基于遗传神经网络的发电机转子匝间短路故障辨识

• 作者: 盛义发 翟良强
• 来源期刊: 机电信息
• 学科: 工学
• 关键词: 匝间短路 故障诊断 遗传算法 神经网络
• 年，卷（期）: 2011,（36）
• 所属期刊栏目: 设计与分析
• 页码范围: 169-170
• 分类号: TM311
• 字数: 1778字
• 语种: 中文

摘要

针对BP神经网络对发电机转子匝间短路故障识别方法存在收敛速度慢且极易陷入局部最优解的不足,在分析发电机转子绕组匝间短路后的电磁特性及电机气隙磁场的基础上,提取了故障特征量,采用遗传神经网络法对发电机转子匝间短路故障进行辨识,通过引入遗传算法对BP神经网络进行权重和阀值优化,使模型具有全局寻优、收敛速度快及评价结果客观、准确的优点,并且避免了为得到故障样本所做的损坏性试验过程。仿真结果表明了该方法的可行性和有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	盛义发	南华大学电气工程学院	58	505	12.0	20.0
2	翟良强	南华大学电气工程学院	1	2	1.0	1.0