旋转整流器故障的神经网络识别的研究.pdfVIP

旋转整流器故障的神经网络识别研究 划念毛海田聿=晓强加捕 唬都 四川大学电气信息学院610065 摘 萼：以630kW乇锚lJ励磁同步电机为研冠刊象．采用神竖网络识别故障。在旋转整流器各种赦障积 惠下，测试交流励磁机授问棵测线圈中感应电势的各次偕渡，怍为神经胭络的训练样本。最后．坞经ii 训蒜的神经网络程j芋模块冒入计尊机监测系统中．阻识别旋转整流器的各种故障类型。 关键词：旋转整流器 神经髓络故障识别 0引言 随着电力工业的迅速发展，是电矾向大等量或超亢容量方向发展。蹙电机所需励磁电流变得越来越 芰．这就引起了～系刮问题。如集电环与电刷发热加剧，易产生磨损、噪音和火芘等。 目前拽圜大型蹙电设备制造公司先后引进和开发了无刷励磁技术，并成功地将这项新技术应用到 300 MW至600 MW的发电机组上。坦是，由于去掉了电刷和滑环，使得转于旋转整流器故障类型的识 别问题成为无别励磁同步发电机监颡9的难点之一。文献【1】【3】介绍的方法能骋识别旋转整流器是正常还 是故障、其主要思路是将探测线圈中的感应电势波形通过颇潜分析计算后，采用备次谐波电势幅值怍为 爱艘故障囊型的特莅量，然后比较萁大小．迸行故障的骨粪识别。但此注识别故障范围有限，特别是同步 茇电机组处于过励状态时．交流励磁机极间操测线圈申感应电势波形易发生畸变，造成误判或漏判现 象。 kW无刷莉磁同步电机机组作为研究对象．确 本文采用神经网络撞米杀解决匕述难题。：晦一台630 定其神泾网络的故障豫剐数学模型，苷在旋转整流器各种放障状态下，测试其交流励{蔽机极问探测线圈 中感应电势的备欢谐波．谈取神经阿络的训练样本，甬于训练神经网络．最后宴现了旋转整流器故障的 坤经朋络计算机讽别。 1故障识别的网络结构与训练 。 旋转整流器是无刷励磁同步电机机组的核心部件。旋转整流器故障多为突发性产生，并很悔转变为 盐障恶『匕和多故障并发，最终烧坏旋转整流器，造成同步电机机组转子振荡，转子损坏和失步等严重故 障。因此要求崎删系统能够快违、准确地识别旋转整流器故障，并始手报警。 垄旋转整流器故障识别中，前馈神经网络具有独特的优点。其网络结构简单，窖锚性强，丽络不要 求训练样本完全与标准模式相匹配，只要求训练样本具有一定的故障特在即可。榴络经训练后．其在线 故障识别既准确又迅速．完釜旎满足快速识剐与旋转整流器昶障报警的要求．当各神经元均采用sl靴id 函数时、只需采用前向三层神经网络就可快速地完成故}章分娄识别任务n”。圈1所示的无刷励磁同步电 帆旋转整流嚣敬障识别的神经网络，仅由输人层、输出层和～个中间层所构成。 ,q--，学 ：奢y粤 ● o}妒 中掣毋∥掣鼋二 偷人毯 中州层 慵山詹 图i故障识别的神经网络 22 在圈1由．输，、层有6个神经元、其输入信号是Yr．y≯、…．y≯．分别为交流励磁帆定子极问探测线圈 甲感应电势信号的基波．2改～6款谐波的相列位．砷经网络的编，、信号可从文献[1】采用的信号采集与数 1,O 据灶理方法甲获取，中间层有5个神经元．输出层有3个神经元、其理想输出分别是r01,01)， fo1．01．0