CN103148928A - 基于机电量关联分析的发电机定子端部绕组劣化诊断方法 - Google Patents

基于机电量关联分析的发电机定子端部绕组劣化诊断方法 Download PDF

Info

Publication number
CN103148928A
CN103148928A CN2013100330577A CN201310033057A CN103148928A CN 103148928 A CN103148928 A CN 103148928A CN 2013100330577 A CN2013100330577 A CN 2013100330577A CN 201310033057 A CN201310033057 A CN 201310033057A CN 103148928 A CN103148928 A CN 103148928A
Authority
CN
China
Prior art keywords
current
generator
vibration
winding
stator winding
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
CN2013100330577A
Other languages
English (en)
Other versions
CN103148928B (zh
Inventor
李娟�
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.)
Beijing Information Science and Technology University
Original Assignee
Beijing Information Science and Technology 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 Beijing Information Science and Technology University filed Critical Beijing Information Science and Technology University
Priority to CN201310033057.7A priority Critical patent/CN103148928B/zh
Publication of CN103148928A publication Critical patent/CN103148928A/zh
Application granted granted Critical
Publication of CN103148928B publication Critical patent/CN103148928B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明涉及大型汽轮发电机组的发电机定子绕组运行安全监测,公开了一种基于电气量和机械量同步测量和关联分析的具有高灵敏度和高可靠性的在线诊断发电机定子绕组端部劣化的方法。该方法以高采样率测量发电机定子三相绕组端部励磁侧及汽机侧振动量,同时测量发电机定子绕组三相电流,利用定子三相电流突变量识别电力系统故障和操作下的电气冲击,计算定子绕组机电特征分量并做历史记录,累计绕组振幅随绕组电流大小变化的样本数据。通过实测振动与历史样本记录中等值电流的振动数据的比较,识别发电机定子端部绕组劣化。该方法具有自适应发电机定子绕组电流大小变化的能力,且利用电力系统的电气冲击诊断定子绕组端部劣化具有更好的灵敏度。

