[发明专利]一种基于ELM的发电机励磁系统故障预测系统及方法

权利要求书

1.一种基于ELM的发电机励磁系统故障预测系统，其特征在于，包括：

励磁系统故障诊断器，用以对励磁系统进行故障预测，其内部设置有完成训练的ELM模型，该模型的训练过程为：获取励磁系统的故障电路波形，并通过傅里叶变换算法对励磁系统的故障电路波形进行分析，得到励磁系统的相位特征参数；以励磁系统的相位特征参数作为预设的ELM模型的训练输入样本，并以预设的二进制编码表征励磁系统的故障分类，以作为ELM模型的期望输出样本，经模型训练与参数预设后，得到完成训练的ELM模型并导入至励磁系统故障诊断器内。

2.根据权利要求1所述的基于ELM的发电机励磁系统故障预测系统，其特征在于，其中，励磁系统的相位特征参数包括直流分量相位、基波相位、二次谐波相位、三次谐波相位。

3.根据权利要求1所述的基于ELM的发电机励磁系统故障预测系统，其特征在于，所述傅里叶变换算法的计算公式为：

其中，X(t)为特征信息，X(n)为时域信号，N为序列长度，n为第n个序列，k为序列x(n)经DFT变换得到序列X(k)的序列元素下标，0≤k≤N-1，为欧拉公式，j为虚部。

4.根据权利要求1所述的基于ELM的发电机励磁系统故障预测系统，其特征在于，所述ELM模型的参数预设具体包括：连接权值、期望误差、学习速率以及最大循环次数。

5.根据权利要求4所述的基于ELM的发电机励磁系统故障预测系统，其特征在于，所述连接权值具体设置在-1到1之间，所述期望误差小于0.01，所述学习速率为1，所述最大循环次数最少为10000次。

6.根据权利要求1所述的基于ELM的发电机励磁系统故障预测系统，其特征在于，所述ELM模型的目标函数为：

min E＝min||Hβ-T||

其中，E为目标函数，m为迭代次数，j为起始迭代数，y_i为输出值，t_i为迭代中的训练目标，H为隐含层输出矩阵，β为输出权重，T为最终训练目标，为最小二乘解，H^-1为广义逆矩阵。

7.一种基于ELM的发电机励磁系统故障预测方法，其应用于权利要求1-6任一项所述的基于ELM的发电机励磁系统故障预测系统，其特征在于，该方法的步骤包括：

采集励磁系统的电路信号，并根据各个电路之间的信号差值判断励磁系统是否发生电路故障，若否，则排除励磁系统出现电路故障，并重新采集励磁系统的电路信号；若是，则进入下一步骤；

录制励磁系统的故障电路波形，通过励磁系统故障诊断器对励磁系统的故障电路进行诊断，确定励磁系统故障电路的特征参数与具体位置，完成对励磁系统的故障电路预测。