一种发电机定子线棒绝缘缺陷识别方法

    公开(公告)号:CN115825239A

    公开(公告)日:2023-03-21

    申请号:CN202211515430.8

    申请日:2022-11-30

    Abstract: 本发明公开了一种发电机定子线棒绝缘缺陷识别方法,涉及电机故障诊断和人工智能技术领域,包括以下步骤:S1、采集发电机定子线棒绝缘的超声图像,并将超声图像中的二维图像转变成一维数据;S2、利用奇异值分解算法,对转变后的一维数据进行降噪处理,并保留一维数据中的主要信息;S3、采用小波包变换算法提取降噪后不同绝缘缺陷超声信号的小波包能量特征;S4、构建量子衍生概率神经网络,并将提取的小波包能量特征输入到量子衍生概率神经网络中,输出发电机定子线棒绝缘缺陷的识别结果。本发明提供的方法,能够自适应的挖掘超声信号蕴含的特征,实现了定子线棒绝缘缺陷的智能识别,有效提高了识别算法的精确度和准确率。

    一种基于并行CNN-BiLSTM的发电机局放模式识别方法

    公开(公告)号:CN115586407A

    公开(公告)日:2023-01-10

    申请号:CN202211259783.6

    申请日:2022-10-14

    Abstract: 本发明公开一种基于并行CNN‑BiLSTM的发电机局放模式识别方法,在实验室环境下采集不同电压等级、不同缺陷类型的发电机定子线棒典型缺陷局放数据,绘制不同去噪系数的局放相位图谱、采集不同相位的电压信号、提取局放相位图谱特征和局放波形特征共十种参数,作为十通道并行CNN神经网络训练的输入参数,不同参数经过并行CNN网络对各特征进行卷积池化,送入分别与CNN特征输出层连接的BiLSTM神经网络,对BiLSTM神经网络进行训练,进行发电机局放典型缺陷的模式识别,十通道BiLSTM分别输出基于不同参数的模式识别结果,与现场样本进行结果对比,确定每个输出通道的权重完成对发电机定子线棒缺陷类型的判别。此方法基于多形式的输入训练多通道并行网络,提高模式识别的精确度。

    一种发电机防晕系统应力测试分析方法

    公开(公告)号:CN112033660B

    公开(公告)日:2021-05-11

    申请号:CN202010931875.9

    申请日:2020-09-08

    Abstract: 本发明提供了一种发电机防晕系统应力测试分析方法,包括以下步骤:(1)分别利用具有不同Hildebrand溶解度参数δ的溶剂,对发电机防晕系统进行浸泡,使其各层结构发生不同程度的软化;(2)将一系列软化后的发电机防晕系统表面擦干,采用光弹性贴片法获取其表面应力,同时采用脉冲激振法测定其表面杨氏模量;(3)以步骤(1)选择的各溶剂的Hildebrand溶解度参数δ对步骤(2)测得的杨氏模量作图,得到曲线的斜率SF和截距KF;(4)以各溶剂的Hildebrand溶解度参数δ对表面应力作图,得到曲线的斜率SH和截距KH;(5)采用以下公式计算得到衡量测试样品内应力大小的参数NTH:本发明测试所得NTH的值越小,则说明测试样品的内部应力越小,离更换年限越久。

Patent Agency Ranking