文献

J-GLOBAL ID：201302268711738808   整理番号：13A1418288

新しいディジタルニューラルネットワークを使用した巻線形誘導発電機の巻線間短絡診断

Wound-Rotor Induction Generator Inter-Turn Short-Circuits Diagnosis Using a New Digital Neural Network

著者 (3件)： TOMA Samuel (Univ. Corsica, Corte, FRA) ,  CAPOCCHI Laurent (Univ. Corsica, Corte, FRA) ,  CAPOLINO Gerard-Andre (Univ. Picardie “Jules Verne”, Amiens, FRA)
資料名： IEEE Transactions on Industrial Electronics  (IEEE Transactions on Industrial Electronics)
巻： 60  号： 9  ページ： 4043-4052  発行年： 2013年09月 
JST資料番号： C0234A  ISSN： 0278-0046  CODEN： ITIED6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 巻線形誘導発電機(WRIG)の制御に関する多くの報告があるが,故障検出や故障位置決めに関する報告は少ない。本稿では,風力発電機で使われるものに類似した3相WRIGの固定子と回転子の巻線間短絡のANN(人工的ニューラルネットワーク)入力データ収集とスケーリング問題の解決について報告した。まずスケールを低減した装置の実際のデータで試験する前に,提案したフィードフォワードANN法について述べた。この方法の有効性を示すため,各種入出力データスケーリングの問題,処理集束法およびパターン認識について報告した。5.5kW,50Hz,220V/380V,8極の固定子側と回転子側の両方で幾つかの短絡巻線があるWRIGで試験を行った。実験の結果,訓練モードでも試験モードでもこの新しい方法の優れた性能が示された。

シソーラス用語： *誘導電動機 ,  回転子 ,  *ニューラルネットワーク ,  短絡【電気】 ,  固定子 ,  *発電機 ,  故障検出
準シソーラス用語： フィードフォワードニューラルネットワーク ,  *巻線形誘導発電機 ,  人工的ニューラルネットワーク ,  *風力発電機

分類 (2件)： 電動機  (NB07030U) ,  脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (6件)： ディジタル ,  ニューラルネットワーク ,  巻線形誘導発電機 ,  巻線 ,  短絡 ,  診断