基于模糊神經網(wǎng)絡的發(fā)電機轉子繞組短路故障診斷研究.pdf

1、該文主要對模糊系統(tǒng)和神經網(wǎng)絡技術在模型預測、故障模式分類和智能監(jiān)測中的應用進行了研究.首先,該文分析了發(fā)電機發(fā)生轉子繞組故障時的二維模型.其主要的條件是在模型線性化的基礎上,根據(jù)Ward理論,把短路線匝的磁場分析出來,再把它與正常情況下的均勻磁場相合成,從而形成對應的分析模型.在此基礎上,該文對發(fā)電機定子側的二次諧波電壓進行了分析.由于發(fā)電機正常穩(wěn)定運行時,理論上不應存在偶次諧波,所以可以利用定子側二次諧波作為故障的一個特征量.同時,該

2、文還對發(fā)電機運行時勵磁電流與發(fā)電機輸出端電參量和發(fā)電機參數(shù)的關系進行了分析,由于其是發(fā)電機運行時磁場產生的根本,所以與故障有著深刻聯(lián)系,應作為故障診斷的另外一個故障特征量;在此基礎上,該文利用多項式多元回歸分析的方法,確定了與轉子電流關系較大的發(fā)電機定子側參量.其次,該文介紹了基于模糊系統(tǒng)的轉子電流預測原理.由于模糊系統(tǒng)以模仿人腦的運行機制為目標,在函數(shù)逼近方面來看,模糊系統(tǒng)能夠在任意精度上一致逼近任何一個定義在一個致密集上的函數(shù),具有

3、很強的非線性映射能力.它是多項式函數(shù)逼近器、神經網(wǎng)絡之外的另一個非線性建模工具.因此,該文利用基于神經網(wǎng)絡集成的高木-關野模糊系統(tǒng)來建立發(fā)電機正常運行時轉子電流的預測模型.第三,該文介紹了神經網(wǎng)絡的故障診斷原理.其中詳細討論了帶有偏差單元的遞歸神經網(wǎng)絡的模型和學習算法,在此基礎上合成了模糊神經網(wǎng)絡系統(tǒng),將模糊理論和神經計算原理相結合,使神經網(wǎng)絡借助其大規(guī)模的并行分布處理結構完成模糊診斷的推理過程.最后,該文分別介紹了該故障診斷系統(tǒng)的各功