排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
针对励磁绕组轻度匝间短路故障难以及时诊断的问题,提出一种基于深度置信网络(DBN)的同步发电机励磁绕组匝间短路早期故障在线预警方法.构建由2个DBN子网络组成的模型,分别以励磁电流、定子径向振动作加速度作为对应子网络的输出量;利用随机森林(RF)算法对特征的重要性进行排序,以此确定网络输出量的关联物理量,并将其作为对应子网络的输入量.通过改进粒子群优化(IPSO)算法选择网络参数,利用机组正常情况下的运行数据训练2个子网络.结合层次分析法(AHP)和反熵值法分配2个子网络的训练结果的权重,确定最终的故障预警阈值.将发电机故障情况下的数据输入训练好的网络,若总偏移距离大于故障预警阈值则判定为故障.以MJF-30-6型同步发电机为实验对象,证明所提方法可以实现同步发电机励磁绕组匝间短路早期故障预警. 相似文献
1