本文主要研究内容
作者张昊宇,姚钢,殷志柱,周荔丹（2019）在《基于小波神经网络与KNN机器学习算法的六相永磁同步电机故障态势感知方法》一文中研究指出：为了避免六相永磁同步电机在运行过程中因缺相引发更严重的电机故障和系统崩坏,需对电机在故障发生前进行提前预测判断和在故障发生后进行故障类型识别。根据故障下定子磁动势不变原理,推导Y移30°中性点隔离型六相永磁同步电机在各缺相故障下的数学模型。通过小波包分析方法提取故障工况下的特征值,构建小波神经网络模型对故障发生进行预测判断,避免系统误触发;构建KNN机器学习系统,对故障类型进行快速识别,以实现对故障态势的感知。利用MATLAB软件和Python的Scikit-Learn机器学习库进行仿真实验,对比验证该方法在六相永磁同步电机故障态势感知中可靠有效。
Abstract
wei le bi mian liu xiang yong ci tong bu dian ji zai yun hang guo cheng zhong yin que xiang yin fa geng yan chong de dian ji gu zhang he ji tong beng huai ,xu dui dian ji zai gu zhang fa sheng qian jin hang di qian yu ce pan duan he zai gu zhang fa sheng hou jin hang gu zhang lei xing shi bie 。gen ju gu zhang xia ding zi ci dong shi bu bian yuan li ,tui dao Yyi 30°zhong xing dian ge li xing liu xiang yong ci tong bu dian ji zai ge que xiang gu zhang xia de shu xue mo xing 。tong guo xiao bo bao fen xi fang fa di qu gu zhang gong kuang xia de te zheng zhi ,gou jian xiao bo shen jing wang lao mo xing dui gu zhang fa sheng jin hang yu ce pan duan ,bi mian ji tong wu chu fa ;gou jian KNNji qi xue xi ji tong ,dui gu zhang lei xing jin hang kuai su shi bie ,yi shi xian dui gu zhang tai shi de gan zhi 。li yong MATLABruan jian he Pythonde Scikit-Learnji qi xue xi ku jin hang fang zhen shi yan ,dui bi yan zheng gai fang fa zai liu xiang yong ci tong bu dian ji gu zhang tai shi gan zhi zhong ke kao you xiao 。
论文参考文献
论文详细介绍
论文作者分别是来自电测与仪表的张昊宇,姚钢,殷志柱,周荔丹，发表于刊物电测与仪表2019年02期论文，是一篇关于永磁同步电机论文,神经网络论文,机器学习论文,小波包分解论文,故障态势感知论文,电测与仪表2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自电测与仪表2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：永磁同步电机论文; 神经网络论文; 机器学习论文; 小波包分解论文; 故障态势感知论文; 电测与仪表2019年02期论文;