CN104635121A - 旋转电机的绝缘监视的温度补偿 - Google Patents
旋转电机的绝缘监视的温度补偿 Download PDFInfo
- Publication number
- CN104635121A CN104635121A CN201410643405.7A CN201410643405A CN104635121A CN 104635121 A CN104635121 A CN 104635121A CN 201410643405 A CN201410643405 A CN 201410643405A CN 104635121 A CN104635121 A CN 104635121A
- Authority
- CN
- China
- Prior art keywords
- temperature
- current
- insulation
- derivation
- sensor
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/52—Testing for short-circuits, leakage current or ground faults
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
- G01R31/346—Testing of armature or field windings
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/32—Compensating for temperature change
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明提供一种系统和方法。所述系统包括监视和/或保护系统,所述监视和/或保护系统包括绝缘推导电路。所述绝缘推导电路被配置成基于第一温度和第一电流推导第一温度补偿曲线,并且所述监视和/或保护系统被配置成以通信方式连接到第一电流传感器,所述第一电流传感器被配置成感测穿过电动机、发电机或者它们的组合的定子绕组的第一相位的所述第一电流。所述绝缘推导电路还被配置成以通信方式连接到第一温度传感器,所述第一温度传感器被配置成感测当所述定子获得供能时所述定子的所述第一温度,并且所述温度补偿曲线被配置成将温度映射到漏电耗损因数。
Description
技术领域
本发明涉及监视电机内绕组的绝缘。
背景技术
诸如发电机或电动机等特定电力机械使用金属绕组来将机械旋转转换成电能,或者反向转换。每个绕组由一个或多个绝缘层绝缘,以免短路、最大限度地减少漏电流并且提高耐久性。由于使用电机,因此绕组绝缘体可能自然退化,在特定时间,可能更换或维修(例如,保养)。保养绕组可能需要不希望有的时间,并且增加运行成本。因此,最好只在绕组绝缘体达到特定退化程度时对其进行保养。但是,监视各个绕组绝缘体材料的健康状况以确定何时保养该绝缘体可能十分困难。每个绕组可能暴露于可能影响绝缘体退化速率的特定运行状况下。处理运行状况(例如,温度、环境状况、绝缘材料)的差异可能十分困难。
发明内容
下文概述了与最初提出权利要求的本发明的范围相符的某些实施例。这些实施例并不意图限制提出权利要求的本发明的范围,相反,这些实施例仅概述本发明的可能形式。实际上,本发明可涵盖可以与下述实施例类似或不同的各种形式。
在第一实施例中,本发明提供了一种系统,所述系统包括监视和/或保护系统,所述监视和/或保护系统包括绝缘推导电路。所述绝缘推导电路被配置成基于第一温度和第一电流推导第一温度补偿曲线,并且监视和/或保护系统被配置成以通信方式连接到第一电流传感器,所述第一电流传感器被配置成感测穿过电动机、发电机或者它们的组合的定子绕组的第一相位的所述第一电流。所述绝缘推导电路还被配置成以通信方式连接到第一温度传感器,所述第一温度传感器被配置成感测当所述定子获得供能时,所述定子的所述第一温度,并且所述温度补偿曲线被配置成将温度映射到漏电耗损因数。
在第二实施例中,本发明提供一种设备,所述设备包括非瞬时性计算机可读介质,所述非瞬时性计算机可读介质包括指令,所述指令被配置成基于穿过电动机、发电机或者它们的组合的定子绕组的第一相位的信号,推导原始电流测量。所述指令还被配置成基于温度传感器发出的温度信号推导原始温度测量,所述温度传感器设置在所述定子中并且被配置成在所述定子获得供能时感测温度;并且被配置成基于所述原始电流测量和所述原始温度测量推导原始绝缘状况。
