CN101977008A - 双馈风电机组关键传感器故障的判断方法 - Google Patents

双馈风电机组关键传感器故障的判断方法 Download PDF

Info

Publication number
CN101977008A
CN101977008A CN 201010289539 CN201010289539A CN101977008A CN 101977008 A CN101977008 A CN 101977008A CN 201010289539 CN201010289539 CN 201010289539 CN 201010289539 A CN201010289539 A CN 201010289539A CN 101977008 A CN101977008 A CN 101977008A
Authority
CN
China
Prior art keywords
msub
mtd
mrow
mfrac
mtr
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN 201010289539
Other languages
English (en)
Other versions
CN101977008B (zh
Inventor
李辉
赵猛
赵斌
杨超
陈宏文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Original Assignee
Chongqing University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University filed Critical Chongqing University
Priority to CN2010102895395A priority Critical patent/CN101977008B/zh
Publication of CN101977008A publication Critical patent/CN101977008A/zh
Application granted granted Critical
Publication of CN101977008B publication Critical patent/CN101977008B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Control Of Ac Motors In General (AREA)

Abstract

本发明提供了一种双馈风电机组关键传感器故障的判断方法。该方法采用观测器模型、故障检测单元和扰动过滤单元,实现对关键传感器故障的有效判断。从双馈发电机电磁暂态模型出发,构建了定、转子电流和定子电压的观测器模型;通过分析传感器可能的软、硬故障类型,利用自适应阈值的方法构建了故障检测单元;当故障残差大于自适应阈值时,通过计时单元的设计构建了扰动过滤单元;完成了基于自适应阈值的传感器故障判断模型的设计。该方法利用构造相应观测器的算法来实现,提高了观测器算法对故障判断的适应性和准确性;采用自适应阈值和扰动过滤单元相结合的方法,减少了传感器故障的误报率,提高了故障判断的鲁棒性。

