PSO——RBFNN在发电机转子绕组匝间短路故障诊断中的应用

下载PDF

导出

摘要发电机的励磁电流和机端电气变量电压、有功功率、无功功率之间的联系,就可以反映出发电机转子绕组的运行状态。文章采用的基于微粒群优化的径向基神经网络算法通过仿真实例计算表明,该算法不但可以诊断转子绕组匝间短路故障及预测匝间短路的严重程度,而且精度和准确性也优于其他一些简单神经网络,从而验证了算法的有效性。

作者刘帅徐伟娜

机构地区中信重工工程技术有限责任公司矿山重型装备国家重点实验室(中信重工机械股份有限公司)

出处《河南建材》 2021年第6期147-148,共2页 Henan Building Materials

关键词微粒群径向基函数匝间短路

分类号 TM31 [电气工程—电机]

引文网络
相关文献

参考文献2

1余健,郭平.基于AQPSO算法优化的RBF网络模型及应用研究[J].北京师范大学学报（自然科学版）,2007,43(6):627-630. 被引量：3
2田丽,黄世伟,李泽应,王军.基于PSO的RBF神经网络短期电力负荷预测[J].安徽工程科技学院学报（自然科学版）,2007,22(2):33-35. 被引量：1

二级参考文献15

1王杰,闫东伟.提高预测精度的ELMAN和SOM神经网络组合[J].系统工程与电子技术,2004,26(12):1943-1945. 被引量：11
2张雪松,郭平.基于组合神经网络的软件可靠性预测研究[J].北京师范大学学报（自然科学版）,2005,41(6):599-603. 被引量：5
3张顶学,关治洪,刘新芝.基于PSO的RBF神经网络学习算法及其应用[J].计算机工程与应用,2006,42(20):13-15. 被引量：44
4陈伟,冯斌,孙俊.基于QPSO算法的RBF神经网络参数优化仿真研究[J].计算机应用,2006,26(8):1928-1931. 被引量：24
5张友民,李庆国,戴冠中,张洪才.一种RBF网络结构优化方法[J].控制与决策,1996,11(6):667-671. 被引量：24
6山艳,须文波,孙俊.量子粒子群优化算法在训练支持向量机中的应用[J].计算机应用,2006,26(11):2645-2647. 被引量：6
7余健,郭平.自组织映射(SOM)聚类算法的研究[J].现代计算机,2007,13(3):7-8. 被引量：17
8丛爽.面向MATLAB工具箱的审计网络理论与应用[M].北京:中国科学技术大学出版社.,2000
9J Kennedy,Eberhart.Particle Swarm Optimization.Proc[C]// IEEE International Conference on Neural Networks,IV.NJ:IEEE Service Center.
10Guo Ping, Xing Lei. Blind image restoration based on RBF neural networks[C]// Proceedings of SPIE. Bellingham WA: SPIE Press, 2004, 5298:529.

共引文献2

1江龙,薛佳佳.基于差值灰色RBF网络模型股票价格预测研究[J].广西大学学报（自然科学版）,2012,37(3):594-599. 被引量：4
2薛佳佳.基于差值灰色RBF网络模型股票指数预测[J].统计与决策,2012,28(22):77-79. 被引量：3

1张军民.基于可变撬棒电阻的双馈风机低电压穿越优化控制方法[J].电工技术,2021(5):162-165.
2许冬,王璋,陈东,尹太元,尹诗媛.考虑桥臂多谐波耦合的模块化多电平换流器直流侧阻抗建模方法[J].电网技术,2019,43(7):2632-2640. 被引量：16
3邓方雄,杨东,刘敏,贾兴易,阎明.大型水轮发电机转子匝间短路在线监测研究[J].设备管理与维修,2021(11):27-28. 被引量：3
4胡玮,耿绥燕,赵雄文.基于自适应粒子群优化的RBF毫米波信道建模研究[J].电波科学学报,2021,36(3):405-412. 被引量：9
5王海林,张春光,唐超尘,刘鑫.基于菌群优化算法优化生产车间传感网能耗[J].济南大学学报（自然科学版）,2021,35(4):370-375. 被引量：2

河南建材

2021年第6期

浏览历史

内容加载中请稍等...

PSO——RBFNN在发电机转子绕组匝间短路故障诊断中的应用

参考文献2

二级参考文献15

共引文献2

相关作者

相关机构

相关主题

浏览历史