摘 要：本文在分析大型電動機故障診斷與保護理論的研究現狀和發展趨勢的基礎上,討論了以過流保護為基礎的電動機常規保護、基于對稱分量法的新型綜合保護的大型電動機在線監測和故障診斷。提出一種利用小波變換和人工神經網絡（ANN） 實現自適應電流保護的方法。該方法充分利用了小波變換強大的時頻分解能力、優異的奇異性檢測能力和人工神經網絡所具有的強大的自適應能力、學習能力和模式識別能力,實現對電動機中的各種故障情況的識別,對網絡進行訓練,結果表明,該方法具有可靠、優越性、可行性。 關鍵字：對稱分量法; 小波變換; 自適應; 人工神經網絡; 故障診斷; 過電流 0 前言 　　電動機是各行各業應用最廣泛的動力設備, 供電系統約 90 %的電能是通過電動機消耗的。大型電動機的單臺價值可高達百萬元, 由于保護技術落后, 其燒損情況嚴重, 直接經濟損失巨大。 　　大型電動機的故障診斷與保護, 長期以來一直是學術界和工程界的研究熱點和難題。近十幾年來, 這一領域的研究主要在兩個方面：一方面是尋求在保護理論上的突破; 另一方面是在實現手段上發展,。 1 基于對稱分量法的電動機保護理 　　根據對稱分量法理論，當發生不對稱故障時，電動機電流可分解為正序、負序和零序電流分量，其中正序分量可以反映電動機過流程度，負序分量和零序分量在正常運行時沒有或很小，因此若通過監測負序和零序電流分量來判別各類不對稱故障應具有很高的靈敏度及可靠性。高壓電動機的常見故障可分為對稱與不對稱兩大類。對稱故障有：對稱過載、堵轉、短路等;電動機的不對稱故障很多，如斷相、不平衡相間短路、接地短路等。 　　電動機發生對稱故障時的主要特征是電流幅值增大，發生不對稱故障時的主要特征是出現負序和零序電流分量。根據這一結論，本文將高壓電動機的保護分解成三個部分，即過流保護、負序電流保護、零序電流保護。 　　詳情請點擊：基于小波變換和神經網絡的電機綜合保護