采用RWNN的电机定子绕组匝间故障诊断方法
针对电机定子绕组匝间短路故障,提出了基于递归小波神经网络(RWNN)的故障在线诊断方法.该方法采用两个RWNN监测匝间故障,一个用于估算故障的严重度,另一个用于确定故障匝数.针对RWNN的训练,研究了Levenberg-Marquardt(LM)学习算法,以减少训练中的计算量,确保网络模型的快速收敛.根据此方法,设计了试验系统,试验结果表明,基于RWNN的诊断模型可精确确定短路故障匝数,与前馈神经网络(FFNN)相比,能更有效地监测匝间短路故障的缓慢变化情况.
异步电动机、定子绕组、匝间短路、故障诊断、RWNN、LM学习算法
35
TN731.8(基本电子电路)
国家自然科学基金50677014;湖南省科技计划项目2008GK3044
2011-12-12(万方平台首次上网日期,不代表论文的发表时间)
共5页
1607-1611