基于小波分析和神經(jīng)網(wǎng)絡(luò)的船舶同步發(fā)電機診斷研究.pdf

1、船舶同步發(fā)電機是船舶電力系統(tǒng)的關(guān)鍵單元，是整個系統(tǒng)的電力來源，對于船舶的穩(wěn)定運行起著至關(guān)重要的作用，一旦故障就使得船舶運營停止，造成重大經(jīng)濟損失。隨著現(xiàn)代船舶的大型化，對船舶同步發(fā)電機單機容量的要求也不斷增大，這一趨勢對發(fā)電機在運行時的穩(wěn)定性和可靠性提出了更高的要求。所以能夠快速準(zhǔn)確地對發(fā)電機可能出現(xiàn)的各種故障狀態(tài)做出診斷，具有非常重大的實際意義。因此本文基于小波分析和神經(jīng)網(wǎng)路的集成型故障診斷方法對船舶同步發(fā)電機進行了故障診斷研究。

2、r>　　 分析了同步發(fā)電機定子和轉(zhuǎn)子短路的內(nèi)部機理:對發(fā)電機定子端短路時的定子短路電流、勵磁電流和阻尼電流分量的暫態(tài)、次暫態(tài)和穩(wěn)態(tài)電流以及短路時內(nèi)部的電磁關(guān)系作出了分析;對轉(zhuǎn)子不同程度匝間短路之間的關(guān)系進行了分析，并利用MATLAB編程對同步發(fā)電機在空載時正常運行狀態(tài)、定子端相間短路故障和轉(zhuǎn)子匝間短路故障進行了仿真。
　　 利用小波分析在信號處理領(lǐng)域的高分辨率優(yōu)勢，使用小波包分析將故障信號分解在不同的獨立頻帶內(nèi)，并進行故障特征

3、值的提取。由于不同故障狀態(tài)下，三層小波包分解后得到的8個子頻帶的能量是不同的，因此，利用分解后得到的8個頻帶能量值來表征發(fā)電機的運行狀態(tài)，然后將各個分解頻帶的能量特征值組合為各個狀態(tài)的特征向量，作為神經(jīng)網(wǎng)絡(luò)故障診斷的輸入。
　　 利用神經(jīng)網(wǎng)絡(luò)對不同的故障進行模式分類。在獲得不同故障狀態(tài)下的特征向量之后，利用這些特征向量作為樣本來訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)。訓(xùn)練成功之后，利用測試樣本對BP網(wǎng)絡(luò)來進行測試，對測試樣本的故障分類誤差低于預(yù)先規(guī)定