10.3969/j.issn.1006-6047.2012.06.006
基于机端测量阻抗特征和Elman动态神经网络的发电机转子绕组短路在线识别
转子绕组短路会在一定程度上引起主极磁势缺失.提出将发电机失磁故障初始阶段中的等有功阻抗圆概念与转子绕组短路联系,针对失磁故障初始阶段机端测量阻抗的变化建立故障特征样本,应用Elman动态神经网络对在线故障信号进行识别诊断.在MATLAB6.5软件下对一台大型两极同步发电机转子进行绕组短路的仿真得到故障数据,将机端阻抗幅值和等效机端阻抗相角的无功功率作为故障特征输入Elman网络进行识别,仿真结果表明该技术可以在线识别出发电机转子短接匝数的百分比,判断短路的严重程度.
转子、短路、故障分析、发电机、阻抗、神经网络、诊断
32
TM307+.1(电机)
国家教育部留学归国人员科研启动基金资助项目教外司留[2011]1139号;省部共建教育部重点实验室学术成果培育项目SBZDPY-11-15
2012-07-31(万方平台首次上网日期,不代表论文的发表时间)
共4页
23-26