Description

双馈风电机组关键传感器故障的判断方法
技术领域
本发明涉及一种双馈风电机组的关键传感器故障的判断方法,具体包括定子电压传感器和定、转子电流传感器故障的判断方法,属于风力发电技术领域。
背景技术
随着我国并网风力发电机组的单机容量日益增大,以及大型风电场尤其是海上风电场的规划、建设和运行,如何提高和保障风力发电机组的运行可靠性已经成为国内外工程界和学术界关注的焦点。双馈风电机组是目前风力发电中应用的一种主流机型,双馈发电机定子三相绕组接工频电网,转子绕组与幅值、频率、相位和相序均可调节的四象限变频器相连。通过双PWM变流器的解耦控制可以实现双馈发电机有功、无功功率的解耦以及变速恒频发电。
双馈风电机组控制系统的安全可靠性将直接影响风力发电系统的正常稳定运行,据不完全统计,风电场因运行环境而出现故障或失效的主要风电机组部件中40~50%涉及到控制系统,其中传感器的故障问题是控制系统故障问题中不可忽视的一部分。一旦涉及影响控制系统功能的关键传感器发生故障,如电压、电流传感器,将可能直接导致现有控制系统的不稳定运行,进而直接影响风力发电机组运行的可靠性和安全性,因此,如何判断双馈风电机组关键传感器的故障对提高机组运行可靠性和安全性具有重要的现实意义。
发明内容
本发明的目的在于提供一种双馈风电机组的关键传感器故障的判断方法,可以避免因定、转子电流和定子电压传感器故障对系统造成的损害,提高双馈风电机组的可靠性。
本发明的目的是通过下述技术方案实现的:
双馈风电机组的关键传感器故障的判断方法有以下步骤:
(1)通过双馈发电机定、转子绕组上的定子电压传感器测得定子电压信号Uabc_s,定、转子电流传感器测得定子电流信号Iabc_s和转子电流信号Iabc_r,发电机轴上的转速传感器测得转子的转速信号ωr,检测转子侧变频器PWM发生器的转子电压控制信号Uabc_r
(2)将定子电压信号Uabc_s和转子电压信号Uabc_r变换到同步旋转坐标系下,获得同步旋转坐标系下的定子电压信号Udq_s和转子电压信号Udq_r,将定子电流信号Iabc_s和转子电流信号Iabc_r变换到同步旋转坐标系下,获得同步旋转坐标系下的定子电流信号Idq_s和转子电流信号Idq_r
(3)通过双馈发电机的电压方程(见具体实施方式中的式(3)),用定、转子电压信号Udq_s、Udq_r和转速信号ωr构造定、转子电流
Figure BDA0000026915160000021
Figure BDA0000026915160000022
的观测器模型,以及用定、转子电流测量信号Idq_s、Idq_r和转速信号ωr构造定子电压
Figure BDA0000026915160000023
的观测器模型,建立定、转子电流和定子电压的空间状态方程;
(4)将同步坐标轴系下的定子电压观测信号和定、转子电流观测信号
Figure BDA0000026915160000025
逆变换到静止坐标轴系下的
Figure BDA0000026915160000026
Figure BDA0000026915160000027
(5)将定、转电流和定子电压的各相传感器测量值与观测器对应的观测值进行比较,得到每相传感器的故障残差值;
(6)利用观测器的实时观测值,取相应的比例值得到各相传感器故障判断环节的自适应阈值,根据软、硬故障的不同,分别得到不同故障的自适应阈值。
(7)比较各相传感器的故障残差与其自适应阈值,当故障残差小于软故障自适应阈值时,传感器正常工作;当故障残差大于软故障阈值且小于硬故障阈值时,软故障扰动过滤单元启动;当故障残差大于硬故障阈值时,硬故障扰动过滤单元启动。
步骤(2)中所述的变换,是将三相静止坐标系下的定、转子电流信号和定、转子电压信号经3/2相坐标变换变换到两相同步旋转坐标系下。
步骤(4)中所述的逆变换,是将三相静止坐标abc轴系逆变换到两相同步旋转坐标dq轴系的变化矩阵为Cabc/dq
C abc / dq = 2 3 sin θ , sin ( θ - 120 ) , sin ( θ + 120 ) cos θ , cos ( θ - 120 ) , cos ( θ + 120 )
式中θ为旋转坐标d轴与三相静止坐标轴系A轴之间的夹角,定子磁场旋转的同步电角速度ωs和位置角θ之间的关系满足ωs=dθ/dt,其中t表示时间。
步骤(3)所述构造的定子电压
Figure BDA0000026915160000032
的观测器模型和定、转子电流
Figure BDA0000026915160000033
Figure BDA0000026915160000034
的观测器模型,分别通过以下两式来构造观测器模型:
X · = AX + BU
U = CX + D X ·
式中:
U=[Usd Usq Urd Urq]T;X=[Isd Isq Ird Irq]T为X的微分量;
A = - R s σL s ω s + L m 2 σL s L r ω r L m R r σL s L r ω r L m σL s - ( ω s + L m 2 σL s L r ω r ) - R s σL s - ω r L m σL s L m R r σL s L r L m R s σL r L s - ω r L m σL r - R r σL r ω s - ω r σ ω r L m σL r L m R s σL r L s - ( ω s - ω r σ ) - R r σL r ;
B = 1 σ L s 0 - L m σL r L s 0 0 1 σL s 0 - L m σL r L s - L m σL r L s 0 1 σL r 0 0 - L m σL r L s 0 1 σL r ;
C = R s - ω s L s 0 - ω s L m ω s L s R s ω s L m 0 0 - ( ω s - ω r ) L m R r - ( ω s - ω r ) L r ( ω s - ω r ) L m 0 ( ω s - ω r ) L r R r ;
D = L s 0 L m 0 0 L s 0 L m L m 0 L r 0 0 L m 0 L r ;
矩阵A和C又可以分别写成:
A=A0+Asωs+Arωr和C=C0+Csωs+Crωr
式中,
A 0 = - R s σL s 0 L m R r σL s L r 0 - R s σL s L m R r σL s L r L m R s σL r L s - R r σL s L m R s σL r L s - R r σL s ;
A s = 0 1 0 0 - 1 0 0 0 0 0 0 1 0 0 - 1 0 ;
A r = 0 L m 2 σL s L r 0 L m σL s - L m 2 σL s L r 0 - L m σL s 0 0 - L m σL r 0 - 1 σ L m σL r 0 1 σ 0 ;
C 0 = R s 0 0 0 0 R s 0 0 0 0 R r 0 0 0 0 R r ;
C s = 0 - L s 0 - L m L s 0 L m 0 0 - L m 0 - L r L m 0 L r 0 ;
