’IGBT, permettant de réduire significativement le temps de détection et de garantir des actions de protection rapides. Enfin, une stratégie simple de commande tolérante aux défauts est mise en œuvre pour gérer les pannes de condensateurs, assurant un fonctionnement stable en mode dégradé. L’ensemble des approches proposées a été validé par simulations sous MATLAB/Simulink sur un modèle de MMC à cinq niveaux, confirmant leur efficacité en termes de précision de diagnostic et de fiabilité opérationnelle.