重庆市自然科学基金(2008BB0327)
- 作品数：1 被引量：2H指数：1
- 相关作者：李红连唐炬更多>>
- 相关机构：重庆大学成都大学更多>>
- 发文基金：重庆市自然科学基金国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：电气工程更多>>
- 基于PSO-SVR的同步发电机励磁电流预测被引量：2
- 2013年
- 【目的】采用粒子群优化支持向量回归(PSO-SVR)模型对同步发电机励磁电流进行预测,为更准确地实现同步发电机转子绕组匝间短路故障的在线诊断提供依据。【方法】以微型同步发电机动模试验的20组正常运行数据作为训练样本,用剩下的13组正常运行数据和33组故障运行数据为检验样本,选取机端电压、有功功率、无功功率为输入量,励磁电流为输出量,通过粒子群优化(PSO)支持向量回归(SVR)的结构和参数,建立PSO-SVR预测模型,进而进行励磁电流预测,并与在线实测的励磁电流进行比较,以误差超过阈值诊断为发生匝间短路故障。【结果】PSO-SVR预测模型的预测误差较误差反向传播(BP)神经网络预测模型小;PSO-SVR模型能设置阈值准确诊断运行状态,而BP神经网络预测模型却不能,并且至少有1次误诊情况出现。【结论】PSO-SVR预测模型的精度优于BP神经网络预测模型,能准确地进行转子绕组匝间短路故障诊断,为同步发电机励磁电流预测、转子绕组匝间短路故障的在线诊断提供了一种新途径。
- 李红连唐炬
- 关键词：支持向量回归同步发电机转子绕组匝间短路故障
