基于稳态故障特征量的大型汽轮发电机定子绕组匝间短路智能在线识别研究

• 作者: 党晓强 刘华 桂林
• 来源期刊: 大电机技术
• 关键词: 定子绕组匝间短路 稳态故障特征量 数学模型 Elman神经网络 在线识别
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 电机部分
• 页码范围: 11-15
• 页数: 5页
• 分类号: TM623.3
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3983.2007.06.003

摘要

定子绕组匝间短路是汽轮发电机破坏性很强的内部故障,其缺乏有效的针对性保护装置为系统安全运行留下隐患.本文提出基于在线故障特征量,通过智能技术的非线性映射来及时识别匝间短路.文中分析定子绕组匝间短路过程中故障相电流的变化和纵向零序电压的产生,建立这两者作为特征量的数学模型,提出应用动态Elman神经网络对匝间短路进行在线识别.依据一台大型汽轮发电机的典型参数,计算其在线时的匝间短路故障量,具体特征数据输入Elman网络进行识别.算例结果表明,基于合理的稳态故障特征量,定子绕组匝间短路是可以被Elman网络有效在线识别的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘华	四川大学水利水电学院	53	376	10.0	18.0
2	党晓强	四川大学水利水电学院	34	297	11.0	16.0
3	桂林	四川大学水利水电学院	36	105	4.0	8.0