神经网络的电动机温升预测范文

本站小编为你精心准备了神经网络的电动机温升预测参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要

本文调查了国内外电动机各种保护方法和各类保护装置的研究发展状况，结合实际情况，提出了一种通过人工神经网络预测电机绕组温升的方案，由PC机通过RS485总线实时读取下位机采集的电机运行参数，进行温升预测，并将预测结果传输回下位机，从而实现了对电动机长期稳定负载运行的过载保护。

关键词

电机保护；温升预测

电动机是一种电能到机械能的能量转换设备，是现代社会生产中的主要动力形式。在产业部门中，以电动机作动力的比例已占全部动力的90%。在电动机实际使用过程当中，恶劣的运行环境和超负荷的运行时间是导致电动机故障频繁的主要原因。因此电动机的保护尤其是对大型电动机保护的开发研究对国民经济有着重要的意义。

1电动机保护的发展趋势

可以预测,应用电动机内部故障分析和利用先进信号处理方法进行精确的故障特征量追踪捕捉这两者的有效结合，再加上业内已成熟的微机保护技术，可以将大型电动机的故障诊断、故障保护等功能综合于一体，实现电动机运行全过程的在线监测、故障诊断与保护。

2神经网络温升预测设计

2.1神经网络算法

2.1.1BP算法设含有共L层和n个节点的一个任意网络，每层单元只接受前一层的输出信息并输给下一层各单元，各节点的特性为Sigmoid型。

2.1.2改进的BP算法

鉴于改进的算法利用目标函数的二阶导数信息。常用改进BP算法和标准BP算法进行比较，各改进BP算法比标准BP算法有不同程度的改善。LM(Levenberg-Marquardt)算法是为了训练中等规模的前馈神经网络（多达算百个连接权）而提出的最快速算法。目前LM算法在训练速度上是最快的，并且它所达到的训练平均误差和收敛精度较其他算法具有明显的优势。

2.2神经网络在电机绕组温升预测中的应用

2.2.1电机热过载保护的现状热过载保护是电机保护研究中的热点和难点。国内外不少的研究工作者一直在从事电动机过载保护的研究，提出不少的保护方案，概括起来分为两大类：直接测温法和间接测温法。直接测温法就是把温感装置（如热电阻、热电偶和温度继电器等）直接埋入电动机绕组的热点进行检测，当温度达到长期使用允许温度时，就令继电器动作断开电动机的控制回路，从而达到保护电动机的目的。间接测温法是在电动机外部通过检测一些相关参数来计算电动机的温度。

2.2.2神经网络预测绕组温升方法鉴于直接测温法和间接测温法各自存在不足，本文探索了一种通过采用神经网络预测绕组温升来完成对电动机长期稳定负载运行进行过载保护的方法。

（1）训练样本的数据处理实现神经网络对电机进行温升预测关键的一步是采集训练样本并且进行必要的数据处理。以电动机为例进行分析。电机的具体参数如下：Pe=220kW，Ue=6kV，Ie=26.7A，n=2976rpm，f=50Hz，绝缘等级F级。通过对电动机进行温升试验，采集了从额定电流(26.7A)到堵转电流(150A)共20组不同的数据。表1给出了训练网络和测试网络的数据分配情况。其中15组用于训练网络，其余几组用于测试训练后的网络的正确性与适用性，将采集到的15组训练数据，绘制成曲线，如图1。

（2）电机长期稳定负载运行绕组温升预测的网络结构由于本系统研究的长期稳定负载运行情况下，电动机的过载温升，所以电源电压、电源频率、功率因数都可认为保持不变，而仅将电流、环境温度和转速作为变量。同时考虑到影响转速的三个要素电流、频率和电压，有两个因素近似认为不变，因此转速和电流存在着很强的相关性，两者不必都作为输入变量，只选择电流作为输入变量即可。通过以上分析可以将温升预测系统简化成输入为电流和当前温度的双输入单输出的三层BP网络。这样，就可以使基于神经网络的电动机长期稳定负载运行绕组温升预测的设计在对电机进行过载保护方面充分发挥作用。

3总结

随着电力系统的发展，现场对电动机保护装置的要求越来越高。文章在分析我国电动机保护装置的现状基础上，开发了以Intel80C196KC为核心的电动机智能保护系统。采用上位机实现基于PC机的现场实时监控，将人工神经网络运用于电机保护过程，提出一种通过人工神经网络预测电机绕组温升的方法，并且设计了三层BP神经网络，完成对电机长期稳定负载运行的绕组温升进行预测，通过485总线完成上下位机的通讯以实现对电机的过载保护。

作者：陈洪骏 蔡志远 单位：沈阳工业大学