C r = 0 0 0 0 0 0 0 0 0 L m 0 L r - L m 0 - L r 0 ;
其中,
Figure BDA0000026915160000054
Usd、Usq分别为定子电压信号Udq_s在同步旋转坐标系下的d、q轴分量;Urd、Urq分别为转子电压信号Udq_r在同步旋转坐标系下的d、q轴分量;Isd、Isq分别为定子电流信号Idq_s在同步旋转坐标系下的d、q轴分量;Ird、Irq分别为转子电流信号Idq_r在同步旋转坐标系下的d、q轴分量;Rs、Rr分别表示定、转子电阻,Lm表示电机激磁电感;Ls、Lr分别表示定、转子全电感,且Ls=Lls+Lm、Lr=Llr+Lm;ωs为定子磁场旋转的同步电角速度;ωr为发电机转子旋转电角速度。
步骤(4)中所述的逆变换,是将同步旋转坐标系下的定子电压观测信号
Figure BDA0000026915160000055
和定、转子电流信号
Figure BDA0000026915160000056
通过2/3相坐标逆变换,即Cabc/dq取逆,从同步旋转坐标系变换到三相静止坐标系下。
步骤(7)中若软故障过滤单元启动,计时器将开始计时,当满足计时时间值后进行软故障报警;当不满足计时时间值,视为扰动信号带来的残差变化,则不进行报警。其中计时时间值的选取原则为:软故障计时时间为五倍传感器测量信号的周期;硬故障计时单元为两倍传感器测量信号的周期。定子电压信号和定子电流信号的周期为0.02s,转子电流周期T2通过公式T2=2π/(ωlr)计算得到,其中ωl为定子磁场旋转的同步电角速度;ωr为转子旋转的角速度。
本发明的有益效果是:
1、在定、转子电流和定子电压观测器的构造算法中,没有用到传感器的测量值作为反馈,提高了观测器算法对故障判断的适应性和准确性。
2、故障判断环节利用自适应阈值与扰动过滤单元相结合的方法,使故障判断的误报率得以降低,提高了故障判断的鲁棒性。
3、为双馈风电机组控制系统中定、转子电流和定子电压传感器的容错控制提供基础,可提高了双馈风电机组运行的可靠性。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步的详细描述:
图1为双馈风电机组控制系统及传感器故障判断框图;
图2为双馈风电机组定、转子电流观测器框图;
图3为双馈风电机组定子电压观测器框图;
图4为双馈风电机组关键传感器故障判断流程图;
图5为双馈风电机组关键传感器的故障判断实验图;其中,图5(a)为定子A相电流传感器发生软故障时的故障判断仿真图;图5(b)为转子a相电流传感器发生赢故障时的故障判断仿真图;图5(a)为定子A相电压传感器出现干扰信号时的故障判断仿真图。
具体实施方式
下面结合附图对本发明做进一步的描述。
从双馈发电机电磁暂态数学模型出发,推导定、转子电流状态方程,从而建立相应的观测器模型。现假定d、q轴为同步旋转坐标轴系,d轴超前q轴90°,双馈发电机定子、转子电压电流正方向按照电动机惯例规定,应用原型电机的电磁方程可得出用综合相量表示的双馈发电机的电压方程为:
U ρ s = R s I ρ s + j ω s ψ ρ s + p ψ ρ s U ρ r = R r I ρ r + j ( ω s - ω r ) ψ ρ r + p ψ ρ r - - - ( 1 )
ψ s = L s I ρ s + L m I ρ r ψ r = L m I ρ s + L r I ρ r - - - ( 2 )
式中:
Figure BDA0000026915160000073
为定子的电压、电流、和磁链的空间矢量、
Figure BDA0000026915160000074
转子的电压、电流、和磁链的空间矢量;Rs为定子电阻;Rr为转子电阻;ωs为定子磁场旋转的同步电角速度;ωr表示发电机转子旋转的电角速度;Lm表示电机激磁电感;Ls表示定子全电感;Lr表示转子全电感,且Ls=Lls+Lm、Lr=Llr+Lm,其中Lls表示定子漏感;Llr表示转子漏感。将式(2)代入式(1),即得双馈发电机的电压方程:
U sd = R s I sd - L s ω s I sq - L m ω s I rq + L s pI sd + L m pL rd U sq = R s I sq + L s ω s I sd + L m ω s I rd + L s pI sq + L m pI rq U rd = R r I rd - L r ( ω s - ω r ) I rq - L m ( ω s - ω r ) I sq + L r pI rd + L m pI sd U rq = R r I rq + L r ( ω s - ω r ) I rd + L m ( ω s - ω r ) I sd + L r pI rq + L m pI sq - - - ( 3 )
以同步旋转坐标系下的双馈发电机定、转子电压d、q轴分量作为输入量U,定、转子电流d、q轴分量为状态量X,
Figure BDA0000026915160000076
为X的微分量,式(3)可写成状态空间方程的形式为
X · = AX + BU - - - ( 4 )
其中,U=[Usd Usq Urd Urq]T
X=[Isd Isq Ird Irq]T
A = - R s σL s ω s + L m 2 σL s L r ω r L m R r σL s L r ω r L m σL s - ( ω s + L m 2 σL s L r ω r ) - R s σL s - ω r L m σL s L m R r σL s L r L m R s σL r L s - ω r L m σL r - R r σL r ω s - ω r σ ω r L m σL r L m R s σL r L s - ( ω s - ω r σ ) - R r σL r - - - ( 5 )
B = 1 σ L s 0 - L m σL r L s 0 0 1 σL s 0 - L m σL r L s - L m σL r L s 0 1 σL r 0 0 - L m σL r L s 0 1 σL r - - - ( 6 )
其中,
将式(5)中的同步转速和转子转速分别单独列出,矩阵A可以化简成式(7)。
A=A0+Asωs+Arωr    (7)
式中,
A 0 = - R s σL s 0 L m R r σL s L r 0 - R s σL s L m R r σL s L r L m R s σL r L s - R r σL s L m R s σL r L s - R r σL s - - - ( 8 )
A s = 0 1 0 0 - 1 0 0 0 0 0 0 1 0 0 - 1 0 - - - ( 9 )
A r = 0 L m 2 σL s L r 0 L m σL s - L m 2 σL s L r 0 - L m σL s 0 0 - L m σL r 0 - 1 σ L m σL r 0 1 σ 0 - - - ( 10 )
