采用最优小波树和改进BP神经网络的感应电动机定子故障诊断

• 作者: 史丽萍 张晓蕾 汤家升 王攀攀 韩丽
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 感应电动机 定子匝间短路故障 最优小波树 捕食搜索遗传算法 BP神经网络
• 年，卷（期）: 2015,（24）
• 所属期刊栏目: 电机与电器
• 页码范围: 38-45
• 页数: 8页
• 分类号: TM320
• 字数: 5135字
• 语种: 中文

摘要

为了准确及时地识别并排除感应电动机定子匝间短路故障,保障电动机设备的安全运行,提出了一种基于最优小波树和捕食搜索遗传算法优化神经网络的新型故障诊断方法.结合故障电流的特征,采用最优小波树,将滤除基波分量后的定子残余电流信号进行分解,提取表征信号内在规律最强的分解节点能量成分,作为BP神经网络的输入特征向量.采用BP神经网络进行分类,通过捕食搜索策略优化的遗传算法选择神经网络训练的初始权值和阈值,提升网络训练的速度和准确度.实验结果表明,该方法不但可以提取优于小波包方法的最优特征向量,同时可以准确识别三种故障下的电动机定子匝间短路故障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史丽萍	中国矿业大学信息与电气工程学院	142	1005	17.0	23.0
2	韩丽	中国矿业大学信息与电气工程学院	36	232	9.0	14.0
3	王攀攀	中国矿业大学信息与电气工程学院	21	219	9.0	14.0
4	汤家升	中国矿业大学信息与电气工程学院	13	47	5.0	6.0
5	张晓蕾	中国矿业大学信息与电气工程学院	7	37	5.0	6.0