[发明专利]基于ANFIS的同步调相机短路故障识别方法和系统

说明书

本申请公开了一种基于ANFIS的同步调相机短路故障识别方法和系统，所述方法包括仿真同步调相机的不同工况，采集仿真过程中同步调相机不同工况下的励磁电流数据并构建训练样本集；构建并训练用于同步调相机短路故障识别的自适应神经模糊推理系统ANFIS；实验同步调相机的不同工况，采集实验过程中同步调相机不同工况下的励磁电流数据并构建测试样本集；对实验过程中同步调相机的短路故障进行诊断。本申请汇集了神经网络和模糊逻辑的优点，避免了局部极小值的问题，对于样本要求较小，不需要大量的训练数据，诊断所得的结果有很强的可靠性，不仅能够准确地诊断出故障，还能做到具体故障类型的分辨。

技术领域

本发明属于电机状态检测与故障诊断技术领域，涉及一种基于ANFIS的同步调相机短路故障识别方法和系统。

背景技术

同步调相机又称同步补偿机，是一种无功补偿装置，运行于电动机状态，本身不带机械负载，仅从电网吸收少量有功功率供电机本身消耗。其可向电网提供或吸收无功功率，改善功率因数，降低网络损耗，对调整电网电压和提高电网的稳定性具有较佳作用。

短路故障是同步调相机比较常见也是比较严重的故障之一。根据短路类型、持续时间的不同，短路后果可能破坏局部，也可能威胁到整个系统的安全运行。

在各种类型的短路中，同步调相机较易发生的短路故障为定子单相短路故障和转子绕组匝间短路。虽然定子三相短路的机会较少，但其危害最大，情况最为严重。因此，对同步调相机定子绕组单相短路故障、定子绕组三相短路故障和转子绕组匝间短路故障的研究非常有必要。

目前采用神经网络进行调相机故障诊断存在网络结构不好确定、学习函数的不确定性、收敛速度慢甚至出现局部极小值问题，此外当样本数量较少时，目标误差精度会较差。

J-S.R.Jang提出的自适应神经模糊推理系统(Adaptive Network-based FuzzyInference System，ANFIS)是一种将模糊逻辑和神经元网络有机结合的新型的模糊推理系统结构，采用反向传播算法和最小二乘法的混合算法调整前提参数和结论参数，并能自动产生If-Then规则。基于自适应神经网络的模糊推理系统将神经网络与模糊推理有机的结合起来，既发挥了二者的优点，又弥补了各自的不足。

发明内容

为解决现有技术中的不足，本申请提供一种基于ANFIS的同步调相机短路故障识别方法和系统，解决了目前采用神经网络进行调相机故障诊断存在网络结构不好确定、学习函数的不确定性、收敛速度慢甚至出现局部极小值问题。

为了实现上述目标，本申请的第一件发明采用如下技术方案：

一种基于ANFIS的同步调相机短路故障识别方法，所述方法包括以下步骤：

步骤1：仿真同步调相机的不同工况，采集仿真过程中同步调相机不同工况下的励磁电流数据并构建训练样本集；

步骤2：构建并训练用于同步调相机短路故障识别的自适应神经模糊推理系统ANFIS；

步骤3：实验同步调相机的不同工况，采集实验过程中同步调相机不同工况下的励磁电流数据并构建测试样本集；

步骤4：对实验过程中同步调相机的短路故障进行诊断。

本发明进一步包括以下优选方案：

优选地，步骤1所述仿真同步调相机的不同工况，采集仿真过程中同步调相机不同工况下的励磁电流数据并构建训练样本集，具体为：

在Ansoft maxwell软件平台上建立同步调相机模型，仿真同步调相机的不同工况；

采集仿真过程中各工况下的若干组数据作为自适应神经模糊推理系统ANFIS的训练样本集。