通过式(3),同样可以得到双馈发电机电压观测器的状态方程:
U = CX + D X · - - - ( 11 )
式中,
C = R s - ω s L s 0 - ω s L m ω s L s R s ω s L m 0 0 - ( ω s - ω r ) L m R r - ( ω s - ω r ) L r ( ω s - ω r ) L m 0 ( ω s - ω r ) L r R r - - - ( 12 )
D = L s 0 L m 0 0 L s 0 L m L m 0 L r 0 0 L m 0 L r - - - ( 13 )
同样的,矩阵C可以简化成:
C=C0+Csωs+Crωr    (14)
式中,
C 0 = R s 0 0 0 0 R s 0 0 0 0 R r 0 0 0 0 R r - - - ( 15 )
C s = 0 - L s 0 - L m L s 0 L m 0 0 - L m 0 - L r L m 0 L r 0 - - - ( 16 )
C r = 0 0 0 0 0 0 0 0 0 L m 0 L r - L m 0 - L r 0 - - - ( 17 )
参见图1、图2、图3、图4本发明双馈风电机组关键传感器故障的判断方法,具体包括如下步骤:
(1)工作时,双馈发电机定、转子绕组上的定子电压传感器测得定子电压信号Uabc_s,定、转子电流传感器测得定子电流信号Iabc_s和转子电流信号Iabc_r,发电机轴上的转速传感器测得转子的转速信号ωr,检测转子侧变频器PWM发生器的转子电压控制信号Uabc_r
(2)将定子电压信号Uabc_s和转子电压信号Uabc_r变换到同步旋转坐标系下,获得同步旋转坐标系下的定子电压信号Udq_s和转子电压信号Udq_r,将定子电流信号Iabc_s和转子电流信号Iabc_r变换到同步旋转坐标系下,获得同步旋转坐标系下的定子电流信号Idq_s和转子电流信号Idq_r,其中,三相静止坐标轴系变换到同步旋转坐标dq轴系的变化矩阵为Cabc/dq
C abc / dq = 2 3 sin θ , sin ( θ - 120 ) , sin ( θ + 120 ) cos θ , cos ( θ - 120 ) , cos ( θ + 120 )
式中θ为旋转坐标d轴与三相静止坐标轴系A轴之间的夹角ωs=dθ/dt;
(3)通过双馈发电机的电压方程,建立定、转子电流和定子电压的空间状态方程式(4)和(11),用定子电压信号Udq_s,转子电压信号Udq_r和转速信号ωr通过式(4)构造定、转子电流
Figure BDA0000026915160000102
Figure BDA0000026915160000103
的观测器模型,以及用定子电流测量信号Idq_s,转子电流测量信号Idq_r和转速信号ωr通过式(11)构造定子电压
Figure BDA0000026915160000104
的观测器模型。
(4)将同步坐标轴系下的定子电压观测信号
Figure BDA0000026915160000105
和定、转子电流观测信号
Figure BDA0000026915160000106
逆变换到静止坐标轴系下的
Figure BDA0000026915160000107
Figure BDA0000026915160000108
(5)将定、转电流和定子电压的各相传感器测量值与观测器对应的观测值进行比较,得到每相传感器的故障残差值。
(6)利用观测器的实时观测值,取相应的比例值得到各相传感器故障判断环节的自适应阈值,根据软、硬故障的不同,分别得到不同故障的自适应阈值。
(7)将各相传感器的故障残差与其自适应阈值进行比较,若故障残差大于自适应阈值,启动扰动过滤单元,若排除不是扰动造成的,则对传感器进行故障报警。
传感器的故障类型通常按照故障程度可以分为硬故障和软故障两类,硬故障一般是由传感器元器件损坏,或者电系统发生短路、短路或者受较强脉冲干扰等原因引起的,幅值变化会比较大;软故障泛指由于部件老化、零点漂移等原因造成的特性的变异,一般幅值变化不大,变化较缓慢。
各相传感器发生软、硬故障时对应的阈值也不尽相同,阈值的选取将影响故障判断的准确性,目前在通常采用固定阈值的方法来实现,从而导致其故障判断模型往往不能适应其动态过程。基于此,本发明采用自适应阈值,将观测器的输出作为产生软、硬故障自适应的阈值的输入,这样阈值不但能自适应传感器幅值的变化而变化,而且可同时避免观测器自身的扰动和误差带来的影响。
本发明的双馈风电机组关键传感器故障判别的详细流程如图4所示。其中J、K分别代表软故障和硬故障的阈值。图中的故障判别流程分别适合于双馈风电机组定子电流、转子电流和定子电压传感器的故障检测。
实施例1
当双馈风电机组关键传感器正常工作时,传感器信号和观测器信号均为真实值(被测量信号的真实值),传感器信号与观测器信号比较得到故障残差信号,这时的故障残差信号在零值附近,说明传感器正常工作,不需要进行传感器故障的报警,将传感器信号用于双馈风电机组的控制中。当模拟某传感器出现故障时,传感器输出信号与被测的真实值之间就会出现误差,而观测器信号仍然保持在被测信号的真实值附近,这时两者的故障残差信号就不再为零,将故障残差与传感器软、硬故障不同的阈值进行比较,将分以下三种情况:若故障残差仍然小于软故障阈值,不采取故障报警,认为传感器仍然正常工作;若故障残差大于软故障阈值并且小于硬故障阈值,则启动计时单元,如果满足计时时间后故障残差仍然保持在软故障阈值和硬故障阈值之间,就进行传感器软故障的报警;如果不满足计时时间,认为是由干扰信号带来的传感器信号的扰动;若故障残差大于硬故障阈值,同样启动计时单元,如果满足计时时间,对传感器进行硬故障报警,如果不满足计时时间,认为是由干扰信号带来的传感器信号的扰动。
采用本发明所述方法对定子A相电流传感器软故障、转子a相电流传感器硬故障和定子A相电压传感器有干扰信号时进行故障判断实验,其结果如图5(a)-(c)所示。
实验结果从图5(a)中可以看出,当定子电流发生软故障时,传感器测量值会小幅度的偏离观测器值,在时间2.5秒时残差达到软故障阈值,扰动过滤单元启动,在计时时间达到0.2秒时就对定子A相电流传感器进行软故障报警。从图5(b)可以看出,当转子a相电流传感器在时间3秒发生硬故障,由于转子a相电流观测器在3秒后的瞬间会产生一个波动,导致残差也会产生相应的一个波动。由于传感器故障信号导致观测器值会大于转子a相电流的真实值,此时导致硬故障自适应阈值也相应的增大,在时间3.06秒时启动计时,3.16秒时对转子a相电流传感器进行了硬故障报警。从图5(c)可以看出,当定子电压传感器出现短时间的扰动信号时,由于在扰动期间观测器值会有小幅的增大,进而引起自适应阈值也跟随增大,虽然观测器和传感器输出比较的残差值会在很短的时间内超过相应自适应阈值,但是此时计时数值很小,并不会引发故障报警,从而判断出为干扰信号,而不是真正的故障信号。
结果:从实验结果图可以看出无论关键传感器出现软故障还是硬故障,本发明方法都可以进行相应传感器准确的故障判断。通过对干扰信号的实验进一步可以验证本发明方法的鲁棒性能,并不会对干扰信号进行误报警。