在第三实施例中,本发明提供一种方法,所述方法包括基于穿过电动机、发电机或者它们的组合的定子绕组的第一相位的信号,确定原始电流测量。所述方法还包括基于温度传感器发出的温度信号推导原始温度测量,所述温度传感器设置在所述定子中并且被配置成在所述定子获得供能时感测温度;并且包括基于所述原始电流测量和所述原始温度测量推导原始绝缘状况。
附图说明
在参考附图阅读以下详细说明后,将更好地理解本发明的这些和其他特征、方面和优点,在附图中,类似的符号代表所有附图中类似的部分,其中:
图1是旋转电机的实施例的示意图,所述旋转电机包括用于监视绕组内的漏电流的传感器。
图2是旋转电机的实施例的示意图,所述旋转电机包括连接到中央监视站的传感器。
图3是可用于确定绝缘体退化量的补偿曲线的图形实施例。
图4示出了根据特定实施例的用于实施本发明各方面的实施例的流程图。
具体实施方式
下文将描述本发明的一个或多个具体实施例。为了提供这些实施例的简明描述,说明书中可能不会描述实际实施方案中的所有特征。应了解,在任何工程或设计项目中开发任何此类实际实施方案时,均应当做出与实施方案特定相关的各种决定,以实现开发人员的特定目标,例如,是否要遵守与系统相关以及与业务相关的限制,这些限制可能会因实施方案的不同而有所不同。另外,应当了解,此类开发工作可能复杂而且耗时,但对所属领域中受益于本发明的普通技术人员而言,这将仍是设计、制造以及生产中的常规任务。
在介绍本发明的各实施例中的元件时,冠词“一”、“一个”、“该”以及“所述”旨在表示有一个或多个这种元件。术语“包括”和“具有”旨在表示包括性含义,且表示除了所列元件外,可能还有其他元件。
本发明涉及一种用于通过监视和/或分析特定运行状况,例如在特定固定或可变时间段内的绝缘体漏电流,推导诸如定子绕组等特定设备的状况的技术。所述绕组包括在机器自然寿命期间退化的各层之间的绝缘体。需要了解绝缘体在何时已充分改变,需要更换机器中的绕组;以及/或者提供有关机器性能的更准确信息。本说明书中所述的技术包括:传感器,所述传感器与机器监视和/或保护系统通信;以及由所述机器监视和/或保护系统执行的步骤,所述步骤用于基于传感器数据推导设备磨损,例如绝缘体退化。所述监视和/或保护系统可以使用预置退化比例进行编程,具体取决于绕组绝缘体的材料。也就是说,每种绝缘体材料将具有经过测试的泄漏电流,具体取决于绝缘体的退化程度。此外,对于使用未知材料绝缘的绕组而言,所述监视和/或保护系统可以相对于依赖于温度的漏电流学习所述绕组的特性。例如,所述监视和/或保护系统可以通过测量特定线路电压、漏电流和/或温度来学习所述特性。数据测量可以动态地存储和/或处理,以计算补偿模型。所述模型可以在机器寿命中更新多次。初始补偿模型可以建立基准测量,其用于推导所需的标准化温度范围。额外的模型可以在扩展温度范围内更新所述测量。所述监视和/或保护系统随后可以在学习期之后执行联机测量的温度补偿,从而给出设备磨损的更详细状况。
图1是旋转电机10的实施例的示意图,例如,所述旋转电机包括传感器12,所述传感器用于监视漏电流14,以确定定子18的绕组16内的绝缘状况。绕组16构成设置在机器10的外壳20内的相位17。如图所示,定子18可以包括三个相位17,但是在其他实施例中,定子18可以包含更多或更少相位17。相位17可以布置成三角形构造、Y形构造或者一些其他构造。在大多数情况下,旋转电机10将为电动机或发电机。在机器10为电动机的情况下,电流在接点处(例如,接点Va、Vb、Vc)从外部来源传输到机器/电动机10,在接点处,电流穿过绕组16。绕组16产生用于转动提供旋转力的转子的磁场。在机器10为发电机的情况下,机械扭矩传递到在绕组16内旋转的磁铁,从而在接点(例如,接点Va、Vb、Vc)处产生电压。在机器10的运行期间,绕组16的不良接触状况(以及其他状况)可能允许漏电流14从绕组16的电路转向。例如,漏电流14可以流向地面,例如,接地的外壳20。每个绕组16的线圈以绝缘体作衬里,以绝缘导电导管并且最大限度地减少漏电流14。
在图示的实施例中,漏电流14可以由传感器12检测。例如,传感器12可以包括下文详述的多种类型的传感器,所述传感器被配置成监视从接点(例如,接点Va、Vb、Vc)流出的输入电流22以及电流穿过绕组16之后的输出电流24。传感器12可以置于电路的任何位置,包括距离外壳20几厘米到距离外壳20几百米。可能需要将传感器12置于外壳20附近(或者外壳20内),以明确测量从绕组16泄漏的漏电流14的量。
