《基于多源信息融合的同步发电机转子绕组匝间短路故障识别》PDF+DOC
作者:李永刚,王罗,李俊卿,马明晗
单位:国网电力科学研究院
出版:《电力系统自动化》2019年第16期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFDLXT2019160210
DOC编号:DOCDLXT2019160219
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于D-S证据理论的多源信息融合方法在系留气球缆绳故障诊断中的应用研究》PDF+DOC2011年第17期 荣海春,万鑫森,吴有恒,李劲松
《基于重要度的分级贝叶斯网络诊断模型研究》PDF+DOC2016年第07期 牛伟,成娟
《713雷达同步系统的一种简便调整方法》PDF+DOC1992年第02期 褚天南,吴桂忠
《基于证据理论的信息融合故障诊断方法》PDF+DOC2005年第03期 任红卫,邓飞其
《目标识别的D-S融合算法》PDF+DOC2001年第04期 韩雁飞
《基于攻击区匹配的机载雷达作战效能评估方法》PDF+DOC2010年第08期 王云辉,高晓光,郑俊
《基于模糊贝叶斯网络的态势威胁评估模型》PDF+DOC2008年第05期 康长青,郭立红,罗艳春,王心醉
《基于D-S证据理论和AHP的故障诊断方法研究》PDF+DOC2006年第04期 叶清,吴晓平,宋业新
《矢量控制理论介绍》PDF+DOC2006年第05期
《容迟移动传感器网络预测辅助的数据传输机制》PDF+DOC2013年第10期 付彬,李仁发,肖雄仁
转子绕组匝间短路是同步发电机中一种较为常见的故障,随着故障的发展会对发电机的安全运行造成威胁。针对该故障在早期时不易检测的情况,将多源信息融合理论应用到同步发电机的转子绕组匝间短路故障识别中。根据同步发电机特点及传感器情况,分析并选择合适的短路故障特征量作为证据体。将发电机中的多组故障特征证据体依据证据理论进行融合,得到高置信度的故障判定结论。同时进行同步发电机故障实验,与单特征量作对比验证了多源信息融合在发电机转子绕组匝间故障识别中的有效性。实验结果表明,该方法减少了单一传感器不确定性的影响,提高了故障识别准确性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。