混合蛙跳算法优化神经网络的同步电机转子故障检测

• 作者: 刘星 孙俊敏 王旭红 王红亚
• 来源期刊: 微电机
• 学科: 工学
• 关键词: 隐极式同步电机 匝间短路 励磁电流 ISFLA 神经网络
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 设计与研究
• 页码范围: 22-26
• 页数: 5页
• 分类号: TM341
• 字数: 3636字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-6848.2017.09.005

摘要

通过分析隐极式同步发电机不同转子绕组匝间短路程度与励磁电流之间存在的线性关系,提出利用小波包分析和混合蛙跳算法神经网络相结合的诊断方法,对励磁电流进行小波包分解和小波包系数重构,求解各频带信号能量构造特征向量,作为BP神经网络的输入信号.提出改进的混合蛙跳算法ISFLA-BP神经网络,利用混合蛙跳算法(SFLA)对BP神经网络的初始权值进行优化,并引入混沌算子和收缩因子,改进传统混合蛙跳算法的更新策略.Matlab仿真表明,本文提出的ISFLA-BP神经网络能够有效地检测隐极式同步发电机转子匝间短路故障程度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王旭红	长沙理工大学电气与信息工程学院	38	164	7.0	11.0
2	刘星	长沙理工大学电气与信息工程学院	8	12	2.0	3.0
3	王红亚	长沙理工大学电气与信息工程学院	2	2	1.0	1.0
4	孙俊敏		1	2	1.0	1.0