基于模糊聚类法探究扰动对同调分群的影响

为研究大扰动对电网分群产生的影响,基于模糊聚类在同调分群的基础上研究了故障对同调分群的影响.先应用模糊聚类法得到初始同调分类结果,以模糊聚类公式为出发点,探究故障前后因子发生的变化,然后用BPA程序对IEEE 39节点进行试验,结果得到了故障对发电机间互导纳距离影响较大从而影响分群结果.为后续问题提供了一个良好的研究思路.     

改进LSTM神经网络在电机故障诊断中的应用

三相异步电机因其结构简单、维护方便、可靠性高等特点被广泛应用到工业生产中,所以保证三相异步电机在生产环境中的安全与稳定运行具有十分重要的意义;传统的三相异步电机故障诊断均采用特征电流法,但在实际应用中由于特征谐波难以分离,从而导致无法判断;采用先进的长短期记忆(LSTM)神经网络以及最新提出的RAdam优化器,在电机正常运转时对其运行特性进行实时采集,通过双峰谱线插值法以及滑窗法提取谐波之后,对电机输出结果进行时序预测和比对;最后以工程中实际电机数据为例,通过测量其故障运行实际数据,验证了该算法的可行性;经实验测试可得,相比于传统神经网络,该算法具有更好的故障检测能力。