Claims (8)

1.一种双馈风电机组关键传感器故障的判断方法,其特征在于有以下步骤:
(1)通过双馈发电机定、转子绕组上的定子电压传感器测得定子电压信号Uabc_s,定、转子电流传感器测得定子电流信号Iabc_s和转子电流信号Iabc_r,发电机轴上的转速传感器测得转子的转速信号ωr,检测转子侧变频器PWM发生器的转子电压控制信号Uabc_r
(2)将定子电压信号Uabc_s和转子电压信号Uabc_r变换到同步旋转坐标系下,获得同步旋转坐标系下的定子电压信号Udq_s和转子电压信号Udq_r,将定子电流信号Iabc_s和转子电流信号Iabc_r变换到同步旋转坐标系下,获得同步旋转坐标系下的定子电流信号Idq_s和转子电流信号Idq_r
(3)通过双馈发电机的电压方程,用定、转子电压信号Udq_s、Udq_r和转速信号ωr构造定、转子电流
Figure FDA0000026915150000011
Figure FDA0000026915150000012
的观测器模型,以及用定、转子电流测量信号Idq_s、Idq_r和转速信号ωr构造定子电压的观测器模型,建立定、转子电流和定子电压的空间状态方程;
(4)将同步坐标轴系下的定子电压观测信号
Figure FDA0000026915150000014
和定、转子电流观测信号
Figure FDA0000026915150000015
逆变换到静止坐标轴系下的
Figure FDA0000026915150000016
Figure FDA0000026915150000017
(5)将定、转电流和定子电压的各相传感器测量值与观测器对应的观测值进行比较,得到每相传感器的故障残差值;
(6)利用观测器的实时观测值,取相应的比例值得到各相传感器故障判断环节的自适应阈值,根据软、硬故障的不同,分别得到不同故障的自适应阈值。
(7)比较各相传感器的故障残差与其自适应阈值,当故障残差小于软故障自适应阈值时,传感器正常工作;当故障残差大于软故障阈值且小于硬故障阈值时,软故障扰动过滤单元启动;当故障残差大于硬故障阈值时,硬故障扰动过滤单元启动。
2.根据权利要求1所述的方法,其特征在于:步骤(2)中所述的变换,是将三相静止坐标系下的定、转子电流信号和定、转子电压信号经3/2相坐标变换变换到两相同步旋转坐标系下。
3.根据权利要求1所述的方法,其特征在于:步骤(4)中所述的逆变换,是将三相静止坐标abc轴系逆变换到两相同步旋转坐标dq轴系的变化矩阵为Cabc/dq
C abc / dq = 2 3 sin θ , sin ( θ - 120 ) , sin ( θ + 120 ) cos θ , cos ( θ - 120 ) , cos ( θ + 120 )
式中θ为旋转坐标d轴与三相静止坐标轴系A轴之间的夹角,定子磁场旋转的同步电角速度ωs和位置角θ之间的关系满足ωs=dθ/dt,其中t表示时间。
4.根据权利要求1所述的方法,其特征在于步骤(3)所述构造的定子电压
Figure FDA0000026915150000022
的观测器模型和定、转子电流
Figure FDA0000026915150000023
的观测器模型,分别通过以下两式来构造观测器模型:
X · = AX + BU
U = CX + D X ·
式中:
U=[Usd Usq Urd Urq]T;X=[Isd Isq Ird Irq]T
Figure FDA0000026915150000027
为X的微分量;
A = - R s σL s ω s + L m 2 σL s L r ω r L m R r σL s L r ω r L m σL s - ( ω s + L m 2 σL s L r ω r ) - R s σL s - ω r L m σL s L m R r σL s L r L m R s σL r L s - ω r L m σL r - R r σL r ω s - ω r σ ω r L m σL r L m R s σL r L s - ( ω s - ω r σ ) - R r σL r ;
B = 1 σ L s 0 - L m σL r L s 0 0 1 σL s 0 - L m σL r L s - L m σL r L s 0 1 σL r 0 0 - L m σL r L s 0 1 σL r ;
C = R s - ω s L s 0 - ω s L m ω s L s R s ω s L m 0 0 - ( ω s - ω r ) L m R r - ( ω s - ω r ) L r ( ω s - ω r ) L m 0 ( ω s - ω r ) L r R r ;
D = L s 0 L m 0 0 L s 0 L m L m 0 L r 0 0 L m 0 L r ;
矩阵A和C又可以分别写成:
A=A0+Asωs+Arωr和C=C0+Csωs+Crωr
式中,
A 0 = - R s σL s 0 L m R r σL s L r 0 - R s σL s L m R r σL s L r L m R s σL r L s - R r σL s L m R s σL r L s - R r σL s ;
A s = 0 1 0 0 - 1 0 0 0 0 0 0 1 0 0 - 1 0 ;
A r = 0 L m 2 σL s L r 0 L m σL s - L m 2 σL s L r 0 - L m σL s 0 0 - L m σL r 0 - 1 σ L m σL r 0 1 σ 0 ;
C 0 = R s 0 0 0 0 R s 0 0 0 0 R r 0 0 0 0 R r ;
C s = 0 - L s 0 - L m L s 0 L m 0 0 - L m 0 - L r L m 0 L r 0 ;
C r = 0 0 0 0 0 0 0 0 0 L m 0 L r - L m 0 - L r 0 ;
其中,
Figure FDA0000026915150000045
Usd、Usq分别为定子电压信号Udq_s在同步旋转坐标系下的d、q轴分量;Urd、Urq分别为转子电压信号Udq_r在同步旋转坐标系下的d、q轴分量;Isd、Isq分别为定子电流信号Idq_s在同步旋转坐标系下的d、q轴分量;Ird、Irq分别为转子电流信号Idq_r在同步旋转坐标系下的d、q轴分量;Rs、Rr分别表示定、转子电阻,Lm表示电机激磁电感;Ls、Lr分别表示定、转子全电感,且Ls=Lls+Lm、Lr=Llr+Lm;ωs为定子磁场旋转的同步电角速度;ωr为发电机转子旋转电角速度。
5.根据权利要求1所述的方法,其特征在于:步骤(4)中所述的逆变换,是将同步旋转坐标系下的定子电压观测信号
Figure FDA0000026915150000046
和定、转子电流信号
Figure FDA0000026915150000047
Figure FDA0000026915150000048
通过2/3相坐标逆变换,即Cabc/dq取逆,从同步旋转坐标系变换到三相静止坐标系下。
6.根据权利要求1所述的方法,其特征在于:所述步骤(7)中若软故障或硬故障过滤单元启动,计时器将开始计时,当满足计时时间值后进行故障报警;当不满足计时时间值时,判断方法视为扰动信号带来的残差变化,系统则不进行报警。
7.根据权利要求6所述的方法,其特征在于:所述步骤(6)中计时时间的选取原则为:软故障计时时间为五倍传感器测量信号的周期;硬故障计时单元为两倍传感器测量信号的周期。
8.根据权利要求7所述的方法,其特征在于:所述步骤(7)中信号周期的大小分别如下:定子电压信号和定子电流信号的周期为0.02s,转子电流信号周期T2通过公式T2=2π/(ωlr)计算得到,其中ωl为定子磁场旋转的同步电角速度;ωr为转子旋转的角速度。
CN2010102895395A 2010-09-24 2010-09-24 双馈风电机组关键传感器故障的判断方法 Expired - Fee Related CN101977008B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010102895395A CN101977008B (zh) 2010-09-24 2010-09-24 双馈风电机组关键传感器故障的判断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010102895395A CN101977008B (zh) 2010-09-24 2010-09-24 双馈风电机组关键传感器故障的判断方法

