采用RWNN的电机定子绕组匝间故障诊断方法

• 作者: 何怡刚 王旭红
• 来源期刊: 高电压技术
• 学科: 工学
• 关键词: 异步电动机 定子绕组 匝间短路 故障诊断 RWNN LM学习算法
• 年，卷（期）: 2009,（7）
• 所属期刊栏目: 故障诊断与状态检修
• 页码范围: 1607-1611
• 页数: 5页
• 分类号: TN731.8
• 字数: 2580字
• 语种: 中文

摘要

针对电机定子绕组匝间短路故障,提出了基于递归小波神经网络(RWNN)的故障在线诊断方法.该方法采用两个RWNN监测匝间故障,一个用于估算故障的严重度,另一个用于确定故障匝数.针对RWNN的训练,研究了Levenberg-Marquardt(LM)学习算法,以减少训练中的计算量,确保网络模型的快速收敛.根据此方法,设计了试验系统,试验结果表明,基于RWNN的诊断模型可精确确定短路故障匝数,与前馈神经网络(FFNN)相比,能更有效地监测匝间短路故障的缓慢变化情况.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王旭红	长沙理工大学电气与信息工程学院	38	164	7.0	11.0
5	何怡刚	长沙理工大学电气与信息工程学院	2	23	2.0	2.0