文献检索-宁波市创意产业特色资源库

限定检索结果

基于LSTM神经网络的发电机绕组散热异常监测系统设计: 收藏
分享
引用; 《环境技术》2023年第7期41卷 69-74页; 作者：刘明哲毛振攀周桐李锦云乔加奇中国三峡新能源(集团)股份有限公司北京101199; 随着电力能源需求的增加,发电机运转效率提高,增加了绕组散热量和热故障发生概率,影响发电机的正常运转。为此,设计了基于LSTM神经网络的发电机绕组散热异常监测系统。通过构造发电机绕组散热稳态平衡方程,分析发电机绕组散热特性,并结...; 随着电力能源需求的增加,发电机运转效率提高,增加了绕组散热量和热故障发生概率,影响发电机的正常运转。为此,设计了基于LSTM神经网络的发电机绕组散热异常监测系统。通过构造发电机绕组散热稳态平衡方程,分析发电机绕组散热特性,并结合绕组运行状态参数,构建发电机绕组温度模型。选取适当的绕组温度信号采集设备,实时采集发电机绕组温度信号,对其进行去噪处理,应用LSTM神经网络制定发电机绕组散热异常监测程序,实现了发电机绕组散热异常的检测与预警。实验结果表明,设计系统应用后,绕组温度信号信噪比最大值为97.41 dB,绕组散热异常监测结果与实际监测结果保持一致,证明了设计系统的应用性能良好。; 来源：详细信息评论

限定检索结果