Publications (2)

Publication Number Publication Date
CN101977008A true CN101977008A (zh) 2011-02-16
CN101977008B CN101977008B (zh) 2012-04-11

Family

ID=43576863

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010102895395A Expired - Fee Related CN101977008B (zh) 2010-09-24 2010-09-24 双馈风电机组关键传感器故障的判断方法

Country Status (1)

Country Link
CN (1) CN101977008B (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102522942A (zh) * 2011-09-20 2012-06-27 中国农业大学 双馈风力发电机励磁控制方法
CN102644545A (zh) * 2011-02-18 2012-08-22 华锐风电科技(集团)股份有限公司 风电机组故障处理方法及系统
CN102954857A (zh) * 2012-10-17 2013-03-06 东南大学 基于电流信号的风电机组的叶片不平衡故障诊断方法
CN103248307A (zh) * 2013-05-24 2013-08-14 哈尔滨工业大学 感应电机调速系统的电流传感器故障诊断方法
CN103346728A (zh) * 2013-07-31 2013-10-09 哈尔滨工业大学 双馈风力发电机定转子电流传感器故障判断方法
CN103995245A (zh) * 2014-06-10 2014-08-20 哈尔滨工业大学 双馈风力发电机定转子电流信号检测系统的故障判断方法
CN104753422A (zh) * 2013-12-30 2015-07-01 现代自动车株式会社 用于确定电压传感器的故障状态的方法
CN105318905A (zh) * 2014-12-30 2016-02-10 国家电网公司 一种火电厂热力系统传感器故障诊断方法
CN105794068A (zh) * 2013-11-28 2016-07-20 维斯塔斯风力系统集团公司 风力发电厂中无功功率的控制
CN105794070A (zh) * 2013-11-28 2016-07-20 维斯塔斯风力系统集团公司 用于生成对风力涡轮发电机的功率参考的发电站控制器
CN106159899A (zh) * 2016-07-14 2016-11-23 南京亚派科技股份有限公司 地铁能量回馈装置的传感器故障监测保护装置及方法
CN107111284A (zh) * 2014-10-07 2017-08-29 德克萨斯仪器股份有限公司 检测场定向控制永磁同步电机中的故障
CN108196154A (zh) * 2017-12-04 2018-06-22 西北工业大学 航空三级式同步电机旋转整流器故障检测及故障定位方法
CN108572552A (zh) * 2018-04-24 2018-09-25 杭州电子科技大学 一种基于故障报警的混合无源/h∞的混杂控制方法
CN109521348A (zh) * 2018-11-12 2019-03-26 重庆大学 一种直流断路器用igbt模块的可靠性测试及寿命评估方法
CN110081923A (zh) * 2019-05-16 2019-08-02 中国人民解放军战略支援部队信息工程大学 野外基线环境参数自动采集系统故障检测方法与装置
CN110460099A (zh) * 2019-08-30 2019-11-15 北方工业大学 公共负载公共连接点pcc电压暂态补偿前馈控制方法以及系统
CN110954846A (zh) * 2019-10-11 2020-04-03 珠海格力电器股份有限公司 一种霍尔电流传感器断线检测方法、计算机可读存储介质及智能设备
CN111637009A (zh) * 2020-05-29 2020-09-08 东方电气风电有限公司 一种双馈风力发电机组转速测算数据容错控制方法和装置
CN114578793A (zh) * 2022-03-21 2022-06-03 杭州电力设备制造有限公司 一种基于观测器的发电车非线性鲁棒故障检测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030015988A1 (en) * 2001-04-27 2003-01-23 Fuji Electric Co., Ltd. Control system, observer, and control method for a speed-sensorless induction motor drive
CN101453187A (zh) * 2008-12-29 2009-06-10 浙江大学 一种电网不对称故障时风电机组控制基准信号的检测方法
CN101478283A (zh) * 2009-01-22 2009-07-08 北京清能华福风电技术有限公司 不平衡电网电压下双馈异步风力发电机转子侧逆变器控制方法
CN101504442A (zh) * 2009-02-27 2009-08-12 国网电力科学研究院 双srf下双馈风力发电机转子电流正负序量的实时检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030015988A1 (en) * 2001-04-27 2003-01-23 Fuji Electric Co., Ltd. Control system, observer, and control method for a speed-sensorless induction motor drive
CN101453187A (zh) * 2008-12-29 2009-06-10 浙江大学 一种电网不对称故障时风电机组控制基准信号的检测方法
CN101478283A (zh) * 2009-01-22 2009-07-08 北京清能华福风电技术有限公司 不平衡电网电压下双馈异步风力发电机转子侧逆变器控制方法
CN101504442A (zh) * 2009-02-27 2009-08-12 国网电力科学研究院 双srf下双馈风力发电机转子电流正负序量的实时检测方法

Cited By (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102644545A (zh) * 2011-02-18 2012-08-22 华锐风电科技(集团)股份有限公司 风电机组故障处理方法及系统
CN102644545B (zh) * 2011-02-18 2013-07-31 华锐风电科技(集团)股份有限公司 风电机组故障处理方法及系统
CN102522942A (zh) * 2011-09-20 2012-06-27 中国农业大学 双馈风力发电机励磁控制方法