漏电流14取决于多个因素,这些因素彼此关联,可用于确定绝缘状况。例如,这些因素包括绝缘材料、龄期和运行状况(例如,机器10的温度、湿度、电压、电流、旋转速度)。在所公开的实施例中,相对于多个因素,包括在机器10的特定运行期间内收集的温度来分析漏电流14,以确定绕组绝缘体的状况。如上所述,绕组绝缘体主要负责避免漏电流14漏出绕组16,但是机器10的绕组16本身、外壳20、转子或其他部件的材料也可能影响漏电流14的量。当机器10是崭新的时,这些因素可以允许第一电平的漏电流14,而在其他时候,这些因素可以允许不同(例如,较高)电平的漏电流14。也就是说,在机器10的寿命中,从绕组16泄漏的漏电流14量可以改变。除了机器10的固有方面之外,漏电流14可能受诸如温度、大气状况、流过绕组的电流等外部因素影响。具体来说,绕组16的温度可能引起广泛范围的漏电流14。温度与漏电流之间的示例性关系如图3所示。因此,定子18的温度的读数越准确,绝缘状况的读数越准确。但是,可能无法控制整个机器10的温度。
图2是旋转电机10的实施例的示意图,所述旋转电机包括连接到中央监视站的传感器12。机器10包括与图1中类似的部件,因此,类似的部件用类似的元件数字表示。因此,图2中的机器10包括一个或多个温度传感器26,所述温度传感器检测绕组16的温度。定子18的每个绕组16可以具有设置在外壳20内的多个位置处的一个或多个温度传感器26,或者温度传感器26可以仅设置在一个绕组16内。温度传感器26以通信方式连接到温度收集模块28,所述温度收集模块从一个或多个温度传感器26收集温度读数并且将所述温度读数转发到监视和/或保护系统30。监视和/或保护系统30可以包括安装在机柜34内的一系列机架式装置32。例如,机架式装置32可以包括:用于数据处理、存储器、电源、震动和位置监视、键相监视、航空衍生涡轮机系统状况监视、水利涡轮机状况监视、风力涡轮机状况监视、往复式压缩机监视、温度监视、压力监视、工艺变量监视、间距(例如,旋转部件与固定部件之间的距离)监视、流量监视、启动继电器、泵、阀等的机架式卡。装置32可以使用机架底板36以通信方式连接。例如,底板36可以包括数据通信总线40,所述数据通信总线适用于处理多个卡32之间的通信。
此外,还图示了以机架式卡44提供的绝缘推导电路42,所述绝缘推导电路可包括可热置换的能力。也就是说,绝缘推导电路42可以在不关闭监视和/或保护系统30的情况下更换为第二绝缘推导电路42。实际上,如果绝缘推导电路42经历意外状况,则绝缘推导电路42可以拆除并更换为第二绝缘推导电路42,而无需关闭监视和/或保护系统30以及/或者旋转电机10。在监视和/或保护操作期间,可以通过一个或多个卡32以及绝缘推导电路42处理旋转电机10发出的数据,以推导针对受监视旋转电机10的状况的测量、状况、参数、警报、警报等的集合。绝缘推导电路42还可以将这些推导传输到外部系统。
监视和/或保护系统30还从一个或多个高电压传感器(HVS)46和/或高灵敏度电流传感器(HSCT)(例如,传感器12)接收数据。HVS 46可以在特定接点(例如,Va、Vb、Vc)处或附近连续测量和监视定子18中的每个绕组16的线路电压。HVS 46和HSCT通过接口模块48将测量传输到监视和/或保护系统30。接口模块48控制检测设备获取的信号,以便监视和/或保护系统30能够读取所述信号。HSCT(例如,传感器12)可以测量和监视每个相位的差动电流或漏电流,其可以通过传感器12和接口模块48感测和传输。在一个实施例中,绝缘推导电路42可以通过将从HSCT(例如,传感器12)接收的漏电流14信号的相位与从HVS 46接收的线路电压的相位进行比较,计算定子18的每个绕组16的绝缘状况和平均损耗因数。尽管比较HSCT(例如,传感器12)和HVS 46给出的信号可以准确地推导即时损耗因素,但是测量的灵敏度可能受机器10的温度影响。因此,绝缘推导电路42包括温度分析,所述温度分析适用于创建补偿曲线,所述补偿曲线将温度与广泛温度范围内的损耗因数关联,如下文参考图3详述。
图3是可用于确定绕组16的绝缘体的漏电量的温度补偿曲线60的实施例的图表50。如上所述,绝缘推导电路42可经编程以计算温度与绕组16的漏电损耗量之间的关系。也就是说,绝缘推导电路42可以基于从传感器12接收的数据以及/或者绕组16中的绝缘体的物理和统计模型创建图表50的整体或者图表50的特定部分。例如,在一个实施例中,创建图表50的方法可以是以多个运行参数(例如,温度、电流、电压、旋转速度)感测绝缘体漏电流;应用下述分析;然后推导补偿曲线60。图表50包括可以代表一系列温度54的横坐标52以及可能代表一系列漏电损耗因数58的纵坐标56。旋转电机10的每个绕组16可以具有温度54与漏电损耗因数58之间的可验证关系。尽管环境因素可能导致曲线出现微小改变,但是绝缘推导电路42能够基于从HVS 46和HSCT(例如,传感器12)接收的读数确定原始(或起始)绝缘状况曲线60。实际上,本说明书中所述的技术可以通过观测数据,例如HVS 46和/或HSCT(例如,传感器12)的读数推导出各种电动机和/或发电机的图表50。
