关键词:
小波包分解
熵值计算
同步发电机
匝间短路
故障检测
摘要:
传统固定频率范围检测方法因频带划分冗余,难以有效捕捉故障特征,进而削弱了检测的灵敏度、速度和定位精度。提出一种基于小波包熵的同步发电机转子绕组匝间短路故障智能检测方法,采用小波包分解技术,将匝间短路信号分解至不同频带,并通过形态学滤波有效降噪,提升信号质量。引入熵值理论,通过计算各频带信号的样本熵、多尺度熵及小波包能量谱相对熵,筛选出熵值变化显著的频带,有效剔除冗余频带,精确提取出故障特征,显著增强检测的灵敏度。结合卷积神经网络对提取的特征进行分类,实现故障的智能检测。实验验证显示,该方法相较于传统方法,在提升故障检测灵敏度、加速检测流程及确保故障精准定位方面展现出显著优势,为同步发电机转子绕组故障诊断提供了一种高效、可靠的解决方案,有效克服了传统方法的局限性。