基于深度学习的发电机整流器诊断系统研究

微特电机 ›› 2020, Vol. 48 ›› Issue (4): 39-42.

基于深度学习的发电机整流器诊断系统研究

刘力宇, 崔江

南京航空航天大学自动化学院,南京 211106

收稿日期:2012-09-04 出版日期:2020-04-28 发布日期:2020-04-24
作者简介:刘力宇(1992--),硕士研究生,研究方向为发电机故障诊断与健康监测.
基金资助:
中央高校基本科研业务费项目(NS2017019)资助

Research and Realization of Generator Rectifier Fault Diagnosis System Based on Deep Learning Theory

LIU Li-yu, CUI Jiang

College of Automation Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 211106, China

Received:2012-09-04 Online:2020-04-28 Published:2020-04-24

摘要/Abstract

摘要： 基于深度置信网络技术,使用C++编程语言设计了发电机旋转整流器故障诊断平台,实现了对故障信号特征的提取与分类.选择三级式发电机进行了实验验证,结果表明,该设计具有良好的故障诊断效果.

关键词: 发电机, 故障诊断, C++编程语言, 旋转整流器, 深度学习

Abstract: Based on the deep belief networks technology, a fault diagnosis platform for generator rectifier was designed by using C++ language, realizing feature extraction and classification of fault signals. The experiment was verified with a three-stage generator. The actual results show that the design has a good fault diagnosis effect.

Key words: generator, fault diagnosis, C++ programing language, rotating rectifier, deep learning

中图分类号:

TM461

刘力宇, 崔江. 基于深度学习的发电机整流器诊断系统研究[J]. 微特电机, 2020, 48(4): 39-42.

LIU Li-yu, CUI Jiang. Research and Realization of Generator Rectifier Fault Diagnosis System Based on Deep Learning Theory[J]. Small & Special Electrical Machines, 2020, 48(4): 39-42.

参考文献 13

[1]	刘业胜. 发电机无刷励磁系统旋转整流器监测方法及其适用性分析[J]. 电气开关, 2010, 48(1):6-8.
[2]	罗建. 基于DSP的风力发电机电信号采集与故障诊断方法研究[D]. 哈尔滨:哈尔滨理工大学, 2016.
[3]	孟飒飒, 师鸽, 崔江. 基于DSP的航空发电机旋转整流器诊断技术研究[J]. 航空计算技术, 2018, 48(1):123-126.
[4]	于海波. 双馈异步风力发电机定子匝间短路故障诊断研究[D]. 北京:华北电力大学,2015.
[5]	刘广. 数据挖掘在风力发电机组故障诊断中的应用[D]. 兰州:兰州理工大学, 2011.
[6]	张敬, 李颖晖, 朱喜华,等. 三级式发电机旋转整流器故障特征提取[J]. 微电机, 2011, 44(7):92-96.
[7]	LIU J Y, GAO K, LIU P F.Design and application for fault monitoring circuit of rotating rectifier in aviation brushless AC generator[C]//Proceedings of IEEE Chinese Guidance, Navigation and Control Conference.Yantai, China:IEEE,2014:1235-1239.
[8]	刘念. 无刷励磁旋转整流器电流波形分析及其故障的微机识别[J]. 电力系统自动化, 1994, 18(4):19-26.
[9]	CUI J, TANG J, SHI G, et al.Generator rotating rectifier fault detection method based on stacked auto-encoder[C]//IEEE Electrical Machines Design, Control and Diagnosis. Nottingham, UK:IEEE, 2017:256-261.
[10]	刘森林, 寇光杰, 石学文,等. 一种基于C++Builder的过程控制系统设计与实现[J]. 东南大学学报(自然科学版), 2003, 33(s1):158-161.
[11]	RAHNAMA M, VAHEDI A.Rotary diode failure detection in brushless exciter system of power plant synchronous generator[C]//IEEE Thermal Power Plants. Tehran, Iran:IEEE, 2016:6-11.
[12]	HINTON G E, OSINDERO S, TEH Y W.A fast learning algorithm for deep belief nets[J]. Neural Computation, 2006, 18(7):15-27
[13]	吴瑀倩, 李静, 吴晓舟,等. 基于深度信念网络的民航发动机状态监测[J]. 计算机测量与控制, 2017, 25(7):28-31.

[1]	周立安, 晏才松, 邓建华, 雷黎明, 贾思庆. 直流组网船舶1.99 MW永磁同步发电机研制[J]. 微特电机, 2021, 49(4): 25-29.
[2]	郭瑞东, 陈燕, 崔江. 基于FPGA的同步发电机旋转整流器故障监测系统[J]. 微特电机, 2021, 49(3): 47-49.
[3]	吴冰, 王建良. 双馈风力发电机等效电路参数的精准算法[J]. 微特电机, 2020, 48(9): 28-30.
[4]	王振华, 胡凯, 肖进. 自由活塞内燃机用直线发电机的设计与分析[J]. 微特电机, 2020, 48(8): 12-17.
[5]	刘军伟, 李华阳, 钟云龙, 崔明, 卢江跃. 3 MW半直驱永磁风力发电机电磁设计与仿真[J]. 微特电机, 2020, 48(8): 27-30.
[6]	权艳娜, 郗珂庆. 一种圆筒型斯特林直线发电机仿真分析及验证[J]. 微特电机, 2020, 48(7): 38-43.
[7]	杨小亮, 王宇豪, 孙玉胜, 申永鹏, 孙建新, 袁遇龙. 开绕组无刷双馈发电机直接功率控制研究[J]. 微特电机, 2020, 48(5): 1-6.
[8]	孟惠, 郭秋芬, 任神河. 基于滑模控制的TPESFTI驱动DFIG系统FCS-MPC[J]. 微特电机, 2020, 48(5): 56-61.
[9]	李志波, 杨依, 王映品, 陈昌平, 李功捷, 钟承尧. 车用爪极发电机电磁振动影响因素研究[J]. 微特电机, 2020, 48(4): 13-17.
[10]	李楷然, 刘永强, 吴立泉, 梁兆文. 一种感应电机转子断条故障建模方法[J]. 微特电机, 2020, 48(3): 33-37.
[11]	杨小亮, 孙建新, 王延峰, 申永鹏, 王明杰, 王宇豪. 开绕组无刷双馈发电机直接功率自抗扰控制策略[J]. 微特电机, 2020, 48(3): 48-53.
[12]	王雪,张桂利. 内电混合动力包用永磁齿轮复合发电机特性研究[J]. 微特电机, 2020, 48(2): 20-23.
[13]	冯治岗,马春燕,陈燕,窦银科,侯向楠. 双边直线开关磁阻发电系统建模与仿真研究[J]. 微特电机, 2020, 48(2): 5-8.
[14]	董程飞,李岩,刘陵顺. SVPWM过调制策略在航空高压直流系统中的应用[J]. 微特电机, 2020, 48(2): 55-59.
[15]	孙欣. 基于场路耦合的永磁风力发电机匝间短路故障分析[J]. 微特电机, 2020, 48(11): 29-32.