Description

基于机电量关联分析的发电机定子端部绕组劣化诊断方法
技术领域
本发明涉及大型汽轮发电机组的发电机定子端部绕组劣化的在线诊断,属于发电机组在线监测、故障诊断和状态检修领域,以及发电厂主设备智能监控管理领域。
背景技术
大型发电机组是电力系统最关键、最重要的设备,对电力系统的安全异常重要。发电机组的故障包括机械故障和电气故障两类,其中电气故障不仅导致发电机损坏,还可能威胁区域电网的稳定,导致大停电;机械故障则可能导致发电机组乃至发电厂被摧毁,带来重大人员、设备及环境的损失。
大型发电机组是典型的旋转机电设备。振动监测对发电机组的安全运行是至关重要的。振动监测可分为对发电机组轴系扭振的监测、对轴承、轴瓦的振动监测以及对发电机定子绕组端部的振动监测等。严重的轴系扭振可能导致发电机组轴系的机械损伤,并且发电机组轴系扭振与电网的动态过程密切相关,扭振监测的目标是识别轴系的安全以及对电网稳定的威胁;对轴承、轴瓦的振动监测用于识别轴承、轴瓦的损伤、动静摩擦、支撑刚度弱化以及轴系不对中、转子不平衡等;对发电机定子绕组端部的振动监测,是对机械结构的薄弱环节的监测,薄弱环节易于受损,直接反映定子端部的机械结构健康状态,以及设备内部的电气故障征兆。
定子绕组运行在高电压、高温和较大的机械应力下,其制造过程考虑了大量的电磁、机械和热稳定问题,设计十分复杂。定子绕组在发电机端部伸出铁芯外相互连接,构成定子绕组回路。绕组线棒在端部出口处被拉牢和封闭,在发电机的两端形成篮状。大型汽轮发电机组在长期运行过程中,因定子绕组端部过大的振动会导致绕组固定压板、垫块绑扎等的损坏、鼻端导体及引水导线振动疲劳断裂、引起线棒绝缘磨损或焊缝振裂,进而发生发电机定子端部线棒的短路和烧毁等事故,甚至导致灾难性的事故,损失严重。大型发电机组是非常昂贵的电力核心设备,研究定子绕组端部振动机理、特征及在线故障诊断技术对延长机组的使用寿命、延长维修周期、对提高发电机组和电网运行安全、改进机组的结构设计等方面都具有重要意义。由于电网与发电机组的相互影响,电网的动态过程对发电机组振动有很大影响,对发电机组振动的识别也间接体现了对电网动态扰动的辨识。
电气量的作用是导致发电机定子绕组端部振动的直接原因。发电机定子、转子的电磁耦合中存在复杂的电磁场相互作用,电磁力导致铁芯及定子绕组的振动。其中定子端部绕组的支撑结构是典型的悬臂梁,其振动最为严重。机组在稳态运行时,定子绕组端部主要承受两种稳态交变荷载。最主要的交变荷载是绕组中的电流与漏磁通之间的相互作用力,它引起定子绕组端部以两倍系统频率振动,其幅值沿圆周为椭圆型并以系统频率旋转。另外,定子铁芯承受转子磁拉力引起的两倍系统频率的振动,而定子线棒固定在铁芯槽内,故定子绕组端部也承受该频率下的振动。虽然漏磁场复杂,但其中端部绕组主要受到的电磁力(除直流分量外)为二倍频(对旋转频率为50Hz的发电机而言即100Hz)的电磁力而产生振动,这一激振力沿圆周方向呈椭圆分布。如果端部绕组结构的固有频率与这种电磁振动力的频率相等或接近时就会产生共振,或较大的振动力将会导致绕组松动、导线断裂,损坏绝缘,最终导致发电机端部绕组劣化,引发绝缘故障。
大型发电机组定子绕组端部振动在线监测一直是机组状态监测中的难点。发电机定子绕组端部振动的研究和监测技术源自于北美和欧洲,早期的端部振动监测技术受传感器抗电磁干扰能力的约束,实用性很差。发电机定子绕组端部振动的研究停留在对定子端部结构的模态试验测试,以及临时的振动在线测量方法与技术层面。自90年代末基于光纤传感技术的电磁干扰免疫的端部振动监测系统被推广使用,至今发电机端部振动监测的实践主要集中于研究适合测量端部绕组振动的传感器技术及测量系统,现有的定子绕组端部振动在线监测系统通常在定子绕组端部装设振动传感器,定时测量绕组端部的振幅,现有文献的采样率为秒级或分钟级,仅凭端部绕组振动幅值的相对比较以及振幅限值推断端部绕组的劣化情况,并形成历史记录,供维护人员日后分析。
目前发电机定子端部绕组劣化的诊断技术仅参照端部振动幅值,而定子绕组端部振动与发电机定子绕组电流有关,发电机不同工况下的振动不具有可比性,因此现有的振动监测方法过于简单,实用性不强。另一方面,通常在发电机稳态运行中定子绕组端部的振动差异性不大,只有在发电机中流过瞬时的故障电流才能引发定子绕组的严重振动,而现有的振动监测系统采样率很低,不能捕捉到电气故障和扰动冲击下的定子绕组端部振动,因此端部绕组劣化识别的灵敏度、可靠性都不能令人满意。
我国国家标准规定了发电机定子绕组端部模态试验分析方法及评定准则,对新交接发电机的振动固有频率及模态有明确的规定;规定了发电机定子绕组端部振动测量方法及评定准则,规定了发电机正常运行时的定子端部倍频振动的位移峰-峰值限值以及位移峰-峰值的变化区间限值。对于运行多年的大型发电机组,通常通过改造装设端部振动监测装置;对于新制造的大型发电机组,端部振动监测逐步成为出厂标准配置。随着国内大机组投运的快速发展,大型发电机组端部绕组的振动问题受到高度重视。
发明内容
