基于BP神经网络电动机转子故障诊断方法的研究

利用BP神经网络对转子故障进行建模分析。发挥神经网络的自学能力和联想能力,对非训练样本,做出控制决策,表现非常灵活。可根据实验数据进行网络训练,用新数据进行模型验证。还与概率神经网络(PNN)进行对比验证。实验表明只要选择合适的节点数,BP神经网络比概率神经网络对转子故障有较强的学习和辨识能力,收敛较快,性能稳定,预测结果显著。     

煤矿电网内部过电压自动测试分析系统

介绍一种适用于煤矿电网内部过电压测量及测量数据的自动处理系统，该系统不仅能将３５ＫＶ及以下各等级的多种过电压波形准确地记录到磁带记录仪中，而且能将所记录的过电压信号，通过计算机高速采集进行数据的自动处理分析。并根据用户的要求，绘制曲线及给出多种参数结果。这套测试分析系统。具有测量精度高、数据分析快捷、准确等优点，这将给煤矿过电压的测量分析提供有效的手段．并为研究、预防过电压提供可靠的数值依据。     

基于CPLD的电网过电压自动记录装置

文章介绍了一种便携式电网过电压记录系统,能满足在信号记录、存储和数据处理上的自动化,并能在电网中长时间连续稳定的工作。根据电网电压的波动而自动设置为快采与慢采,采用500ksps的采样转换速率,实现了对电网信息的高速采集。     

复杂电磁环境下仪表电磁兼容评价与分析

变电站的电磁环境十分复杂,存在着各种各样的干扰源,如何评价和预测电磁环境的危害是当前面临的一大课题,由于屏蔽体上的各种开关、显示器和电缆孔等缝隙将降低屏蔽效果,因此对它们产生的影响进行科学评价是很有必要的。     

小波包频带-能量重构的异步电动机转子断条故障诊断

基于定子电流信号对异步电动机进行故障诊断时,其转子断条故障特征频率分量常被电流的基频分量淹没。尽管小波变换具有频率越高,相应的时间分辨率也越高的特点,但频率域上的分辨率却降低成了它的弱点。而小波包技术能同时对上一层的低频部分和高频部分进行细分,并根据被分析信号的特征,自适应的选择相应的频段,使之与信号频谱相匹配,从而提高时域分辨率。用小波包分析法对所采集信号处理,可作为电动机故障诊断输入特征向量的分解后的频段能量特征值。实验表明,采用小波包技术可快速、准确地诊断出电动机故障,其效果良好,也为电动机故障在线实时诊断提供了理论依据。     

高压测试过程的自动化

高压测试过程实现自动化，是将各种测试仪器和装置中准确记录的高压试验波形数据，通过计算机高速采集并进行分析处理，根据用户的要求，绘制曲线及给出多种参数结果，为研究、预测设备的绝缘性能提供可靠的数值依据。     

基于数学形态学的笼型异步电动机转子断条故障诊断

根据笼型异步电动机断条故障的基本规律及希尔伯特变换的物理意义,将数学形态学滤波器技术与希尔伯特变换相结合,得到谐波信号的希尔伯特模量,其在复平面内所占的面积可反映转子断条故障的存在与否,即面积越大转子断条的数量越多,故障越严重。利用希尔伯特模量的回转半径对转子断条故障做了定量分析。通过仿真实验验证该结论,该方法对转子断条故障判断灵敏,可将其应用于转子断条故障的检测。     

基于遗传算法的电动机故障判别方法

利用电动机定子电流数据进行电动机故障的诊断,需要有合适的方法将故障特征量提取出来,由于电动机并不是在理想状态下运行,故障特征信号很容易被湮没。采用sym4小波将电流数据滤波,将数据利用db4小波包3层分解,对分解得到的能量系数进行傅里叶分析,提取其频谱中的特征量,再利用遗传算法对提取出的特征属性进行约简,得到最简化决策属性表,以此来判别电动机的故障类型。该算法通过可行性分析表明,可保证个体属性个数最少和适应度最大的原则,其算法为最优解。     

基于Park矢量旋转滤波的感应电动机断条故障诊断

讨论鼠笼式电动机转子断条故障诊断,用Park变换将电动机的三相电流由三维坐标系变换到二维坐标系,使得三相电流的三次谐波相互抵消。介绍了Park矢量旋转滤波的原理。分别用Park矢量复平面法、傅里叶变换法及Park矢量旋转滤波法,对电动机故障情况进行诊断。实验结果说明Park矢量旋转滤波方法可靠。