基于CNN的风力发电机绕组短路故障识别方法研究
绕组的匝间短路等故障是风力发电机的主要故障类型之一,严重影响风电机组运行的可靠性和安全性.提出采用卷积神经网络和频率响应相结合,对风力发电机的定子绕组短路故障进行检测.首先对该方法的基本原理进行介绍,并通过模拟平台进行绕组短路故障模拟,测试了绕组不同短路状态的频率响应曲线;进一步分析了神经网络不同参数对识别模型性能的影响.结果表明,该方法能有效识别出风力发电机绕组短路故障及其类型,识别准确率达到 98.5%.综合来看,该方法具有潜在的应用价值.
风电机组、卷积神经网络、故障诊断、绕组
43
TP23;TP391.41;TM311
2024-02-03(万方平台首次上网日期,不代表论文的发表时间)
共9页
18-25,前插2