基于遗传算法优化BP神经网络的海上DFIG定子绕组故障诊断Fault diagnosis of offshore DFIG stator winding based on genetic algorithms optimizing BP neural network
张智伟,陈云巧,王栋悦,符扬
摘要(Abstract)：
针对海上双馈风力发电机(DFIG)定子绕组匝间短路故障率高的问题,由于大数据背景下的故障检测难以采用人工干预的方法识别故障,且传统的人工神经网络存在训练速度慢、误差大、试凑隐含层困难等缺陷,因此,本文提出融合遗传算法的BP神经网络用于检测海上DFIG定子绕组匝间短路故障,实验和仿真结果表明了此方法的有效性,实现了大数据背景下海上DFIG定子绕组匝间短路故障诊断。
关键词(KeyWords)： DFIG;定子绕组;匝间短路;故障诊断;遗传算法;BP神经网络
基金项目(Foundation): 国网上海市电力公司科研项目(52090R180006)
作者(Author): 张智伟,陈云巧,王栋悦,符扬
参考文献(References)：
- [1]魏书荣,张路,符杨,等.基于拟序阻抗的海上双馈电机定子绕组匝间-短路早期故障辨识[J].中国电机工程学报,2017,37(1):273-281.
- [2]叶圣超,朱希安.基于PSO神经网络的定子电流信号谐波检测[J].科技通报, 2017, 33(5):198-202.
- [3]王歆峪.基于神经网络的电机故障诊断[D].上海:上海交通大学, 2013.
- [4]仇威.基于BP神经网络水泵电机的故障诊断[D].武汉:湖北工业大学, 2012.
- [5]唐洪法.基于BP神经网络的网络故障诊断系统[D].南京:南京理工大学, 2005.
- [6]文成林,吕菲亚,包哲静,等.基于数据驱动的微小故障诊断方法综述[J].自动化学报, 2016, 42(9):1285-1299.
- [7] MATLAB中文论坛. MATLAB神经网络30个案例分析[M].北京:北京航空航天大学出版社, 2010.
- [8]李俊卿,王栋,何龙.双馈式感应发电机定子匝间短路故障稳态分析[J].电力系统自动化, 2013, 37(18):103-107.