小波包能量与lm-bp神经网络发电机机端故障类型识别

《小波包能量与lm-bp神经网络发电机机端故障类型识别》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、电子质量（2016第07期）小波包能量和LM-BP神经网络的发电机机端故障类型识别FaultTypeIdentificationofGeneratorTerminalBasedonWaveletPacketEnergyandLM-BPNetwork孙其东（山东科技大学电气与自动化工程学院,山东青岛266590）SunQi-dong(TheCollegeofElectricalEngineeringandAutomation,ShandongUniversityofScienceandTechnology,Sha

2、ndongQingdao266590)摘要：为了准确且快速地检测同步发电机出现的各种突然相短路故障，提出了以下检测方法。利用小波包对采集到的相电流进行三层分解和重构。对第三层小波包重构的小波系数进行能量计算并进行归一化处理，然后把处理后的24个值作为BP神经网络的输入数据同时采用LM算法来进行训练和测试。同时与标准BP神经网络的训练效果进行了对比，LM算法优化BP神经网络的训练具有收敛速度快，精确率高的特点。搭建了同步发电机的MATLAB仿真模型对发生各种出现的突然相故障类型进行了仿真，LM-BP神经网络训练和

3、测试的结果表明此方法能够准确地判断发电机所发生的相故障以及故障类型。关键词：同步发电机；小波包；LM算法；能量计算；仿真中图分类号：TM301文献标识码：A文章编号：1003-0107(2016)07-0020-05Abstract:Inordertoaccuratelyandrapidlydetectallfaultsofsynchronousgeneratorsuddenphaseshortcircuit,thefollowingtestmethodisproposed.Makeuseofwaveletpa

4、ckettodothreelayersofreconstructiononcollectedphasecurrent.Doenergycalculationandnormalizedprocessingonthewaveletcoefficientsofthethreelayersofdecompositionreconstruction,thenputprocessedtwenty-fourvaluesasinputdatatotheBPneuralnetworkusingLMalgorithmfortrai

5、ningandtesting.AtthesametimecomparedwiththestandardBPneuralnetworktrainingeffect,LMalgorithmtooptimizetheBPneuralnetwork'strainingeffecthasthecha-racteristicsoffastconvergencerateandhighprecisionrate.SettingupaMATLABsimulationmodelforthegeneratorofallkindsof

6、suddenphasefaultissimulated.ThetrainingandtestingresultsofLM-BPnetworks-howthatthismethodcanaccuratelyjudgephasefaultandfaulttypeofgenerator.Keywords:synchronousgenerator;waveletpacket;LMalgorithm;energycalculation;simulationCLCnumber:TM301Documentcode:AArti

7、cleID：1003-0107(2016)07-0020-050引言并采用LM算法来进行相应的训练和测试，通过测试的实验结果与期望的数据比较来判断发电机所发生的故同步发电机是电力系统里面不可或缺的元件，它是障类型。由很多个由磁耦合关系的绕组组成。同步电机的突然短路暂态过程要比恒定电压源电路复杂的多，其所造成的[1-2]1小波包相关介绍冲击电流要比额定电流高出许多倍。毫无疑问，同步发电机的突然断路对本身和相关的电气设备正常运行信号的小波包分析是一个完整的树状结构，它比都会造成严重的威胁。因此，快速并且准确地检测和

8、消多分辨率分析更为精确。小波分析在频率域相当于等除故障就显得尤为重要。Q带通滤波器组，尺度越精细，带通滤波器的中心频率本文通过搭建仿真模型对同步发电机所发生的相越高，通带也越宽。换句话来说，对信号的高频成分，小故障进行信号获取，同时采用小波包对信号进行三层波分析的分辨率是比较差的，这是小波分析的严重不分解。对小波包第三层重构系数进行能量计算并进行足。对小波包分析而言，它的优势体现在：不