典型文献
基于人工神经网络的发电机故障暂态稳定性预测方法研究
文献摘要：
提出了一种利用径向基函数神经网络(RBFNN)预测大扰动后发电机转子转角值的方法,来实时判断系统暂态稳定状态,并对相干发电机组的辨识进行了研究.在故障后将相量测量单元(P MU)同步采样的前六个周期的发电机的转子角度和电压等数据作为神经网络的输入,以预测系统未来的状态.该方法还可以实时判断发电机的同步状态.在测试系统上对该方法以不同运行条件进行了评估,实验结果证明所提出的径向基函数神经网络对扰动后的转子转角值具有良好的预测性能,适合于实时应用.
文献关键词：
故障预测;暂态分析;人工神经网络
中图分类号：
作者姓名：
刘辉;郑剑;刘行行
作者机构：
河北冀研能源科学技术研究院有限公司,河北 石家庄 050000;国网河北石家庄供电公司,河北 石家庄 050000
文献出处：
引用格式：
[1]刘辉;郑剑;刘行行-.基于人工神经网络的发电机故障暂态稳定性预测方法研究)[J].计算技术与自动化,2022(04):7-11
A类：
B类：
人工神经网络,电机故障,暂态稳定性,稳定性预测,径向基函数神经网络,RBFNN,大扰动,发电机转子,稳定状态,相干,发电机组,将相,相量测量单元,MU,同步采样,预测系统,测试系统,运行条件,预测性能,故障预测,暂态分析
AB值：
0.340041
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。
