典型文献
基于稀疏深度森林的调相机轻微定子匝间短路故障诊断
文献摘要：
针对调相机轻微定子匝间短路故障难以辨识的问题,提出了一种基于稀疏深度森林的调相机轻微定子匝间短路故障诊断新方法.该方法首先提取将定子电流的1、3、5、7次谐波幅值作为预特征,再利用稀疏滤波网络将特征信息增强,然后在深度森林中引入XGBoost和逻辑回归的基学习器,在提高单一学习模型分类能力的同时,缩短了运行时间,并在级联森林部分加入决定系数以平衡运算效率与模型精度,选取级联层最后一层的平均值作为输出,最后,采用改进后的深度森林和稀疏滤波构建故障诊断模型.通过定制同步电机模拟调相机轻微定子匝间短路故障实验来验证所提方法,实验结果表明,该方法提取的特征能有效反映定子匝间短路故障,且具有较高的诊断精度与效率.
文献关键词：
调相机;定子匝间短路故障;定子电流;稀疏滤波;稀疏深度森林;特征提取;故障诊断
中图分类号：
作者姓名：
张玉良;马宏忠;朱昊;颜锦;蒋梦瑶;林元棣
作者机构：
河海大学能源与电气学院,南京211100;国网江苏省电力有限公司电力科学研究院,南京211103
文献出处：
引用格式：
[1]张玉良;马宏忠;朱昊;颜锦;蒋梦瑶;林元棣-.基于稀疏深度森林的调相机轻微定子匝间短路故障诊断)[J].高电压技术,2022(05):1875-1883
A类：
稀疏深度森林,定子匝间短路故障,稀疏滤波网络
B类：
调相机,定子电流,谐波幅值,特征信息,信息增强,林中,XGBoost,逻辑回归,基学习器,模型分类,运行时间,级联森林,决定系数,运算效率,模型精度,故障诊断模型,同步电机,电机模拟,拟调,精度与效率
AB值：
0.14893
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
