《表4 测试样本的输出结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《电缆绕组异步化高压发电机对称失磁故障分析及诊断》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

按照第3.1节中所述的故障诊断系统的实施步骤，编写BP神经网络程序，将表4中的训练样本的特征向量和期望的输出结果输入，进行BP神经网络训练，经过10次网络学习后满足误差要求，误差收敛曲线如图20所示，横坐标为学习次数，纵坐标为平方和误差，再将测试样本输入，进行故障诊断。对于定子端电压和转子端电流的样本信号的处理方法和定子端电流一致，最终测试结果如表4所示。在测试定子端电流和转子端电流时，故障状态输出准确，但在测试定子端电压的第22组样本数据时，BP神经网络出现错误，未输出故障状态，但经过逻辑运算单元后仍得到准确的故障诊断结果。所以，对于传统的基于小波包分析和神经网络的故障诊断方法，只使用一种电气量来对故障进行诊断，会有一定的错误率，使用该逻辑运算单元即可以降低错误率，提高故障诊断的准确性。