学位论文 > 优秀研究生学位论文题录展示

发电机转子绕组匝间短路故障诊断建模及应用研究

作 者: 陈智杰
导 师: 余楚中
学 校: 重庆大学
专 业: 控制科学与工程
关键词: 转子绕组匝间短路 故障诊断 RBF神经网络 粒子群优化算法
分类号: TM303.3
类 型: 硕士论文
年 份: 2011年
下 载: 114次
引 用: 0次
阅 读: 论文下载
 

内容摘要


发电机故障诊断对电力系统的安全经济运行以及国计民生和国防建设有着十分重要的意义。电网是一个庞大的系统,一旦发生故障,必将造成巨大的经济损失和灾难性后果。电力系统的飞速发展对发电机的故障诊断不断提出新的要求,发电机故障诊断技术是保证电力系统安全可靠运行的重要技术手段,先进的发电机故障诊断技术尤其是在线监测技术已成为电力系统安全经济运行的有力保障,因此研制发电机故障诊断系统及研究故障诊断方法变得愈来愈重要,目前发电机故障诊断技术正向计算机化、网络化和智能化发展。发电机转子绕组匝间短路是发电机经常发生的一种电气故障,其对整个电网的安全运行有重要影响,转子绕组匝间短路故障的早期诊断和在线检测一直是国内外关注的课题。本文在分析国内外发电机转子绕组匝间短路故障诊断现状的基础上,分析了发生转子绕组匝间短路的原因,深入研究了转子绕组匝间短路故障机理和故障发生时电气量的变化特征,对比了各种故障诊断技术的优缺点,基于对粒子群优化算法RBF神经网络的研究,提出了利用PSO-RBF神经网络进行转子绕组匝间短路故障诊断的方法,构建了发电机转子绕组匝间短路故障诊断模型。本文完成了以下工作:①研究了转子绕组匝间短路故障机理及故障发生时电磁场的畸变情况和电气量的变化特征,对现有诊断方法作了比较研究,为故障特征量选取提供了理论依据。②研究了RBF神经网络在转子绕组匝间短路故障诊断中的应用技术,为故障诊断模型的建立提供了技术依据。③将PSO-RBF神经网络引人转子绕组的匝间短路故障诊断中,建立了基于PSO-RBF神经网络的故障诊断模型。④借助仿真实验和对比研究,结果表明PSO-RBF神经网络故障诊断模型可以有效识别转子绕组匝间短路故障,且其精确性较传统的诊断模型有明显提高。

全文目录


相似论文

  1. 基于WinCE平台的故障分析仪应用程序设计与开发,TP311.52
  2. 八作动器隔振平台的六自由度容错控制研究,TB535.1
  3. 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
  4. 基于支持向量机的故障诊断方法研究,TP18
  5. 三容水箱系统故障诊断算法研究,TP277
  6. 基于粒子群算法求曲线/曲面间最小距离方法,O182
  7. 水上交通安全保障系统的关键技术研究,U698
  8. 基于神经网络辨识的同步发电机励磁控制研究,TM31
  9. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  10. RTAD-CMDMDES的总体设计和系统开发,U279.3
  11. 基于粒子群优化算法的船舶避碰研究,U675.96
  12. 制造业绿色产品研发的风险识别与评价研究,F205;F224
  13. 混凝土泵液压系统故障诊断方法研究,TU646
  14. 基于改进粒子群算法的无功优化,TP301.6
  15. 基于数据融合技术舞台故障诊断方法的研究,TP18
  16. 可燃气体检测报警技术研究,TP212
  17. 毛纺细纱机积极式退绕机构的设计及毛精纺纱性能预测模型的比较,TP183
  18. 基于改进的支持向量机的模拟电路故障诊断方法研究,TN710
  19. Ad Hoc网络拓扑重构方案的设计与仿真,TN929.5
  20. 基于控制方法的粒子群算法改进及应用研究,TP301.6
  21. 高压水除鳞系统实时压力监测与故障诊断,TG333

中图分类: > 工业技术 > 电工技术 > 电机 > 一般性问题 > 电机结构及部件 > 导磁部件
© 2012 www.xueweilunwen.com