论文部分内容阅读
针对水轮发电机常见故障转子绕组两点接地和匝间短路目前尚缺有效的在线监测措施的问题,提出了一种基于智能技术的转子绕组故障在线识别途径。由相关文献提及的现场运行故障特征分析确定需要采集的各实时特征量,采用模糊理论对故障特征量变化的严重程度进行聚类,采用适合处理动态数据的Elman神经网络基于特征量对转子绕组故障进行识别。在Matlab 6.5下仿真一台凸极发电机转子绕组故障的结果表明,该技术流程能够识别出凸极发电机转子正常运行、匝间短路,两点接地等运行工况。