10.3969/j.issn.1001-6848.2017.09.005
混合蛙跳算法优化神经网络的同步电机转子故障检测
通过分析隐极式同步发电机不同转子绕组匝间短路程度与励磁电流之间存在的线性关系,提出利用小波包分析和混合蛙跳算法神经网络相结合的诊断方法,对励磁电流进行小波包分解和小波包系数重构,求解各频带信号能量构造特征向量,作为BP神经网络的输入信号.提出改进的混合蛙跳算法ISFLA-BP神经网络,利用混合蛙跳算法(SFLA)对BP神经网络的初始权值进行优化,并引入混沌算子和收缩因子,改进传统混合蛙跳算法的更新策略.Matlab仿真表明,本文提出的ISFLA-BP神经网络能够有效地检测隐极式同步发电机转子匝间短路故障程度.
隐极式同步电机、匝间短路、励磁电流、ISFLA、神经网络
50
TM341(电机)
湖南省科技厅科技计划项目2015GK3018
2017-12-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
22-26