汽轮发电机转子绕组匝间短路故障诊断的研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 发电机故障诊断技术研究现状 | 第10-14页 |
| 1.2.1 国内外发展概况 | 第10-12页 |
| 1.2.2 故障诊断研究方法 | 第12-14页 |
| 1.3 转子匝间短路故障研究现状 | 第14-16页 |
| 1.3.1 转子匝间短路故障分类 | 第14页 |
| 1.3.2 匝间短路的故障检测方法 | 第14-16页 |
| 1.4 研究的内容和主要工作 | 第16-17页 |
| 第2章 汽轮发电机转子结构及匝间短路的故障成因 | 第17-22页 |
| 2.1 发电机转子系统 | 第17-20页 |
| 2.2 转子匝间短路故障分析 | 第20-21页 |
| 2.2.1 故障征兆及影响 | 第20-21页 |
| 2.2.2 故障原因分析 | 第21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 转子匝间短路电磁及振动特性分析 | 第22-33页 |
| 3.1 转子匝间短路磁场分析 | 第22-26页 |
| 3.1.1 匝间短路的二维模型 | 第22-24页 |
| 3.1.2 转子匝间短路的磁场分析 | 第24-26页 |
| 3.2 匝间短路时励磁电流及无功功率变化 | 第26-29页 |
| 3.2.1 励磁电流变化分析 | 第26-29页 |
| 3.2.2 无功功率变化 | 第29页 |
| 3.3 匝间短路时的振动特性分析 | 第29-32页 |
| 3.3.1 匝间短路振动原因分析 | 第29-31页 |
| 3.3.2 匝间短路引起的振动特性分析 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 BP神经网络应用于在转子匝间短路故障方面 | 第33-50页 |
| 4.1 人工神经网络基本概念 | 第33-34页 |
| 4.2 BP神经网络 | 第34-36页 |
| 4.3 BP神经网络传递函数及学习过程 | 第36-40页 |
| 4.3.1 BP神经网络传递函数 | 第36-37页 |
| 4.3.2 BP网络学习过程 | 第37-40页 |
| 4.4 BP神经网络模型构建 | 第40-46页 |
| 4.4.1 输入输出层的设计及样本选取 | 第40-42页 |
| 4.4.2 隐含层设计 | 第42页 |
| 4.4.3 传递函数选取 | 第42-43页 |
| 4.4.4 改进的BP网络算法选取 | 第43-44页 |
| 4.4.5 学习步长选取 | 第44-45页 |
| 4.4.6 权值及阈值初始值选取 | 第45页 |
| 4.4.7 数据归一化处理 | 第45-46页 |
| 4.4.8 创建BP神经网络 | 第46页 |
| 4.5 结果及分析 | 第46-48页 |
| 4.6 本章小结 | 第48-50页 |
| 第5章 结论与展望 | 第50-52页 |
| 5.1 结论 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55页 |
