基于类神经网络的MW永磁风力发电机短路故障智能诊断

针对大型永磁风力发电机故障诊断工作薄弱的现实,通过建立基于发电机结构的典型短路故障仿真模型,对多种电磁场和温度场故障联合研究,利用同一模型场路耦合求解电磁场和温度场,得出短路故障发生时的电磁场和温度场数据及分布规律;为提高诊断可靠性,先利用BP网络诊断,后利用Elman神经网络对动态系统诊断较为优越的特点诊断,最后概率神经网络(PNN)对短路故障发生时的多源数据(电流、磁场、温度和振动特征信息)融合处理诊断,以判断发生单一或者复合故障;结合MW永磁直驱样机的试验数据及风电场的运行数据,对发电机典型短路故障进行理论结合试验的诊断,分类对比了诊断结论。