因此,用户可以以通信方式将监视和/或保护系统30连接到机器10并且开始机器10的观测。特定初始学习期(例如,约1个月到1年之间、1周到1个月之间、1天到1周之间、1小时到1天之间),可以分析所收集的数据以推导出图表50。原始绝缘状况曲线60基于在初始学习期接收的读数。学习期可以处于从几个小时、几天、几周和/或几个月内的单次启动到许多工作循环之间的范围内。在特定时刻,学习期结束并且绝缘推导电路42存储在学习期推导的原始绝缘状况曲线60的曲线图。在其他实施例中,图表50还可以基于使用绕组16的绝缘体的材料执行的上一次试验。也就是说,以特定材料构成的绕组16可能具有已知的补偿曲线60。这可以用于传感器12作为升级程序的一部分安装时。也就是说,只要绝缘体的材料是已知的,则可以基于该材料确定原始绝缘状况曲线60。
确定原始绝缘状况曲线60(通过在学习期推导,或者通过对绝缘材料进行试验)之后,绝缘推导电路42可以推导考虑到设备退化(例如,磨损)的第二补偿曲线62。例如,数据可以在机器10的特定运行时间内(例如,1个月到1年之间、1周到1个月之间、1天到1周之间、1个小时到1周之间)存储并且用于推导第二曲线62。实际上,补偿曲线60、62的多个(例如,3、4、5、6、7、8或更多个)不同模型可以类似地计算为机器10的龄期。此外,第二补偿曲线62还可以是多个监视和/或保护系统30收集的模型的标准化组合。例如,第二补偿曲线62可以是机器10第一年运行期间获取的第一模型、机器10第五年运行期间获取的第二模型以及第十年期间获取的第三模型的组合。这是因为在机器10寿命中,运行温度不断变化。如图所示,机器10可以在第一年运行期间以最高温度64运行。机器10以最高温度64运行的原因是诸如风扇、散热器等冷却部件可避免温度进一步升高。这样,监视和/或保护系统30可以基于所检测的数据66和外推数据68创建补偿曲线60、62。随时间的推移,冷却部件可能改变,以便在第一年运行期间的最高温度64低于第五年运行期间的最高温度。因此,在后续模型中,当最高温度64升高时,所检测数据66可以替换补偿曲线60、62中的外推数据68。通过组合和标准化多个模型(基于绝缘材料的所检测模型和/或试验模型),监视和/或保护系统30可以更准确地确定特定机器的温度54与漏电损耗58之间的关系。此外,可以相对于彼此分析曲线60、62,以推导各种状况,例如机器10过度退化、维护日程等。通过推导曲线60、62,本说明书中所述的技术能够在广泛的机器10制造商和机器10类型下增强机器10的监视。
图4示出了根据特定实施例的用于实施本发明各方面的方法70的实施例的流程图。为推导图3中所示的曲线60、62,绝缘推导电路42可以使用图4中所示的方法70。方法70可以作为计算机指令存储在电路42的非瞬时性计算机可读介质(例如,存储器)中并且由电路42执行,例如由电路42中包含的处理器执行。方法70以块72开始,在此块中,绝缘推导电路42基于电流信号推导原始电流测量。电流信号可以是由HSCT(例如,传感器12)与上述的HVS 46共同提供的读数。电流测量随时间变化,因此绝缘推导电路42能够在指定时间段内存储电流信号,以推导电流测量。在块74中,绝缘推导电路42基于温度信号推导原始温度测量。温度信号从上述温度收集模块28收集。温度测量同样随时间变化,因此在块76中,绝缘推导电路42能够基于原始电流测量和原始温度测量推导原始绝缘状况。原始绝缘状况可以在收到电流信号和温度信号的时候进行推导,或者可以在执行全部读取之后进行推导。在一个实施例中,可以通过向从HVS 46、HSCT(例如,传感器12)和温度收集模块28收集的数据点应用多项式或指数拟合(例如,回归分析)来推导原始绝缘状况60。也就是说,电路42可以收集数据点并且向这些点应用线性(或非线性)回归拟合,以推导曲线60、62。绝缘推导电路42还可以包括神经网络、基因算法、专家系统和/或数据挖掘技术(例如,k均值聚类等聚类技术),以便绝缘推导电路42随时间的推移学习任何绕组16的温度与损耗因数之间的关系。
在图4中所示的方法70的进一步实施例中,在块78中,绝缘推导电路42基于电流信号推导当前电流测量。与原始电流信号一样,电流信号由HVS 46和HSCT(例如,传感器12)提供。在块80中,绝缘推导电路42基于从温度收集模块28收集的温度信号推导当前温度测量。之后,在块82中,绝缘推导电路42基于在块78和80中推导的当前电流测量和当前温度测量推导当前绝缘状况。之后,在块84中,绝缘推导电路42将当前绝缘状况与原始绝缘状况进行比较,以确定递降因数。所述递降因数与其他方面一起用于确定绕组16和/或定子的保修日程。此外,监视和/或保护系统30可以更准确地处理各种旋转电机10,包括可能由不同制造商提供的旋转电机10内的电流泄漏14。
