SVD滤波与改进小生境遗传算法在双馈异步电机转子匝间短路故障量提取中的应用

• 作者: 康文强 朱锦山 李俊卿 沈亮印
• 来源期刊: 华北电力大学学报（自然科学版）
• 学科: 工学
• 关键词: 双馈异步发电机 转子匝间短路 SVD分解 小生境遗传算法 MUSIC算法
• 年，卷（期）: 2017,（2）
• 页码范围: 42-46,54
• 页数: 6页
• 分类号: TM346
• 字数: 3895字
• 语种: 中文
• DOI: 10.3969/j.ISSN.1007-2691.2017.02.06

摘要

双馈异步发电机(DFIG)转子绕组发生匝间短路故障后,可能会导致机组运行不稳定,造成严重的经济损失,短路后定子电流会产生频率为(1±2s)f的谐波,因此分析定子电流中的谐波含量对故障诊断具有一定的意义.FFT进行短时采样频谱分析时,由于频谱泄露的影响,分辨力明显不足.为了提高转子匝间短路诊断的准确性,提出了利用SVD分解滤波算法和改进小生境遗传算法的故障诊断方法,不仅提高了谐波分析的精度,还解决了多重信号分类(MUSIC)算法谱峰搜索计算量大的缺点.仿真的结果表明,将SVD分解算法和小生境遗传算法作为故障监测方法切实可行,为转子匝间短路故障诊断提供了依据,相比单独采用FFT和MUSIC算法,计算精度和效率都有所提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李俊卿	华北电力大学电气与电子工程学院	82	958	15.0	28.0
2	康文强	华北电力大学电气与电子工程学院	5	28	4.0	5.0
3	沈亮印	华北电力大学电气与电子工程学院	6	31	4.0	5.0
4	朱锦山	华北电力大学电气与电子工程学院	3	7	2.0	2.0