本发明涉及大型汽轮发电机组的状态监测,针对发电机定子绕组的在线监测和故障诊断技术,公开了一种基于电气量和机械量同步采集和关联分析的识别发电机定子绕组端部劣化的方法。该方法以高采样率同步采集端部绕组振幅和绕组电流,关联分析振幅相对于电流的变化趋势,从而评估端部绕组的健康状态,具有更高的可靠性;并且能够捕捉记录电气扰动冲击及故障下的状态量,由于电气冲击下的振动远大于稳态运行下的振动,因此电气冲击下的定子绕组端部振动特征具有更高的灵敏度和检测价值;该方法具有自适应定子绕组电流变化的能力,具有高可靠性和灵敏度,能够识别出定子绕组初期阶段的轻度劣化。
发电机定子绕组端部在漏磁场中受到较为复杂的电磁力,其中最主要的是基波漏磁场和导体中流过的基波主电流相互作用,会产生二倍频的电磁振动力,电磁力的表达式见下式:
f1=BLI          (1)
式中B-漏磁场的磁感应强度(wb/m2,即T);
I-导体中的电流(A);
L-导体的长度(m)。
由于磁感应强度B与电流I成正比,所以电磁力f1正比于I2,因而绕组振幅A与绕组电流的平方I2成正比,即A∝I2。而流过发电机定子绕组的电流并不是恒定值,电气扰动或故障会导致电流的短时变化,不同工况下电流也是随发电机的出力而变化。因此现有的只测量振动幅值,而不考虑绕组电流,仅凭的振幅限值及振幅变化限值的经验值对端部绕组的健康状态作出诊断和报警的方法是不实用的,不能反映出端部绕组劣化的趋势。
电力系统的运行状态分为稳态和动态。电气冲击短时存在,包括发电机或电网发生电气故障、可感知的电网开关操作。大的电气冲击是电力设备或线路短路引发的,继电保护动作切除故障后冲击消失,对于主保护动作切除故障的电气冲击持续时间通常为60~100ms;小的电气冲击是电力系统运行操作带来的,例如投切变压器、投切线路等,不存在电力系统的运行恢复,直至建立新的运行稳态。现有文献中的振动监测系统的采样率低,仅针对稳态运行的工况下的发电机定子绕组的振动状态判别发电机定子绕组的健康状态,不能捕捉到足够的电气冲击下的振动数值,由于冲击电流远大于稳态电流,故冲击电流下的振动响应也更强。以高采样率同步采集电气冲击下的端部绕组电流和绕组振动,以电气冲击为激励,具有更灵敏的对端部绕组劣化的识别能力。
该方法同步测量发电机定子三相绕组端部励磁侧、汽机侧振动幅值与发电机定子三相电流,并形成历史记录。依据三相电流变化量区分稳态工况和暂态工况。稳态工况时,依据历史数据形成历史样本记录,以历史样本记录为参考,电流为索引,判断振幅的变化量,振幅的变化量的离散度、以及振幅变化量的趋势,当监测的特征量超过设定值时认为发电机定子绕组端部劣化并告警。
利用定子绕组电流突变量识别暂态工况,即电力系统故障和操作下的电气冲击,绕组振动在电气冲击激励下同时发生,记录每次冲击下的三相电流和绕组振动,形成历史记录;以每次电气冲击的强度为索引,在历史冲击样本中查找参考样本,用来比较振动特征。通过计算电气冲击下的正序电流、负序电流,区分对称性冲击和非对称性冲击。对非对称性冲击,包括单相接地、相间短路、两相接地等,采用绝对检测方法,即不按序分量,而是按三相电流的平方来度量冲击强度,按A、B、C三相绕组分别计算电流的平方,以相电流的平方为索引,判断绕组振幅的变化量,以及振幅变化量的趋势,不处理三相离散度,不做三相振动之间的比较。对称性冲击时,如三相短路、运行中的操作等,可以相电流的平方为索引,需要比较三相之间的振幅变化的离散度;还可以正序电流的平方来度量冲击强度,与历史电气冲击的特征向量比较,识别电气冲击下的定子绕组端部振动劣化情况。
利用电气量和机械量同步采集和关联分析的识别发电机定子绕组端部劣化的具体步骤和技术要点如下:
1)在发电机定子绕组端部的励磁侧和汽机侧的三相绕组引出线上分别装设6支振动传感器,其中a、b、c每相各2支。利用发电机定子三相电流互感器测量定子三相电流。以不低于3.6KHz的采样率对振动信号和定子三相电流同步采样。
2)定时20ms对振动和电流采样信号做窄带带通数字滤波处理,提取电流的50Hz工频分量I,去除直流分量,并计算电流的平方I2;提取振动信号的100Hz分量的振幅A;生成特征向量W,W={I、I2、A}。
3)通过发电机定子三相电流相邻一周波的突变量识别发电机的运行工况,捕捉电气扰动冲击。当满足式(2)时,认为发生了电气冲击,否则判别发电机处于稳态工况。
|Ia(k)-Ia(k-1)|>△IZD或|Ib(k)-Ib(k-1)|>△IZD或|Ic(k)-Ic(k-1)|>△IZD   (2)
式中|Ia(k)|和|Ia(k-1)|分别为a相绕组当前第k个周波和上一周波的电流,△IZD为相邻周波电流变化量的阈值。
4)发电机处于稳态工况时,对各振动测点,以本次测量的相电流I为索引,在历史样本记录W中查找对应的基准振幅AS,计算等值电流下的实测振幅Ai相对于基准振幅AS的振幅变化量△Ai,当△Ai超过振幅变化量限值△Aset且超过限值的时间超过时间定值Tset时,发出端部绕组劣化告警信号;计算各振动测点的△Ai的离散度DAi,当DAi超过振幅变化量的离散度限值Dset且超过限值的时间超过时间定值Tset时,发出第i个振动测点端部绕组劣化告警信号。
