基于小波神经网络的风力发电机故障诊断

被引：110

作者：

庄哲民 ^{[1
]}

殷国华 ^{[1
]}

李芬兰 ^{[1
]}

江钟伟 ^{[2
]}

机构：

[1] 汕头大学电子工程系

[2] 山口大学机械电子工程系

来源：

电工技术学报 | 2009年 / 24卷 / 04期

基金：

广东省自然科学基金; 广东省科技计划;

关键词：

小波包; 局部判别基; 神经网络; 故障诊断;

D O I：

暂无

中图分类号：

TM614 [风能发电];

学科分类号：

080811 [新能源发电与电能存储];

摘要：

针对风力发电机是一个复杂的时变非线性系统难以提取有效故障特征的问题,首次提出一种优化的局部判别基(LDB)算法结合SOM-BP混合网络进行故障诊断与定位的新方法。首先利用改进的LDB算法提取初始的故障特征,为进一步提高类间可分离度,将这个初始的故障特征通过自组织特征映射(SOM)网络映射到一个类别可分性更高的特征空间,最后利用反向传播(BP)网络根据映射后的特征实现非线性分类,完成故障诊断与定位。

引用

页码：224 / 228

页数：5