基于BRBP神经网络转子绕组匝间短路故障诊断方法.pdfVIP

下载本文档

4
0
约1.83万字
约 6页
2017-09-02 发布于安徽
举报
版权申诉

基于BRBP神经网络转子绕组匝间短路故障诊断方法.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

152 中国农村水利水电·2013年第2期文章编号：1007—2284(2013)02—0152—04 基于BRBP神经网络的转子绕组匝间短路故障诊断方法李红连1’2，唐炬1 (1．重庆大学输配电装备及系统安全与新技术国家重点实验室，重庆400044； 2．成都大学电子信息工程学院，成都610106) 摘要：为了能更准确、容易地诊断出同步发电机转子绕组匝间短路故障，提出了一种基于贝叶斯正则化反向传播 (BRBP)神经网络的故障诊断方法。该方法利用正常运行时不同工况下的机端电压、有功功率、无功功率和转子励磁电流来建立励磁电流的BRBP神经网络预测模型；利用该模型预测正常运行时所需励磁电流，与实测的励磁电流进行比较，相对误差超过阈值就诊断为发生匝间短路故障。通过微型同步发电机动模实验表明，该方法的精度优于BP神经网络法，并且参数设置简单、易于移植和训练速度快，对同步发电机转子绕组匝间短路故障的监测与诊断是有效的。关键词：同步发电机；转子绕组；匝间短路；故障诊断；贝叶斯正则化反向传播神经网络中图分类号：TM713 文献标识码：A ARotor Inter-turnShort—circuit Winding Fault MethodBasedonBRBPNeuralNetworks Diagnosis LI Jul Hong-lianl’2，TANG (1．State ofPowerTransmissionand KeyLaboratory EquipmentSystemSecurity andNew 400044，China； Technology，ChongqingUniversity，Chongqing ofElectronicandInformati6n 2．School Engineering，ChengduUniversity，Chengdu610106，China) faultmore and novel orderto rotor inter—turnshort。circuit Abstract：In generatorwinding accuratelyeasily，a diagnosesynchronous dataon— fault methodis forward，basedon networks．Sample diagnosis put Bayesianregularizationback-propagation(BRBP)neural derdifferentfault-free conditionsaremeasuredand terminal operating col