[發明專利]發電機空載特性曲線確定方法

在審

• 申請號: 201610080020.3
• 申請日: 2016-02-04
• 公開（公告）號: CN105740562A
• 公開（公告）日: 2016-07-06
• 發明（設計）人: 付宏偉;龐春鳳;謝歡;吳濤;蘇為民;姚謙;史揚;趙焱;徐正龍;王豐;劉苗;李煊
• 申請（專利權）人: 華北電力科學研究院有限責任公司;國家電網公司
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06N3/08
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 王濤

1.一種發電機空載特性曲線確定方法，其特征在于，包括：

從發電機的空載試驗原始數據中選取空載試驗有效數據，并將所述空載試驗有效數據編制成訓練樣本；

構建一神經網絡，并利用所述訓練樣本對所述神經網絡進行訓練；

調用訓練后的神經網絡，通過網絡仿真函數，確定待繪制的空載特性曲線中缺少的數據點，作為空載試驗補充數據；

利用所述空載試驗有效數據和所述空載試驗補充數據繪制所述空載特性曲線。

2.如權利要求1所述的發電機空載特性曲線確定方法，其特征在于，還包括：

利用錄波器采集所述發電機的空載試驗原始數據。

3.如權利要求1所述的發電機空載特性曲線確定方法，其特征在于，從發電機的空載試驗原始數據中選取空載試驗有效數據，并將所述空載試驗有效數據編制成訓練樣本，包括：

將所述空載試驗原始數據轉化為標幺值；

從所述標幺值中選取所述空載試驗有效數據作為所述訓練樣本。

4.如權利要求1所述的發電機空載特性曲線確定方法，其特征在于，構建一神經網絡，并利用所述訓練樣本對所述神經網絡進行訓練，包括：

步驟401：將所述訓練樣本輸入至一訓練函數，生成所述神經網絡；

步驟402：利用網絡仿真函數對所述神經網絡進行仿真，并輸出所有所述訓練樣本對應的誤差；

步驟403：以最大的所述誤差對應的訓練樣本為權值，為所述神經網絡添加一個隱含層神經元；

步驟404：重復執行步驟401至步驟403，對添加所述隱含層神經元后的所述神經網絡進行仿真，當所有所述訓練樣本對應的誤差中的最大值達到一設定誤差值或者所述神經網絡的隱含層神經元個數不再增加時，將最終得到的神經網絡作為所述訓練后的神經網絡。

5.如權利要求1所述的發電機空載特性曲線確定方法，其特征在于，所述缺少的數據點為所述發電機的額定定子電壓的設定倍數的電壓范圍內缺少的數據點。

6.如權利要求1至5任一項所述的發電機空載特性曲線確定方法，其特征在于，所述神經網絡為RBF神經網絡。

7.如權利要求1所述的發電機空載特性曲線確定方法，其特征在于，還包括：

根據所述發電機的經驗定子電壓范圍和所述空載特性曲線繪制所述發電機的氣隙線。

8.如權利要求7所述的發電機空載特性曲線確定方法，其特征在于，所述經驗定子電壓范圍的電壓的標幺值下限值為0，電壓的標幺值上限值在[0.7pu,0.8pu]范圍。

9.如權利要求7所述的發電機空載特性曲線確定方法，其特征在于，還包括：

確定所述空載特性曲線和所述氣隙線上設定數據點的勵磁電流，根據所述勵磁電流計算空載特性曲線相關參數。

10.如權利要求9所述的發電機空載特性曲線確定方法，其特征在于，所述空載特性曲線相關參數包括：發電機飽和系數、發電機空載勵磁電壓基準值及換向系數中的一個或多個。