的应用来帮助电力转换和输送,其作用不容小觑,所以在风力系统中,要着重进行变频器故障的诊断研究,提高诊断技术和技巧,使得变状进行转变,时间窗口与频率窗口都能够发生转变的时频领域化分析方式,因为在低频的状况下,其频率分辨率则相对较高,但是时间分频率相对较小,具备较强的信号适应能力,其也被人们称之为数学显微镜。在开展信号处理工作时,通常采用傅里叶变换,即便傅里叶变换可以把信号时域特性以及频域特性进行有机融合,但是可以从信号频域以及时域角度来,亦称为神经网络是由大量批处理单元神经元互联而成的网络,是对人脑的抽象简化和模拟,反映人脑的基本特性。人工神经网络的研究是从人脑的生理结构出发来研究人的智能行为,模拟人脑信息处理的功能。它是根植于神经科学数学统计学物理学计算机科学及工程等学科的种技术。神经网络技术说,因为变频器所处的环境比较恶劣,不仅所处的环境整体温度比较高,并且应用的油水质量无法保障,导致变频器整体功能逐渐减少,从而引发变频器故障,给整体系统运营造成直接影响。导致变频器故障出现的主要因素,除了外部环境之外,同时还会受到内部因素的约制。从变频器应用角度来说,其通常应用速恒频式风力发电设施,这种发电设施在电网故风力发电系统中变频器的故障诊断研究苏鹏程原稿器应用角度来说,其通常应用速恒频式风力发电设施,这种发电设施在电网故障方面含有定不足,因此,导致故障出现比较普遍。总而言之,不管出现哪种现象,都会导致系统中设施受到损坏。当前,给变频器故障诊断的技术种类繁多,我国主要采用的诊断技术就是人工神经网络技术,之后结合小波分析技术来实现有关数据的处理。用神经网技术对故障类型进应对电网故障。故障状况万发生,风机机端电压即刻掉下来,在这种状况下,发电机的定子的电流肯定上扬。转定子之间是强合的,定子电流上扬会传染给转子,转子电流也会上扬。摘要风力资源作为项可再生能源,加大对风力资源的开发和利应用,不但可以有效处理遏制资源紧张问题,同时还能将原始的发电形式进行转变,这是我国当前发电企业为之奋斗的的措施变频器作为风力发电系统中不可或缺的部分,但是结合当前真实状况来说,因为变频器所处的环境比较恶劣,不仅所处的环境整体温度比较高,并且应用的油水质量无法保障,导致变频器整体功能逐渐减少,从而引发变频器故障,给整体系统运营造成直接影响。导致变频器故障出现的主要因素,除了外部环境之外,同时还会受到内部因素的约制。从变频针对单个的整流电路的故障诊断,有种基于参考模型的电力电子电路故障的在线诊断方法。风力发电系统中变频器的故障诊断研究苏鹏程原稿。过电流故障是由于对变频器而言其负载发生突变负荷分配不均,输出短路等原因引起,由于逆变器件的过载能力较差,所以变频器的过电流故障诊断至关重要。当输入电源缺相,整流回路故障会导致欠电压故障。此掉下来,在这种状况下,发电机的定子的电流肯定上扬。转定子之间是强合的,定子电流上扬会传染给转子,转子电流也会上扬。过电流故障是由于对变频器而言其负载发生突变负荷分配不均,输出短路等原因引起,由于逆变器件的过载能力较差,所以变频器的过电流故障诊断至关重要。当输入电源缺相,整流回路故障会导致欠电压故障。此外在电网要求风力外在电网要求风力机低电压穿越时所可能造成的变频器故障也是可研究的范畴。变频器故障诊断技术变频器般是在外部环境极其恶劣的情况下工作的,脏水溢,温差较大,油污侵蚀,这些都是可能会发生的,不但变频器的性能可能遭到损害,甚至很可能的使变频器直接发生故障。现今,速恒频式的风力发电机特别是双馈式的风力发电机不能够采取及时有效措施摘要风力资源作为项可再生能源,加大对风力资源的开发和利应用,不但可以有效处理遏制资源紧张问题,同时还能将原始的发电形式进行转变,这是我国当前发电企业为之奋斗的主要方向。在风力发电系统中,变频器被普遍的应用来帮助电力转换和输送,其作用不容小觑,所以在风力系统中,要着重进行变频器故障的诊断研究,提高诊断技术和技巧,使得变的方式,来实现在频率条件下对各个信号进行收集和识别。在应用神经网技术之后,可以获取相应的数据,而把小窗口和相关数据进行对应,这能够实现对采集数据的整理和探究,采用处理结果的方式来实现变频器故障诊断。结语风力发电在目前的电力生产中已经占据了重要的地位,在未来的能源结构中地位的重要性将会进步显现。所以为了使得风力发电更神经科学数学统计学物理学计算机科学及工程等学科的种技术。神经网络技术的强项在于能通过用部分数据对显层和隐层网络进行训练,而在不建立数学模型的前提下对研究对象进行分析。而且神经元越多,网络结构越复杂,最后训练的结果也越接近真实情况。这种特性正好可以用来在无法建立变频器数学模型的情况下直接对现场采集来的数据进行故障分类和主要方向。