本发明的技术效果包括用于确定旋转电机10中的绕组16的递降因数的系统和方法。绝缘推导电路42从温度收集模块28、HVS 46和HSCT(例如,传感器12)接收读数。所述读数收集自监视旋转电机10的运行的传感器12、26。通过这些读数,绝缘推导电路42能够确定绝缘状况。绝缘状况可以是原始绝缘状况或者当前绝缘状况。在一些实施例中,将当前绝缘状况与通过由绝缘推导电路42推导的原始绝缘状况进行比较。在其他实施例中,原始绝缘状况可以基于其他预先计算的曲线。将当前绝缘状况与原始绝缘状况进行比较可得到递降因数。
本说明书使用了各种实例来公开本发明,包括最佳模式,同时也让所属领域的任何技术人员能够实践本发明,包括制造并使用任何装置或系统,以及实施所涵盖的任何方法。本发明的保护范围由权利要求书界定,并可包含所属领域的技术人员想出的其他实例。如果其他此类实例的结构要素与权利要求书的字面意义相同,或如果此类实例包含的等效结构要素与权利要求书的字面意义无实质差别,则此类实例也应在权利要求书的范围内。
Claims (16)
1.一种系统,所述系统包括:
监视和/或保护系统,所述监视和/或保护系统包括绝缘推导电路,其中所述绝缘推导电路被配置成基于第一温度和第一电流推导第一温度补偿曲线,并且其中所述监视和/或保护系统被配置成以通信方式连接到第一电流传感器,所述第一电流传感器被配置成感测穿过电动机、发电机或者它们的组合的定子绕组的第一相位的所述第一电流,并且以通信方式连接到第一温度传感器,所述第一温度传感器被配置成当所述定子获得供能时感测所述定子的所述第一温度,并且其中所述第一温度补偿曲线被配置成将温度映射到漏电损耗因数。
2.根据权利要求1所述的系统,其中所述绝缘推导电路包括存储所述第一温度补偿曲线的存储器,并且其中所述绝缘推导电路被配置成使用所述第一温度补偿曲线来推导所述定子绕组的所述第一相位的绝缘体的退化。
3.根据权利要求2所述的系统,其中所述绝缘推导电路被配置成基于所述第一感测温度和所述第一感测电流推导第二温度补偿曲线,并且其中所述第二温度补偿曲线在所述第一温度补偿曲线的所述推导之后的时间段内进行推导。
4.根据权利要求3所述的系统,其中所述绝缘推导电路包括机架式卡。
5.根据权利要求2所述的系统,其中所述绝缘推导电路被配置成接收代表定子绕组的所述第一相位的绝缘体的输入,以预先计算所述第一温度补偿曲线。
6.根据权利要求2所述的系统,其中所述绝缘推导电路被配置成动态创建所述第一温度补偿曲线。
7.根据权利要求1所述的系统,其包括所述定子,所述定子具有包括第二绕组的第二相位和包括第三绕组的第三相位,其中所述监视和/或保护系统被配置成以通信方式连接到第二电流传感器。
8.根据权利要求1所述的系统,其中所述第一电流传感器包括高灵敏度电流传感器(HSCT)、高电压传感器(HVS)或者它们的组合。
9.根据权利要求1所述的系统,其中所述绝缘推导电路包括存储器,所述存储器存储线性分析过程、非线性分析过程、神经网络、基因算法、专家系统或者它们的组合,其被配置成推导所述第一温度补偿曲线。
10.一种方法,所述方法包括:
基于电流传感器发出的信号推导原始电流测量,所述电流传感器感测穿过电动机、发电机或者它们的组合的定子绕组的第一相位的电流;
基于温度传感器发出的温度信号推导原始温度测量,所述温度传感器设置在所述定子内并且被配置成在所述定子获得供能时感测温度;以及
基于所述原始电流测量和所述原始温度测量推导原始绝缘状况。
11.根据权利要求10所述的方法,其包括:
基于所述电流传感器发出的当前信号推导当前电流测量,所述电流传感器感测穿过所述电动机、所述发电机或者它们的组合的所述定子绕组的所述第一相位的电流;
基于所述温度传感器发出的当前温度信号推导当前温度测量;以及
基于所述当前电流测量和所述当前温度测量推导当前绝缘状况;并且
将所述当前绝缘状况与所述原始绝缘状况进行比较,以确定递降因数。
12.根据权利要求11所述的方法,其中将所述当前绝缘状况与所述原始绝缘状况进行比较包括使用温度补偿曲线。
13.根据权利要求10所述的方法,其中推导原始电流测量、推导原始温度测量或者它们的任何组合包括对于学习期进行推导,其中所述学习期始于在所述定子内启动所述电动机、所述发电机或者它们的组合,并且止于用户定义的时间段之后。
14.根据权利要求10所述的方法,其中推导原始电流测量包括将所述电流传感器的相位与线路电压传感器的相位进行比较。