CN102522942B (zh) * 2011-09-20 2014-01-22 中国农业大学 双馈风力发电机励磁控制方法
CN102954857A (zh) * 2012-10-17 2013-03-06 东南大学 基于电流信号的风电机组的叶片不平衡故障诊断方法
CN102954857B (zh) * 2012-10-17 2015-06-03 东南大学 基于电流信号的风电机组的叶片不平衡故障诊断方法
CN103248307B (zh) * 2013-05-24 2015-05-20 哈尔滨工业大学 感应电机调速系统的电流传感器故障诊断方法
CN103248307A (zh) * 2013-05-24 2013-08-14 哈尔滨工业大学 感应电机调速系统的电流传感器故障诊断方法
CN103346728A (zh) * 2013-07-31 2013-10-09 哈尔滨工业大学 双馈风力发电机定转子电流传感器故障判断方法
CN103346728B (zh) * 2013-07-31 2015-06-24 哈尔滨工业大学 双馈风力发电机定转子电流传感器故障判断方法
US11401917B2 (en) 2013-11-28 2022-08-02 Vestas Wind Systems A/S Power plant controller for generating a power reference to wind turbine generators
CN105794068A (zh) * 2013-11-28 2016-07-20 维斯塔斯风力系统集团公司 风力发电厂中无功功率的控制
CN105794070A (zh) * 2013-11-28 2016-07-20 维斯塔斯风力系统集团公司 用于生成对风力涡轮发电机的功率参考的发电站控制器
CN105794070B (zh) * 2013-11-28 2018-10-02 维斯塔斯风力系统集团公司 用于生成对风力涡轮发电机的功率参考的发电站控制器
US10539117B2 (en) 2013-11-28 2020-01-21 Vestas Wind Systems A/S Power plant controller for generating a power reference to wind turbine generators
CN105794068B (zh) * 2013-11-28 2019-09-13 维斯塔斯风力系统集团公司 风力发电厂中无功功率的控制
CN104753422A (zh) * 2013-12-30 2015-07-01 现代自动车株式会社 用于确定电压传感器的故障状态的方法
CN104753422B (zh) * 2013-12-30 2019-03-19 现代自动车株式会社 用于确定电压传感器的故障状态的方法
CN103995245A (zh) * 2014-06-10 2014-08-20 哈尔滨工业大学 双馈风力发电机定转子电流信号检测系统的故障判断方法
CN103995245B (zh) * 2014-06-10 2017-02-01 哈尔滨工业大学 双馈风力发电机定转子电流信号检测系统的故障判断方法
US10571522B2 (en) 2014-10-07 2020-02-25 Texas Instruments Incorporated Method and circuitry for detecting faults in field oriented controlled permanent magnet synchronous machines
CN107111284A (zh) * 2014-10-07 2017-08-29 德克萨斯仪器股份有限公司 检测场定向控制永磁同步电机中的故障
US11789081B2 (en) 2014-10-07 2023-10-17 Texas Instruments Incorporated Detecting faults in field oriented controlled permanent magnet synchronous machines
CN105318905A (zh) * 2014-12-30 2016-02-10 国家电网公司 一种火电厂热力系统传感器故障诊断方法
CN106159899A (zh) * 2016-07-14 2016-11-23 南京亚派科技股份有限公司 地铁能量回馈装置的传感器故障监测保护装置及方法
CN108196154A (zh) * 2017-12-04 2018-06-22 西北工业大学 航空三级式同步电机旋转整流器故障检测及故障定位方法
CN108196154B (zh) * 2017-12-04 2020-04-03 西北工业大学 航空三级式同步电机旋转整流器故障检测及故障定位方法
CN108572552B (zh) * 2018-04-24 2021-04-27 杭州电子科技大学 一种基于故障报警的混合无源/h∞的混杂控制方法
CN108572552A (zh) * 2018-04-24 2018-09-25 杭州电子科技大学 一种基于故障报警的混合无源/h∞的混杂控制方法
CN109521348A (zh) * 2018-11-12 2019-03-26 重庆大学 一种直流断路器用igbt模块的可靠性测试及寿命评估方法
CN110081923A (zh) * 2019-05-16 2019-08-02 中国人民解放军战略支援部队信息工程大学 野外基线环境参数自动采集系统故障检测方法与装置
CN110081923B (zh) * 2019-05-16 2021-03-02 中国人民解放军战略支援部队信息工程大学 野外基线环境参数自动采集系统故障检测方法与装置
CN110460099A (zh) * 2019-08-30 2019-11-15 北方工业大学 公共负载公共连接点pcc电压暂态补偿前馈控制方法以及系统
CN110460099B (zh) * 2019-08-30 2021-03-09 北方工业大学 公共负载公共连接点pcc电压暂态补偿前馈控制方法以及系统
CN110954846B (zh) * 2019-10-11 2023-08-18 珠海格力电器股份有限公司 一种霍尔电流传感器断线检测方法、计算机可读存储介质及智能设备
CN110954846A (zh) * 2019-10-11 2020-04-03 珠海格力电器股份有限公司 一种霍尔电流传感器断线检测方法、计算机可读存储介质及智能设备
CN111637009B (zh) * 2020-05-29 2021-11-23 东方电气风电有限公司 一种双馈风力发电机组转速测算数据容错控制方法和装置
CN111637009A (zh) * 2020-05-29 2020-09-08 东方电气风电有限公司 一种双馈风力发电机组转速测算数据容错控制方法和装置
CN114578793A (zh) * 2022-03-21 2022-06-03 杭州电力设备制造有限公司 一种基于观测器的发电车非线性鲁棒故障检测方法

