基于神经元网络的发电机定子模型线棒放电模式识别的研究

• 作者: 吴成琦 李福祺 谈克雄 高凯
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 电机绕组 绝缘故障诊断 人工神经元网络 模式识别
• 年，卷（期）: 1999,（10）
• 页码范围: 64-67,71
• 页数: 5页
• 分类号: TM855|TM835.4
• 字数: 3814字
• 语种: 中文
• DOI: 10.3321/j.issn:0258-8013.1999.10.015

摘要

设计了4种发电机定子线棒工业仿真模型,取得了不同放电模式(类型和发展程度)的大批试验数据.用φ-q-n三维谱图方式压缩放电信息,q轴采用对数刻度.以谱图表列数据或曲面拟合参数为放电样本的特征量.为了能更有效地识别放电模式,研究了基于任务分解网络模块的人工神经元网络组.使用前馈网络构成类型识别主网络,网络有足够满意的类型识别率.对程度识别子网络,采用自组织特征映射网络可更形象地判断放电程度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李福祺	清华大学电机系	30	909	17.0	30.0
2	谈克雄	清华大学电机系	59	2231	30.0	46.0
3	吴成琦		8	387	8.0	8.0
4	高凯	清华大学电机系	6	264	5.0	6.0