15.根据权利要求10所述的方法,其中推导所述原始绝缘状况包括使用神经网络、基因算法、专家系统或者它们的组合。
16.根据权利要求10所述的方法,其中推导所述原始绝缘状况包括使用多项式函数拟合,其中所述多项式函数与损耗因数作为纵坐标并且温度作为横坐标的图表上的曲线拟合。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/073752 | 2013-11-06 | ||
US14/073,752 US9772364B2 (en) | 2013-11-06 | 2013-11-06 | Temperature compensation of insulation monitoring for rotating machines |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104635121A true CN104635121A (zh) | 2015-05-20 |
Family
ID=52829887
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410643405.7A Pending CN104635121A (zh) | 2013-11-06 | 2014-11-06 | 旋转电机的绝缘监视的温度补偿 |
Country Status (4)
Country | Link |
---|---|
US (2) | US9772364B2 (zh) |
JP (1) | JP2015091219A (zh) |
CN (1) | CN104635121A (zh) |
DE (1) | DE102014115960A1 (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9772364B2 (en) * | 2013-11-06 | 2017-09-26 | General Electric Company | Temperature compensation of insulation monitoring for rotating machines |
US9852837B2 (en) | 2014-01-28 | 2017-12-26 | General Electric Company | Multi-winding high sensitivity current transformer |
WO2016038651A1 (ja) * | 2014-09-08 | 2016-03-17 | 株式会社日立製作所 | 絶縁診断システムまたは回転機 |
JP6438366B2 (ja) | 2015-08-28 | 2018-12-12 | ファナック株式会社 | 電動機に対する動作指令を学習する機械学習方法および機械学習装置並びに該機械学習装置を備えた制御装置および電動機装置 |
WO2017126261A1 (ja) * | 2016-01-18 | 2017-07-27 | 日立オートモティブシステムズ株式会社 | 直流電流センサ、交流電流センサ及びこれらを有するインバータ |
WO2018113876A1 (en) * | 2016-12-22 | 2018-06-28 | Vestas Wind Systems A/S | Measuring transducer currents in a wind turbine generator |
US10928814B2 (en) * | 2017-02-24 | 2021-02-23 | General Electric Technology Gmbh | Autonomous procedure for monitoring and diagnostics of machine based on electrical signature analysis |
JP7043367B2 (ja) * | 2018-08-09 | 2022-03-29 | 株式会社日立製作所 | 電気機械の診断装置および診断方法、並びに回転電機 |
JP7217682B2 (ja) * | 2019-08-09 | 2023-02-03 | 株式会社日立製作所 | 回転電機の診断システム及び診断方法 |
EP3879282A1 (en) * | 2020-03-09 | 2021-09-15 | Siemens Gamesa Renewable Energy A/S | Early detection of insulation failure for electric generators |