△Ai=Ai-As       (3)
DAi=|EAi-EA|       (4)
式中:i=1,2,…,12;
E Ai = | Δ A i - Δ A i ‾ | E A = Σ i = 1 6 | Δ A i - Δ A i ‾ | 6
5)当发电机处于暂态工况,即发生了电气冲击时,计算该次冲击的发电机定子绕组正序电流I1和负序电流I2,利用序电流的相对大小判断是对称性冲击还是非对称性冲击。对称性冲击的特征是负序电流I2和零序电流I0均趋于零值,当I1>5I2时,判为对称性冲击,否则为非对称性冲击。保存历史样本记录Z1,Z1={I1,I1 2,A}。零序电流I0、正序电流I1和负序电流I2的计算公式如下面的式(5),I0、I1、I2是相量
Figure BSA00000849035500043
的有效值。
I · 0 I · 1 I · 2 = 1 3 1 1 1 1 a a 2 1 a 2 a I · a I · b I · c - - - ( 5 )
式中: a = e j 120 = - 1 2 + j 3 2
a 2 = e j 240 = - 1 2 - j 3 2
6)对于对称性电气冲击,可以相电流的平方度量电气冲击强度,也可以正序电流的平方度量电气冲击强度,定义振动特征向量{Ii,△Ai,DAi};当以正序电流的平方I1 2度量电气冲击强度时,即令Ii=I1,按公式(5)计算正序电流I1以及I1 2,以正序电流I1为索引,在历史样本记录Z1中做插值计算,得到基准振幅As。若本次电气冲击的特征电流Ii位于Ip与Iq之间,即Ip<Ii<Iq,则I1对应的样本记录中的基准振幅As为:
A s = A p + ( A q - A p ) I i 2 - I p 2 I q 2 - I p 2 - - - ( 6 )
当以本次测量的相电流的平方I2度量冲击强度时,应在历史样本记录W中做插值计算,得到基准振幅As
计算振幅变化量ΔAi及其离散度DAi,计算方法同步骤4)。定义振幅变化量限值△Asetc,振幅变化量超过限值的时间定值为Tsetc,对端部绕组劣化的判别方法同步骤4)。
7)对于非对称性冲击,只能以相电流的平方度量电气冲击强度,定义振动特征向量{Ii,ΔAi},不计算和判别振幅变化量的离散度。对数据的处理方法和判别准则同步骤6)。
附图说明
图1为绕组振动和绕组电流同步测量的示意图。在定子绕组端部的励磁侧和汽机侧分别装设6支振动传感器,每相绕组各2支;利用发电机定子三相电流互感器测量定子三相电流,测量装置同步采集各个测点的振动信号和电流信号。
图2为采用线性插值在历史样本记录中获取基准振幅的过程。若本次实测的电流为Ii,查询对应的历史样本记录,找到最接近于Ii的Ip与Iq,即Ip<Ii<Iq。做线性插值,获得基准振幅As
图3为发电机定子端部故障诊断流程图。首先同步采集发电机定子绕组励磁侧和汽机侧端部振动和定子三相绕组电流;以20ms为计算周期,提取绕组端部振动的100Hz分量的振幅A,提取绕组电流的50Hz分量I,计算生成历史样本记录W,W={I,I2,A};计算当前周期的电流相对于上一周波的电流变化量△I,若产生电流突变量,则判定产生了电气冲击,否则判断发电机为稳态运行状态;当产生了电气冲击时,需计算正序电流I1和负序电流I2,并生成历史样本记录Z1,Z1={I1,I1 2,A},用于度量电气冲击的强度;比较正序电流I1和负序电流I2,判断电气冲击的类型,当I1远大于I2时,判定为对称性冲击,否则判断为非对称性冲击。
当发电机为稳态运行、对称性电气冲击或非对称性电气冲击状态时,均可以本次测量的相电流的平方I2为索引,在历史样本记录W中,检索到I2等值的基准振幅值,或通过插值找到I2等值的基准振幅值,比较本次测量的振幅值与基准振幅值,得到振幅的变化量ΔAi;当发电机为稳态运行、或对称性电气冲击状态时,还需计算各测点的振幅变化量的离散度DAi;当发电机为对称性电气冲击状态时,还可以本次测量的I1 2为索引,通过历史样本记录Z1,得到本次振幅的变化量ΔAi,以及振幅变化量的离散度DAi。当发电机为非对称性电气冲击状态时,不计算振幅变化量的离散度DAi
当振动测点的本次振幅的变化量超过对应限值且超过限值的时间超过相应的时间定值时,判定该测点的端部绕组劣化,发出告警信号。
定时将样本数据、计算的特征值存入历史记录,用于对端部绕组的状态做趋势分析和综合分析。
具体实施方式
在发电机定子端部的励磁侧和汽机侧绕组上装设振动传感器,采用光纤传感器;利用发电机定子三相电流互感器测量发电机定子绕组三相电流。测量装置用3.6kHz采样率同步采集各振动信号和电流信号;测量装置完成特征值计算、逻辑判别与报警、样本数据存储,按照图3完成数据处理。测量装置通过以太网与监测主站连接,向主站上传采集和计算的振动和电流数据,监控主站实现人机交互和系统维护及管理。

