基于深度置信网络的同步发电机励磁绕组匝间短路故障预警

作者：李俊卿; 陈雅婷; 李斯璇

来源：电力自动化设备, 2021, 41(02): 153-158.

DOI：10.16081/j.epae.202011033

• 深度置信网络
• 同步发电机
• 励磁绕组匝间短路
• 故障预警
• IPSO算法

针对励磁绕组轻度匝间短路故障难以及时诊断的问题,提出一种基于深度置信网络(DBN)的同步发电机励磁绕组匝间短路早期故障在线预警方法。构建由2个DBN子网络组成的模型,分别以励磁电流、定子径向振动作加速度作为对应子网络的输出量;利用随机森林(RF)算法对特征的重要性进行排序,以此确定网络输出量的关联物理量,并将其作为对应子网络的输入量。通过改进粒子群优化(IPSO)算法选择网络参数,利用机组正常情况下的运行数据训练2个子网络。结合层次分析法(AHP)和反熵值法分配2个子网络的训练结果的权重,确定最终的故障预警阈值。将发电机故障情况下的数据输入训练好的网络,若总偏移距离大于故障预警阈值则判定为故障。以MJF-30-6型同步发电机为实验对象,证明所提方法可以实现同步发电机励磁绕组匝间短路早期故障预警。

• 单位
  华北电力大学; 电子工程学院