ANFIS风电双馈异步电机气隙偏心故障诊断分类方法技术

本发明专利技术公开了一种ANFIS风电双馈异步电机气隙偏心故障诊断分类方法，属于电机状态检测与故障诊断领域。其将风电双馈异步电机气隙偏心故障细化成几种发生较为频繁的故障类型，在基于软件仿真的前提下模拟双馈异步电机模型并仿真发生气隙偏心时几种故障类型，分析动、静两种偏心故障在不同偏心程度下定子绕组内电流的变化情况，对其作小波分解将时域转化为频谱图，提取发生不同故障时的特征频段，分析气隙偏心故障的不同类型所对应的故障特征频率，再将该频段的小波能量值作为训练样本数据，构造用于双馈异步电机气隙偏心故障的自适应神经模糊推理系统，并引用混合学习算法进行训练，判别出双馈异步电机的气隙偏心故障类型。该方法精度高，可操作性强。

【技术实现步骤摘要】
ANFIS风电双馈异步电机气隙偏心故障诊断分类方法
本专利技术涉及一种ANFIS（自适应神经模糊推理系统）风电双馈异步电机气隙偏心故障诊断分类方法，归属于电机状态检测与故障诊断这一领域。
技术介绍
自“十二五”规划起，我国能源行业便致力于积极推动节能减排、低碳绿色、全面协调可持续战略方针的实施。而风力发电技术凭借其能源清洁性、绿色环保性和源源不断性逐渐成为当今世界新能源发展潮流中炙手可热的主流方向。在目前投入运行的风电机组中，变速恒频风力发电机以其良好的性能和稳定的结构逐渐成为主流机型，而双馈异步发电机作为维持变速恒频性能的重要设备，它的运行状态和性能优劣成为人们重点关心的问题。由于我国风力资源分配不均匀，大部分处于西北及沿海等地势偏僻、条件恶劣的地区，所以风电机组的工作状况受外部气候及周围环境的影响很大；再加上自然界风速的不稳定性等等，这些因素直接导致了双馈异步电机故障的频发性和大概率性，严重影响到机组的正常运行和使用寿命，造成巨额的经济损失。因此，对风电机组双馈异步电机实行状态监测和故障诊断是大势所趋，也是唯一手段。对于双馈异步电机而言，转子不足、轴承磨损还有安装操作的误差等等都本文档来自技高网...

【技术保护点】
一种ANFIS风电双馈异步电机气隙偏心故障诊断分类方法，步骤如下：步骤1：将双馈异步电机气隙偏心故障分类整理并进行故障数据的测试收集；在ansoft软件平台上建立风电双馈异步电机模型，变更参数仿真不同类型的气隙偏心故障并记录其故障定子电流数据，构建风电双馈异步电机不同类型气隙偏心故障的多个训练样本集，该系统可用于诊断和分辨以下几种故障类型：双馈异步电机正常运行工况、双馈异步电机静态偏心故障、双馈异步电机动态偏心故障、双馈异步电机动态偏心和静态偏心混合偏心故障；步骤2：构建自适应神经模糊推理系统(ANFIS)；提取双馈异步电机发生气隙偏心故障时定子电流，作五层小波分解得到频谱图分析气隙偏心故障不...

【技术特征摘要】
1.一种ANFIS风电双馈异步电机气隙偏心故障诊断分类方法，步骤如下：步骤1：将双馈异步电机气隙偏心故障分类整理并进行故障数据的测试收集；在ansoft软件平台上建立风电双馈异步电机模型，变更参数仿真不同类型的气隙偏心故障并记录其故障定子电流数据，构建风电双馈异步电机不同类型气隙偏心故障的多个训练样本集，该系统可用于诊断和分辨以下几种故障类型：双馈异步电机正常运行工况、双馈异步电机静态偏心故障、双馈异步电机动态偏心故障、双馈异步电机动态偏心和静态偏心混合偏心故障；步骤2：构建自适应神经模糊推理系统(ANFIS)；提取双馈异步电机发生气隙偏心故障时定子电流，作五层小波分解得到频谱图分析气隙偏心故障不同类别对应的特征频带，提取第五层32个子频带中的第一、二、七频带作为故障特征频带，分析故障特征频带内对应不同气隙偏心故障类型的特征故障频率0Hz、和100Hz，将其特征频率幅值进行输入，给气隙偏心下的这些故障都定义不同的输出，得到具体特征频段的小波能量建立包含风电双馈异步电机不同类型气隙偏心故障的多个训练样本集；同时为该系统的输入输出选择合适的隶属度函数，设置训练目标的合理误差，对ANFIS运用混合学习算法训练，确定输入、输出隶属度函数的参数；步骤3：对双馈异步电机气隙偏心故障进行诊断及不同类型的划分和确立；故障诊断方法以在实验室风电双馈异步电机模...

【专利技术属性】
技术研发人员：马宏忠，李思源，魏海增，刘宝稳，张艳，徐艳，宋开胜，李胜翀，吴书煜，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏,32