首页> 中文学位 >大型电机绝缘在线监测及故障诊断技术的应用研究
【6h】

大型电机绝缘在线监测及故障诊断技术的应用研究

代理获取

目录

文摘

英文文摘

第1章绪论

1.1大型发电机局部放电在线监测的意义

1.2绝缘故障的种类及产生的原因

13发电机局部放电在线监测应用的研究现状

1.4本论文主要内容

第2章电机绝缘监测系统的工作原理

2.1局部放电分析及系统监测原理的确定

2.2发电机局部放电在线监测原理

2.3在线监测系统的电流传感器研究

2.4小结

第3章以中性点信号确定放电相技术的研究

3.1大型发电机各类局部放电相位特征分布

3.2模糊隶属函数法确定放电相技术的研究

3.3放电量值法确定放电相技术的研究

3.4小结

第4章FIR数字滤波器在局部放电信号处理中的应用

4.1线形相位FIR数字滤波器的原理及方法

4.2窗函数类型及其对滤波器特性的影响

4.3用窗函数法设计FIR数字滤波器的方法及算法概要

4.4模拟信号及实际局放信号分析

4.5小结

第5章人工BP网络在局部放电模式识别中的应用

5.1人工神经网络及BP学习算法概要

5.2局部放电信号统计算子的计算

5.3BP网络在局部放电模式识别中的应用

5.4神经网络收敛及识别效果初探

5.5小结

第6章结论

致谢

参考文献

展开▼

摘要

该文在综合国内外大量文献的基础上,提出了一套大型发电机绝缘局部放电在线监测的原理和方法.提出了在线监测大型发电机绝缘可能采用的传感器.对传感器的特性进行了较详细的分析,并提出对高频非稳态信号传感器只有对其进行时域暂态信号分析才能完全反映传感器的实际工作情况.提出了以模糊隶属函数法、放电量值法从中性线放电信号判断放电相的解决方案.算例分析和模拟实验研究表明该方法是可行的,具有一定的工程意义.针对监测现场存在的各类周期性干扰,提出以FIR数字滤波器进行干扰信号的抑制,同时研究了不同窗函数在不同滤波器形式中的应用.研究了利用以统计算子输入量的发电机局部放电信号的神经网络模式识别.试验结果表明,神经网络模式识别可以很好地识别局放模式.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号