论文部分内容阅读
研究发轮电机故障准确诊断对水电站正常运行有着重要意义。由于水轮发电机是将水动能转换为电能,结构复杂,传统故障诊断方法难以解决水轮发电机的高维、非线性和不确定输出等问题,故障诊断准确率低,不利于实时诊断。为了实时进行发电机故障诊断,保证系统安全性能,提出一种改进的神经网络故障模式分类算法。首先采用粒子群优化算法对基本RBF神经网络进行优化和改正,提高网络学习性能,然后用改进算法对水轮发电机故障进行故障诊断。对水轮电机振动数据进行测试实验,结果表明算法提高了水轮发电机故障诊断速度和准确率,结构简单,可以