基于类神经网络的MW永磁风力发电机短路故障智能诊断

• 作者: 何山 张新燕 王海云 王维庆 陈洁
• 来源期刊: 电机与控制应用
• 学科: 工学
• 关键词: 类神经网络 永磁风力发电机 短路故障 智能诊断
• 年，卷（期）: 2011,（9）
• 所属期刊栏目: 新能源与风力发电
• 页码范围: 24-29
• 分类号: TM315
• 字数: 4599字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6540.2011.09.006

摘要

针对大型永磁风力发电机故障诊断工作薄弱的现实,通过建立基于发电机结构的典型短路故障仿真模型,对多种电磁场和温度场故障联合研究,利用同一模型场路耦合求解电磁场和温度场,得出短路故障发生时的电磁场和温度场数据及分布规律；为提高诊断可靠性,先利用BP网络诊断,后利用Elman神经网络对动态系统诊断较为优越的特点诊断,最后概率神经网络(PNN)对短路故障发生时的多源数据(电流、磁场、温度和振动特征信息)融合处理诊断,以判断发生单一或者复合故障；结合MW永磁直驱样机的试验数据及风电场的运行数据,对发电机典型短路故障进行理论结合试验的诊断,分类对比了诊断结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈洁	新疆大学电气工程学院	54	191	7.0	12.0
2	张新燕	新疆大学电气工程学院	161	1140	18.0	26.0
3	王维庆	新疆大学电气工程学院	270	1957	20.0	32.0
4	何山	新疆大学电气工程学院	55	264	9.0	14.0
5	王海云	新疆大学电气工程学院	142	589	12.0	16.0