首页 | 本学科首页   官方微博 | 高级检索  
     

基于支持向量机和DS证据理论的双馈风机定子匝间短路故障诊断
引用本文:李俊卿,李忠徽,仝宗义. 基于支持向量机和DS证据理论的双馈风机定子匝间短路故障诊断[J]. 电机与控制应用, 2018, 45(5): 100-104, 110
作者姓名:李俊卿  李忠徽  仝宗义
作者单位:华北电力大学电气与电子工程学院
基金项目:河北省自然科学基金项目(E2014502015)
摘    要:结合支持向量机(SVM)和D-S证据理论,搭建了扩展Park变换模型以及失电残压模型,从多元信息融合的角度进行定子匝间短路故障诊断。仿真证明,该方法可以有效提高故障诊断的精确度,从而减少误诊。

关 键 词:双馈风力发电机   定子匝间短路   支持向量机   DS证据理论   信息融合

Fault Diagnosis of Stator InterTurn ShortCircuit in DFIG Based onSupport Vector Machine & DS Evidence Theory
LI Junqing,LI Zhonghui and TONG Zongyi. Fault Diagnosis of Stator InterTurn ShortCircuit in DFIG Based onSupport Vector Machine & DS Evidence Theory[J]. Electric Machines & Control Application, 2018, 45(5): 100-104, 110
Authors:LI Junqing  LI Zhonghui  TONG Zongyi
Affiliation:School of Electrical and Electronic Engineering, North China Electric Power University,Baoding 071003, China,School of Electrical and Electronic Engineering, North China Electric Power University,Baoding 071003, China and School of Electrical and Electronic Engineering, North China Electric Power University,Baoding 071003, China
Abstract:
Keywords:doublefed induction generator (DFIG)   interturn shortcircuit   support vector machine (SVM)   DS evidence theory   information fusion
本文献已被 CNKI 等数据库收录!
点击此处可从《电机与控制应用》浏览原始摘要信息
点击此处可从《电机与控制应用》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号