Claims (3)

1.一种大型汽轮发电机定子绕组端部劣化的在线诊断方法,该方法基于对绕组电流和绕组端部振动量的同步测量和关联分析诊断发电机定子端部绕组的劣化,具体包括步骤:
1)传感器配置:在发电机定子绕组端部的励磁侧和汽机侧的三相绕组上分别装设6支光纤振动传感器,其中a、b、c相每相各2支;利用发电机定子三相电流互感器测量定子绕组三相电流;
2)信号测量:机电量测量装置以高采样率同步采集各测点的发电机定子绕组三相电流以及定子绕组端部的振动;主机定时20ms,利用窄带带通数字滤波器提取电流的50Hz工频分量I,提取振动的100Hz分量的振幅A;计算相邻周波电流的变化量△I;计算正序电流I1和负序电流I2;存储历史样本记录W以及Z1,W={I,I2,A}、Z1={I1,I1 2,A};
3)运行工况判别:通过发电机定子三相电流突变量识别是否发生电气冲击,当步骤2)中计算的电流变化量△I小于相邻周波电流变化量的限定值△IZD时,判定发电机处于稳态运行工况,否则判定发生了电气冲击;当发生电气冲击时,利用正序电流I1和负序电流I2的比较,判别电气冲击的类型,当I1>5I2时,判为对称性电气冲击,否则为非对称性电气冲击;
4)特征向量的计算:对各振动测点定义特征向量Xi={Ii,ΔAi,DAi},i=1,2,...,12;可以本次测量的相电流I为索引,即Ii=I,与历史样本记录W比较;或以正序电流I1为索引,即Ii=I1,与历史样本记录Z1比较;通过检索和插值得到等值电流下的历史样本记录中的参考振幅As,计算实测振幅Ai相对于基准振幅As的振幅变化量ΔAi,以及各个测点的振幅变化量的离散度DAi;当发电机处于稳态运行工况或对称性电气冲击时,可以相电流I为索引,也可以正序电流I1为索引,计算ΔAi和DAi;当发电机处于非对称性电气冲击时,只能以相电流I为索引,且不计算DAi
5)诊断方法及判据:定义稳态运行工况以及发生电气冲击时的振幅变化量ΔAi的限定值分别为ΔAset和△Asetc,振幅变化量△A超过限定值的时间定值分别为Tset和Tsetc;当第i个振动测点的振幅变化量ΔAi大于振幅变化量的限定值且超过限定值的时间超过时间定值时,或振幅变化量的离散度DAi超过振幅变化量的离散度的限定值且超过限定值的时间超过时间定值时,对第i个振动测点发出端部绕组劣化报警信号。
2.根据权利要求1所述的一种大型汽轮发电机定子绕组端部劣化的在线诊断方法,其中信号测量的特征在于各振动信号和各电流信号的采样率不低于3.6kHz。
3.根据权利要求1所述的一种大型汽轮发电机定子绕组端部劣化的在线诊断方法,其中特征向量的计算方法的特征为:其中ΔAi、DAi,i=1,2,…,12的计算公式如下:
ΔAi=Ai-As
E Ai = | Δ A i - Δ A i ‾ |
E A = Σ i = 1 6 | Δ A i - Δ A i ‾ | 6
DAi=|EAi-EA|
式中:Ai为第i个振动测点的实测100Hz分量的振幅;
As为Ai相关的绕组电流在历史样本记录中对应的100Hz分量的基准振幅。
CN201310033057.7A 2013-01-29 2013-01-29 基于机电量关联分析的发电机定子端部绕组劣化诊断方法 Expired - Fee Related CN103148928B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310033057.7A CN103148928B (zh) 2013-01-29 2013-01-29 基于机电量关联分析的发电机定子端部绕组劣化诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310033057.7A CN103148928B (zh) 2013-01-29 2013-01-29 基于机电量关联分析的发电机定子端部绕组劣化诊断方法