Also Published As

Publication number Publication date
CN101977008B (zh) 2012-04-11

Similar Documents

Publication Publication Date Title
CN101977008B (zh) 双馈风电机组关键传感器故障的判断方法
Hang et al. Online interturn fault diagnosis of permanent magnet synchronous machine using zero-sequence components
CN110649846B (zh) 基于滑模观测器的双馈感应发电机故障检测方法
CN103487719B (zh) 一种区分永磁同步电机定子绕组故障类型的方法
CN107132450A (zh) 一种海上双馈电机定子绕组匝间短路早期故障辨识方法
CN106709128B (zh) 一种异步电机定子匝间短路故障预测系统及方法
CN103259485B (zh) 电网电压不平衡条件下提高无速度传感器辨识精度的方法
CN103487718A (zh) 一种永磁同步电机匝间短路故障诊断的方法
Masmoudi et al. Amplification of single mechanical fault signatures using full adaptive PMSM observer
CN103346728B (zh) 双馈风力发电机定转子电流传感器故障判断方法
CN103995245B (zh) 双馈风力发电机定转子电流信号检测系统的故障判断方法
CN103926507A (zh) 一种三角形接法的永磁同步电机匝间短路故障诊断的方法
CN101958683B (zh) 一种双馈风电机组定子电压冗余信号的获取方法
CN106452234B (zh) 一种双馈风力发电机定子匝间短路负序电流抑制方法
Sarma et al. Rotor electrical fault detection in DFIGs using wide-band controller signals
CN106249150A (zh) 用于五相ow ftfscw‑ipm电机的匝间短路故障程度的检测方法
Zaggout et al. Wind turbine condition monitoring using generator control loop signals
CN104993514B (zh) 电网电压跌落时双馈风力发电机转子磁链无差拍控制方法
CN103701388B (zh) 一种用于永磁直驱风电系统速度辨识策略的选择方法
Zhang et al. Fault diagnosis of inter-turn short circuit of permanent magnet synchronous motor based on voltage residual vector
Bossio et al. Fault detection for variable-speed wind turbines using vibrations and electrical measurements
Shi et al. Online detection for blade imbalance of doubly fed induction generator wind turbines based on stator current
Dahiya Development of a low cost test rig for standalone WECS subject to electrical faults
Yonggang et al. Blade mass imbalance fault diagnosis using rotor and stator current based on coordinate transformation and HED
Ma et al. Stator fault detection of doubly-fed induction generators using rotor instantaneous power spectrum

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120411

Termination date: 20140924

EXPY Termination of patent right or utility model