原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
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-BP
Network
（
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,ShandongUniversityof
ScienceandTechnology,ShandongQingdao266590)
： ，提出了以下检测方法。利用小波
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
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。
： ；小波包； ；仿真
关键词 同步发电机 LM算法；能量计算
： ： ：
中图分类号 TM301 文献标识码 A 文章编号 1003-0107(2016)07-0020-05
Abstract: Inordertoaccuratelyandrapidlydetectallfaultsofsynchronousgeneratorsuddenphaseshort
circuit,thefollowingtestmethodisproposed.Makeuseofwaveletpackettodothreelayersofreconstruction
oncollectedphasecurrent.Doenergycalculationandnormalizedprocessingonthewaveletcoefficientsof
thethreelayersofdecompositionreconstruction,thenputprocessedtwenty-fourvaluesasinputdatatothe
BPneuralnetworkusingLMalgorithmfortrainingandtesting.Atthesametimecomparedwiththestandard
BPneuralnetworktrainingeffect,LMalgorithmtooptimizetheBPneuralnetworkstrainingeffecthasthecha-
racteristicsoffastconvergencerateandhighprecisionrate.SettingupaMATLABsimulationmodelfor the
generatorofallkindsofsuddenphasefaultissimulated.ThetrainingandtestingresultsofLM-BPnetworks-
文档评论（0）