基于小波遗传神经网络的双馈式风电变流器故障监测方法

摘要

本发明涉及一种基于小波遗传神经网络的双馈式风电变流器故障监测方法，包括以下步骤：S1，获取双馈式风力发电系统的正常状态的电流信号故障状态的电流信号；S2，采用小波分析对故障状态的电流信号进行处理，得到低频信号和高频信号；S3，对高频信号进行二次小波分解，再通过小波变换提取故障能量，得到可以体现故障现象的故障特征向量；S4，采用遗传算法对神经网络模型进行训练；S5，利用训练好的神经网络模型进行变流器故障类型识别。与现有技术相比，本发明克服了传统技术对变流器主电路故障诊断可靠性不高、诊断不及时、鲁棒性较差的缺点，具有较强的逼近能力、容错能力，确保了故障诊断的准确性、时效性和鲁棒性。