采用BBPSO优化SVM的电机定子故障诊断

• 作者: 史丽萍 张涛 杨晓冬 王攀攀
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 感应电机 定子匝间短路 骨干微粒群优化算法 小波包 支持向量机 故障诊断
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 65-70
• 页数: 6页
• 分类号: TM343
• 字数: 3939字
• 语种: 中文

摘要

为了准确识别感应电机定子匝间短路故障,该文提出一种基于骨干微粒群算法优化支持向量机的故障诊断方法,并给出了可行的诊断步骤.该方法首先利用小波包频带能量分解技术,将定子电流信号的各频率分量分解到不同频带,形成感应电机运行状态的特征向量,并以此作为支持向量机的输入向量.采用支持向量机进行分类,并利用无需设置控制参数的骨干微粒群算法和交叉检验优化模型参数,避免了参数选择的盲目性.最后试验结果表明,该方法诊断感应电机定子匝间短路故障能取得良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张涛	中国矿业大学信息与电气工程学院	72	358	11.0	16.0
2	史丽萍	中国矿业大学信息与电气工程学院	142	1005	17.0	23.0
3	杨晓冬	中国矿业大学信息与电气工程学院	10	124	5.0	10.0
4	王攀攀	中国矿业大学信息与电气工程学院	21	219	9.0	14.0