Publications (2)

Publication Number Publication Date
CN103148928A true CN103148928A (zh) 2013-06-12
CN103148928B CN103148928B (zh) 2015-04-22

Family

ID=48547135

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310033057.7A Expired - Fee Related CN103148928B (zh) 2013-01-29 2013-01-29 基于机电量关联分析的发电机定子端部绕组劣化诊断方法

Country Status (1)

Country Link
CN (1) CN103148928B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103090962A (zh) * 2013-01-06 2013-05-08 北京信息科技大学 利用变压器绕组振动识别发电机定子绕组端部劣化的方法
CN104296984A (zh) * 2014-10-20 2015-01-21 国家电网公司 一种大型发电机定子绕组端部机械故障检测方法及装置
CN105467265A (zh) * 2014-12-26 2016-04-06 北京润科通用技术有限公司 伺服电机绕组开路故障诊断方法、装置及系统
EP3073232A1 (en) * 2015-03-25 2016-09-28 General Electric Technology GmbH Measuring method and device for measuring deflections at stator end windings
CN106595842A (zh) * 2016-12-16 2017-04-26 浙江中电智能科技有限公司 一种基于外部传感器的发电机振动监测系统及监测方法
CN106768274A (zh) * 2016-12-16 2017-05-31 浙江中电智能科技有限公司 一种发电机定子绕组端部振动监测系统及监测方法
CN107390123A (zh) * 2017-07-25 2017-11-24 上海俏动智能化科技有限公司 一种多旋翼无人机动力失效监测方法以及监测系统
CN111965541A (zh) * 2020-08-18 2020-11-20 杭州核诺瓦科技有限公司 检测电机磁回路槽楔、气隙、转子断条状态的装置及方法
CN112130067A (zh) * 2020-09-02 2020-12-25 国网天津市电力公司电力科学研究院 一种大型发电机漏磁故障在线监测系统及监测辨识方法
CN112787716A (zh) * 2019-11-08 2021-05-11 中兴通讯股份有限公司 故障检测方法及装置、电子设备、计算机可读介质
CN113544487A (zh) * 2019-03-15 2021-10-22 欧姆龙株式会社 异常诊断装置以及异常诊断方法
CN115376301A (zh) * 2022-07-25 2022-11-22 广东粤电博贺能源有限公司 汽轮机的叶片断裂预警方法、系统、电子设备及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3220120B1 (en) * 2016-03-17 2021-04-28 ABB Schweiz AG Method, diagnostic device and system for determining fault conditions in an electrical machine