CN112147403B (zh) * | 2020-09-16 | 2024-06-14 | 国创移动能源创新中心(江苏)有限公司 | 提高剩余电流检测装置温度适应性的方法和系统 |
FR3121229A1 (fr) * | 2021-03-25 | 2022-09-30 | Schneider Electric Industries Sas | Procédé de contrôle d’un appareil électrotechnique |
DE102021203919A1 (de) | 2021-04-20 | 2022-10-20 | Vitesco Technologies GmbH | Isolationswächter zum Erfassen eines Isolationsfehlers einer elektrischen Isolierung eines elektrischen Systems |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS51143369A (en) * | 1975-06-04 | 1976-12-09 | Hitachi Ltd | Detection method of dielectric deterioration of electric appliances |
JPS6135563U (ja) * | 1984-07-31 | 1986-03-05 | 株式会社東芝 | 回転電機 |
JPH04270974A (ja) * | 1991-01-08 | 1992-09-28 | Toshiba Corp | 負荷制御装置 |
US5510687A (en) * | 1994-04-29 | 1996-04-23 | Allen-Bradley Company, Inc. | Electric motor controller with temperature protection |
JP3517617B2 (ja) * | 1999-09-17 | 2004-04-12 | 株式会社東芝 | 電気機器の漏電検知方法 |
JP2004266944A (ja) * | 2003-03-03 | 2004-09-24 | Hitachi Ltd | 誘導機の駆動システム |
US7042229B2 (en) * | 2004-03-31 | 2006-05-09 | General Electric Company | System and method for on line monitoring of insulation condition for DC machines |
US20050218906A1 (en) * | 2004-03-31 | 2005-10-06 | Younsi Abdelkrim K | System and method for monitoring of insulation condition |
US7307396B2 (en) * | 2004-12-13 | 2007-12-11 | Caterpillar Inc. | Overload protection system for an electrical device |
JP4855057B2 (ja) * | 2005-12-06 | 2012-01-18 | ファナック株式会社 | モータ駆動装置 |
JP4931458B2 (ja) * | 2006-04-06 | 2012-05-16 | 日立オートモティブシステムズ株式会社 | 電力変換装置 |
US7358700B2 (en) * | 2006-09-14 | 2008-04-15 | Rockwell Automation Technologies, Inc. | Induction motor controller |
US8487575B2 (en) * | 2009-08-31 | 2013-07-16 | GM Global Technology Operations LLC | Electric motor stator winding temperature estimation |
US9347837B2 (en) * | 2012-04-17 | 2016-05-24 | Honeywell International Inc. | Multi-phase brushless DC motor control integrated circuit having magnetic sensor and band-gap temperature sensor formed thereon |
