基于机端测量阻抗特征和Elman动态神经网络的发电机转子绕组短路在线识别

• 作者: 党晓强 王海田 邰能灵 黄彬
• 来源期刊: 电力自动化设备
• 学科: 工学
• 关键词: 转子 短路 故障分析 发电机 阻抗 神经网络 诊断
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 分析与研究
• 页码范围: 23-26
• 分类号: TM307+.1
• 字数: 2674字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-6047.2012.06.006

摘要

转子绕组短路会在一定程度上引起主极磁势缺失.提出将发电机失磁故障初始阶段中的等有功阻抗圆概念与转子绕组短路联系,针对失磁故障初始阶段机端测量阻抗的变化建立故障特征样本,应用Elman动态神经网络对在线故障信号进行识别诊断.在MATLAB6.5软件下对一台大型两极同步发电机转子进行绕组短路的仿真得到故障数据,将机端阻抗幅值和等效机端阻抗相角的无功功率作为故障特征输入Elman网络进行识别,仿真结果表明该技术可以在线识别出发电机转子短接匝数的百分比,判断短路的严重程度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邰能灵	上海交通大学电子信息与电气工程学院	222	3719	31.0	52.0
2	王海田	上海交通大学电子信息与电气工程学院	9	85	6.0	9.0
3	党晓强	上海交通大学电子信息与电气工程学院	8	40	3.0	6.0
4	黄彬	上海交通大学电子信息与电气工程学院	7	35	3.0	5.0