[发明专利]ANFIS风电双馈异步电机气隙偏心故障诊断分类方法

摘要

本发明公开了一种ANFIS风电双馈异步电机气隙偏心故障诊断分类方法，属于电机状态检测与故障诊断领域。其将风电双馈异步电机气隙偏心故障细化成几种发生较为频繁的故障类型，在基于软件仿真的前提下模拟双馈异步电机模型并仿真发生气隙偏心时几种故障类型，分析动、静两种偏心故障在不同偏心程度下定子绕组内电流的变化情况，对其作小波分解将时域转化为频谱图，提取发生不同故障时的特征频段，分析气隙偏心故障的不同类型所对应的故障特征频率，再将该频段的小波能量值作为训练样本数据，构造用于双馈异步电机气隙偏心故障的自适应神经模糊推理系统，并引用混合学习算法进行训练，判别出双馈异步电机的气隙偏心故障类型。该方法精度高，可操作性强。

主权项

一种ANFIS风电双馈异步电机气隙偏心故障诊断分类方法，步骤如下：步骤1：将双馈异步电机气隙偏心故障分类整理并进行故障数据的测试收集；在ansoft软件平台上建立风电双馈异步电机模型，变更参数仿真不同类型的气隙偏心故障并记录其故障定子电流数据，构建风电双馈异步电机不同类型气隙偏心故障的多个训练样本集，该系统可用于诊断和分辨以下几种故障类型：双馈异步电机正常运行工况、双馈异步电机静态偏心故障、双馈异步电机动态偏心故障、双馈异步电机动态偏心和静态偏心混合偏心故障；步骤2：构建自适应神经模糊推理系统(ANFIS)；提取双馈异步电机发生气隙偏心故障时定子电流，作五层小波分解得到频谱图分析气隙偏心故障不同类别对应的特征频带，提取第五层32个子频带中的第一、二、七频带作为故障特征频带，分析故障特征频带内对应不同气隙偏心故障类型的特征故障频率0Hz、和100Hz，将其特征频率幅值进行输入，给气隙偏心下的这些故障都定义不同的输出，得到具体特征频段的小波能量建立包含风电双馈异步电机不同类型气隙偏心故障的多个训练样本集；同时为该系统的输入输出选择合适的隶属度函数，设置训练目标的合理误差，对ANFIS运用混合学习算法训练，确定输入、输出隶属度函数的参数；步骤3：对双馈异步电机气隙偏心故障进行诊断及不同类型的划分和确立；故障诊断方法以在实验室风电双馈异步电机模型上所得的实验数据为依据，在实验中采集双馈异步电机发生气隙偏心故障时的定子电流作为故障特征量进行输入，将所测的实验数据和对气隙偏心的不同故障定义的输出相对比，进而诊断出双馈异步电机的气隙偏心故障类型，在训练目标误差的范围内依照系统的诊断结果判定电机的故障种类。