摘要
燃煤汽轮发电机组是电力系统中的关键设备,其转子匝间短路故障可能导致严重的运行问题。传统的故障诊断方法依赖于经验规则和定性分析,难以适应复杂多变的运行环境。为了提高故障诊断的准确性和效率,本文提出了一种基于改进小波神经网络(WNN)的故障诊断方法。该方法结合了小波变换的时频分析能力和神经网络的非线性映射能力,通过自适应选择小波基和网络结构,提高了模型对转子匝间短路故障的识别能力。实验结果表明,所提出的方法在故障诊断的准确率和实时性方面均优于传统方法。
出处
《电气技术与经济》
2025年第2期294-296,共3页
Electrical Equipment and Economy