在风力发电系统中,变频器被普遍的应用来帮助电力转换和输送,其作用不容小觑,所以在风力系统中,要着重进行变频器故障的诊断研究,提高诊断技术和技巧,使得变频器的功能发挥最大化。风力发电系统中变频器的故障诊断研究苏鹏程原稿。提高变频器故障诊断的措施变频器作为风力发电系统中不可或缺的部分,但是结合当前真实状况来外在电网要求风力机低电压穿越时所可能造成的变频器故障也是可研究的范畴。变频器故障诊断技术变频器般是在外部环境极其恶劣的情况下工作的,脏水溢,温差较大,油污侵蚀,这些都是可能会发生的,不但变频器的性能可能遭到损害,甚至很可能的使变频器直接发生故障。现今,速恒频式的风力发电机特别是双馈式的风力发电机不能够采取及时有效措施器应用角度来说,其通常应用速恒频式风力发电设施,这种发电设施在电网故障方面含有定不足,因此,导致故障出现比较普遍。总而言之,不管出现哪种现象,都会导致系统中设施受到损坏。当前,给变频器故障诊断的技术种类繁多,我国主要采用的诊断技术就是人工神经网络技术,之后结合小波分析技术来实现有关数据的处理。用神经网技术对故障类型进力发电在电力系统中的穿透力会越来越大,能在不久的将来会成为重要的原始能源之,因此对风力发电机本身能够在受到外界干扰或自身故障时能够及早采取补救措施以达到不间断运行的能力要求也在增加,能够自动维护和修复的风力发电系统对未来风电场的和管理有积极作用。风力发电系统中变频器的故障诊断研究苏鹏程原稿。提高变频器故障诊断风力发电系统中变频器的故障诊断研究苏鹏程原稿好的发展,使得风力发电系统圆形更加的安全,定要积极的利用现代化技术做好变频器故障的诊断,防患于未然,这样风力发电系统的运行效率才会更高。参考文献李森风机发电系统中变频器的故障诊断研究科技风,宋其江基于有向图模型的故障诊断方法研究及其在航天中的应用哈尔滨工业大学,张晓波风力发电系统中变频器的故障诊断研究新疆大学,器应用角度来说,其通常应用速恒频式风力发电设施,这种发电设施在电网故障方面含有定不足,因此,导致故障出现比较普遍。总而言之,不管出现哪种现象,都会导致系统中设施受到损坏。当前,给变频器故障诊断的技术种类繁多,我国主要采用的诊断技术就是人工神经网络技术,之后结合小波分析技术来实现有关数据的处理。用神经网技术对故障类型进号时域特性以及频域特性进行有机融合,但是可以从信号频域以及时域角度来实现观测。针对傅里叶谱来说,其信号具备统计特点,可以实现整个时域范畴信号累积,不含有局部化分析信号能力。而针对小波变换来说,其具备的优势在于能够达到多分辨率中具备特性频率的识别,其好似显微镜般,实现焦距的调节,对所有物体实现检测,可以采用转变频率窗口术之后,可以获取相应的数据,而把小窗口和相关数据进行对应,这能够实现对采集数据的整理和探究,采用处理结果的方式来实现变频器故障诊断。结语风力发电在目前的电力生产中已经占据了重要的地位,在未来的能源结构中地位的重要性将会进步显现。所以为了使得风力发电更好的发展,使得风力发电系统圆形更加的安全,定要积极的利用现代化技术做判断。小波分析技术小波分析技术作为项窗口大小固定,但是可以将其自身形状进行转变,时间窗口与频率窗口都能够发生转变的时频领域化分析方式,因为在低频的状况下,其频率分辨率则相对较高,但是时间分频率相对较小,具备较强的信号适应能力,其也被人们称之为数学显微镜。在开展信号处理工作时,通常采用傅里叶变换,即便傅里叶变换可以把信外在电网要求风力机低电压穿越时所可能造成的变频器故障也是可研究的范畴。变频器故障诊断技术变频器般是在外部环境极其恶劣的情况下工作的,脏水溢,温差较大,油污侵蚀,这些都是可能会发生的,不但变频器的性能可能遭到损害,甚至很可能的使变频器直接发生故障。现今,速恒频式的风力发电机特别是双馈式的风力发电机不能够采取及时有效措施行判断人工神经网络亦称为神经网络是由大量批处理单元神经元互联而成的网络,是对人脑的抽象简化和模拟,反映人脑的基本特性。人工神经网络的研究是从人脑的生理结构出发来研究人的智能行为,模拟人脑信息处理的功能。它是根植于的措施变频器作为风力发电系统中不可或缺的部分,但是结合当前真实状况来说,因为变频器所处的环境比较恶劣,不仅所处的环境整体温度比较高,并且应用的油水质量无法保障,导致变频器整体功能逐渐减少,从而引发变频器故障,给整体系统运营造成直接影响。导致变频器故障出现的主要因素,除了外部环境之外,同时还会受到内部因素的约制。从变频变频器的功能发挥最大化。变频器故障诊断技术变频器般是在外部环境极其恶劣的情况下工作的,脏水溢,温差较大,油污侵蚀,这些都是可能会发生的,不但变频器的性能可能遭到损害,甚至很可能的使变频器直接发生故障。现今,速恒频式的风力发电机特别是双馈式的风力发电机不能够采取及时有效措施应对电网故障。故障状况万发生,风机机端电压即刻好变频器故障的诊断,防