基于对角递归神经网络的异步电动机定子绕组匝间故障诊断方法

摘要：

为了有效地监测异步电动机定子绕组匝间短路故障,提出了基于对角递归神经网络的匝间故障在线诊断方法.该方法采用2个对角递归神经网络监测匝间短路故障,一个用于估算故障的严重度,另一个用于确定定子绕组故障匝数.同时,提出自适应动态学习算法,训练对角递归神经网络,确定网络最优隐层神经元的个数,使诊断模型更加紧凑和精确.根据该方法构建了试验系统并进行了匝间短路试验,试验结果表明;基于对角递归神经网络的诊断模型,在不同工况下可精确确定定子绕组短路故障的匝数.由于对角递归神经网络具有动态处理能力,和前馈神经网络相比,克服了前馈神经网络故障诊断模型无动态处理能力的局限性,能更有效地监测定子绕组匝间短路故障.

关键词：异步电机、定子绕组、匝间故障诊断、对角递归神经网络、自适应动态学习算法

所属期刊栏目：29

分类号：TM343:TP277(电机)

资助基金：国家自然科学基金项目资助50677014

在线出版日期：2009-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：60-63