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5146776A (en) * 1990-11-26 1992-09-15 Westinghouse Electric Corp. Method for continuously calibrating an optical vibration sensor
CN101858312A (zh) * 2010-05-31 2010-10-13 重庆大学 风力发电机组实时运行状态评估系统及评估方法
EP2314995A2 (en) * 2009-10-26 2011-04-27 Fluke Corporation System and method for vibration analysis and phase analysis of vibration waveforms using dynamic statistical averaging of tachometer data to accurately calculate rotational speed
CN102095938A (zh) * 2010-03-08 2011-06-15 北京信息科技大学 高压电力容性设备绝缘在线监测的高精度信号处理方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5146776A (en) * 1990-11-26 1992-09-15 Westinghouse Electric Corp. Method for continuously calibrating an optical vibration sensor
EP2314995A2 (en) * 2009-10-26 2011-04-27 Fluke Corporation System and method for vibration analysis and phase analysis of vibration waveforms using dynamic statistical averaging of tachometer data to accurately calculate rotational speed
CN102095938A (zh) * 2010-03-08 2011-06-15 北京信息科技大学 高压电力容性设备绝缘在线监测的高精度信号处理方法
CN101858312A (zh) * 2010-05-31 2010-10-13 重庆大学 风力发电机组实时运行状态评估系统及评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李邦云等: "变压器绕组变形在线监测方法的研究", 《变压器》, vol. 40, no. 10, 31 October 2003 (2003-10-31), pages 37 - 40 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103090962B (zh) * 2013-01-06 2014-10-29 北京信息科技大学 利用变压器绕组振动识别发电机定子绕组端部劣化的方法
CN103090962A (zh) * 2013-01-06 2013-05-08 北京信息科技大学 利用变压器绕组振动识别发电机定子绕组端部劣化的方法
CN104296984A (zh) * 2014-10-20 2015-01-21 国家电网公司 一种大型发电机定子绕组端部机械故障检测方法及装置
CN105467265B (zh) * 2014-12-26 2019-11-19 北京润科通用技术有限公司 伺服电机绕组开路故障诊断方法、装置及系统
CN105467265A (zh) * 2014-12-26 2016-04-06 北京润科通用技术有限公司 伺服电机绕组开路故障诊断方法、装置及系统
US10591349B2 (en) 2015-03-25 2020-03-17 General Electric Technology Gmbh Measuring method and device for measuring deflections at stator end windings
CN106017661A (zh) * 2015-03-25 2016-10-12 通用电器技术有限公司 用于测量定子端绕组处的偏移的测量方法及装置
EP3073232A1 (en) * 2015-03-25 2016-09-28 General Electric Technology GmbH Measuring method and device for measuring deflections at stator end windings
RU2707736C2 (ru) * 2015-03-25 2019-11-29 Дженерал Электрик Текнолоджи Гмбх Способ измерения и устройство для измерения отклонений в лобовых частях обмоток статора
CN106595842B (zh) * 2016-12-16 2019-06-07 浙江中电智能科技有限公司 一种基于外部传感器的发电机振动监测系统及监测方法
CN106595842A (zh) * 2016-12-16 2017-04-26 浙江中电智能科技有限公司 一种基于外部传感器的发电机振动监测系统及监测方法
CN106768274A (zh) * 2016-12-16 2017-05-31 浙江中电智能科技有限公司 一种发电机定子绕组端部振动监测系统及监测方法
CN106768274B (zh) * 2016-12-16 2021-11-30 浙江中电智能科技有限公司 一种发电机定子绕组端部振动监测系统及监测方法
CN107390123A (zh) * 2017-07-25 2017-11-24 上海俏动智能化科技有限公司 一种多旋翼无人机动力失效监测方法以及监测系统
CN113544487A (zh) * 2019-03-15 2021-10-22 欧姆龙株式会社 异常诊断装置以及异常诊断方法
CN112787716A (zh) * 2019-11-08 2021-05-11 中兴通讯股份有限公司 故障检测方法及装置、电子设备、计算机可读介质
CN111965541A (zh) * 2020-08-18 2020-11-20 杭州核诺瓦科技有限公司 检测电机磁回路槽楔、气隙、转子断条状态的装置及方法
CN112130067A (zh) * 2020-09-02 2020-12-25 国网天津市电力公司电力科学研究院 一种大型发电机漏磁故障在线监测系统及监测辨识方法
CN115376301A (zh) * 2022-07-25 2022-11-22 广东粤电博贺能源有限公司 汽轮机的叶片断裂预警方法、系统、电子设备及存储介质

