[发明专利]一种发电机转子绕组匝间短路早期在线检测方法

权利要求书

1.一种发电机转子绕组匝间短路早期在线检测方法，其特征在于，包括：

将发电机机端电压、电流、有功功率和无功功率作为Elman神经网络的输入量，将转子励磁电压和励磁电流作为Elman神经网络的输出量，构建用于断转子匝间短路的Elman神经网络模型；

采用发电机正常情况下的运行数据作为训练样本，对所述Elman神经网络模型进行训练，以使所述Elman神经网络模型能够精确的对正常情况下转子的励磁电压和励磁电流数据进行模拟；

基于所述Elman神经网络模型，对存在匝间短路情况下转子的励磁电压和电流的数据进行模拟，根据转子励磁电流模拟值与实际值之间的绝对百分比误差值判断转子是否存在轻微匝间短路：

若误差值大于判断为存在匝间短路，若误差值小于判断为不存在匝间短路，其中，Δn为短路匝数，ω_fd为转子绕组匝数。

2.根据权利要求1所述的一种发电机转子绕组匝间短路早期在线检测方法，其特征在于，所述Elman神经网络模型具有四层，分别为输入层、隐含层、连接层和输出层。

3.根据权利要求2所述的一种发电机转子绕组匝间短路早期在线检测方法，其特征在于，所述隐含层为一层，所述输入层节点数为4，所述输出层节点数为2，所述隐含层节点数为6。

4.根据权利要求3所述的一种发电机转子绕组匝间短路早期在线检测方法，其特征在于，所述Elman神经网络模型的训练流程包括：

1)对各层的权值进行初始化；

2)将训练样本的输入数据和输出数据载入模型，计算隐含层和输出层中各节点的输出；

3)将输出层的输出数据与目标数据进行对比，计算误差，如果满足误差要求训练停止，如果没有满足误差要求，继续训练调整连接权值和阈值，直到满足误差要求，训练终止。