典型文献
基于GA-BP神经网络的双馈风力发电机故障诊断
文献摘要：
双馈风力发电机在风力发电系统中得到了广泛应用,但由于其工作条件及自身结构原因,导致故障发生率较高.BP神经网络作为一种多层前馈网络,在电机故障诊断分析领域应用成熟.为避免陷入极小值问题,利用GA遗传算法对其优化,建立GA-BP神经网络模型,对双馈风力发电机定子匝间短路特征进行分析,以定子电流为故障信号,经快速傅里叶分解得到的电流特征量作为样本输入,输出为预期的故障类型,进而实现不同程度的定子匝间短路故障的诊断与识别.
文献关键词：
双馈风力发电机;GA-BP神经网络;故障诊断;定子匝间短路
中图分类号：
作者姓名：
孙子明;葛强;石建全;李振志;吴丹丹;徐逍帆
作者机构：
扬州大学电气与能源动力工程学院,江苏 扬州 225127;南京工程学院自动化学院,江苏 南京 211167
文献出处：
引用格式：
[1]孙子明;葛强;石建全;李振志;吴丹丹;徐逍帆-.基于GA-BP神经网络的双馈风力发电机故障诊断)[J].电工技术,2022(05):19-21
A类：
定子匝间短路故障
B类：
GA,双馈风力发电机,电机故障诊断,风力发电系统,工作条件,故障发生率,多层前馈,故障诊断分析,极小值,发电机定子,以定,定子电流,故障信号,傅里叶分解,特征量,故障类型
AB值：
0.202692
相似文献
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。