Also Published As

Publication number Publication date
CN103148928B (zh) 2015-04-22

Similar Documents

Publication Publication Date Title
CN103148928B (zh) 基于机电量关联分析的发电机定子端部绕组劣化诊断方法
Park et al. Airgap flux based detection and classification of induction motor rotor and load defects during the starting transient
Watson et al. Condition monitoring of the power output of wind turbine generators using wavelets
CN103090962B (zh) 利用变压器绕组振动识别发电机定子绕组端部劣化的方法
Tavner et al. Monitoring generators and large motors
Filippetti et al. Condition monitoring and diagnosis of rotor faults in induction machines: State of art and future perspectives
Faiz et al. Eccentricity fault detection–From induction machines to DFIG—A review
CN103823150B (zh) 多传感器联合的汽轮发电机转子匝间短路故障诊断方法
Negrea Electromagnetic flux monitoring for detecting faults in electrical machines
Pezzani et al. Detecting broken rotor bars with zero-setting protection
CN103926506B (zh) 基于构建函数的汽轮发电机转子绕组短路故障诊断方法
Salah et al. A review of the monitoring and damping unbalanced magnetic pull in induction machines due to rotor eccentricity
CN104810798B (zh) 汽轮发电机组轴系扭振保护方法及保护装置
Jamil et al. Technical communication of Condition Monitoring System of hydroelectric generating unit of HPP
Habetler et al. Complete current-based induction motor condition monitoring: stator, rotor, bearings, and load
CN103792463B (zh) 基于虚功率原理的汽轮发电机转子绕组短路故障诊断方法
Goktas et al. Separation of induction motor rotor faults and low frequency load oscillations through the radial leakage flux
Irfan et al. Development of an intelligent condition monitoring system for AC induction motors using PLC
CN113228442A (zh) 用于确定发电机布置中的短路故障的位置的方法、发电机布置、风力涡轮机、计算机程序和电可读介质
CN106772039B (zh) 基于穿心螺杆的汽轮发电机转子绕组匝间短路诊断方法
CN101750148A (zh) 发电机转子磁极线圈连接板温度在线监测定位方法
Letal et al. Stator end-winding vibration in two-pole machines: avoiding generator failure
CN106772028B (zh) 基于励磁阶跃法的发电机转子匝间短路诊断装置及方法
CN101222133A (zh) 汽轮发电机组轴系扭振保护装置
CN106771820B (zh) 同步发电机定子铁心与穿心螺杆短路故障的监测方法

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: 20150422

Termination date: 20160129

EXPY Termination of patent right or utility model