基于模糊神经网络的同步发电机转子匝间短路预测.pdfVIP

第 卷第 期 东方电气评论 ! ! #$% ! ’$ ! 年 月 ())* * +,’-./’- +0/’10 20’-34’ 567 ())* 基于模糊神经网络的同步发电机转子匝间短路预测 刘 靖 刘 念 王海田 党晓强 8 四川大学电气信息学院，四川 成都 9 !))9: ; 摘 要 模糊神经网络是模糊逻辑与神经网络相结合而构成的，具备了模糊技术和神经网络技术的优点，从而被应用于电力系 统故障诊断中，是一种使用方便的处理系统。基于模糊神经网络对同步发电机转子匝间短路故障预测进行研究。经过训练后的 模糊神经网络，在对发电机转子匝间短路故障进行预测时，有较高的准确性和有效性。图 表 参 * 9 关键词 模糊神经网络；同步电机；匝间短路；转子 ! 引言 义。 将模糊神经网络系统用来对发电机在负载运行 =6?@ 提出的建立在严格的数学基础上用来描 时发生转子匝间短路故障进行预测模型建立。模糊 述和处理人类模糊语言信息的模糊理论，在人类智 规则的建立是通过A2 学习算法实现的，从而确定 能和计算机科学间架起了一座桥梁，实现了以计算 网络参数，建立预测模型系统。结果表明所应用的 机来模拟人的模糊综合判断能力，从它能够处理不 方法是有效的。 精确或难于精确区分的情况，能够把语言信息和数 据信息综合考虑。神经网络理论是模拟生物神经元 ( 同步发电机转子运行的数学模型 的作用方式和结构，通过训练将学习信息保留，从 而描述过程特性。模糊逻辑系统可表示为模糊基函 在实际中数字计算机只能处理数字信号，采用 数的展开式，神经网络的本质可视为一些函数的线 离散形式状态空间模型有助于对电机的分析和控制 性组合，两者有天然的联系。模糊神经网络作为具 监测。考虑凸极效应、阻尼绕组作用、变压器电 有学习算法的逻辑系统，具有全局逼近性，因此在 势，并认为速度是变化，则利用扰动点附近同步电 建模和控制领域得到广泛应用。 机运行时电机定子电压方程。同时电机旋转时，定 发电机作为电力系统中的重要组成部分，其故 转子绕组间会产生旋转耦合关系，定转子间互感抗 障会给电力系统带来严重危害，有必要早期预警以 矩阵将含有定转子绕组夹角的元素，其为时变和非 防止事故的发生或扩大。尤其是同步发电机的转子 线性三角函数关系。为方便求解，对其采用解耦形 绕组由许多串联线圈组成，而转子具有较大的转动 式。见图 和图 。 ! ( 惯量，由于离心力的作用，在运行中线匝绝缘的移 由此，可建立电压方程，转化为离散形式的发 动，转子绕组端部的热变形，线匝端部垫块松动或 电机转子方程。 护环绝缘衬垫老化，小的导电粒子或碎物进入转子 轴方程： 线匝端部和转子通风沟导致转子绕组匝间短路发 8 ; 8 ; · 8 ; B 8 ; · 8 ; 生。转子匝间短路时会引起转子机械上的不平衡并