US9255970B2 (en) * | 2012-09-27 | 2016-02-09 | General Electric Company | On-line monitoring of stator insulation in motors and generators |
JP6024597B2 (ja) * | 2013-05-30 | 2016-11-16 | 株式会社デンソー | 温度検出手段の診断装置 |
US9772364B2 (en) * | 2013-11-06 | 2017-09-26 | General Electric Company | Temperature compensation of insulation monitoring for rotating machines |
US10782356B2 (en) * | 2013-11-06 | 2020-09-22 | Baker Hughes, A Ge Company, Llc | Systems and methods for monitoring leakage current of an industrial machine |
US9852837B2 (en) * | 2014-01-28 | 2017-12-26 | General Electric Company | Multi-winding high sensitivity current transformer |
JP6484426B2 (ja) * | 2014-10-24 | 2019-03-13 | 株式会社日立製作所 | 回転機 |
-
2013
- 2013-11-06 US US14/073,752 patent/US9772364B2/en active Active
-
2014
- 2014-10-28 JP JP2014218799A patent/JP2015091219A/ja active Pending
- 2014-11-03 DE DE201410115960 patent/DE102014115960A1/de not_active Withdrawn
- 2014-11-06 CN CN201410643405.7A patent/CN104635121A/zh active Pending
-
2017
- 2017-09-25 US US15/714,788 patent/US10539601B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
US20150123676A1 (en) | 2015-05-07 |
US10539601B2 (en) | 2020-01-21 |
DE102014115960A1 (de) | 2015-05-07 |
US20180011133A1 (en) | 2018-01-11 |
JP2015091219A (ja) | 2015-05-11 |
US9772364B2 (en) | 2017-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104635121A (zh) | 旋转电机的绝缘监视的温度补偿 | |
JP6228553B2 (ja) | リアルタイムガスタービン性能通知のための方法およびシステム | |
Guo et al. | Wind turbine generator condition-monitoring using temperature trend analysis | |
US9726576B2 (en) | Equipment monitoring system | |
CN111758036B (zh) | 用于监测运行中的电力设备的运行状态的系统和方法 | |
CN1862278B (zh) | 预测电动机剩余寿命的方法和系统 | |
CN105114348B (zh) | 基于电站运行数据的引风机故障预警装置和方法 | |
CN102758655B (zh) | 用于保护旋转机械的方法 | |
EP3584656B1 (en) | Risk assessment device, risk assessment method, and risk assessment program | |
CN104635028A (zh) | 用于监视工业机械的漏电流的系统和方法 | |
CN104315968A (zh) | 监测直驱风力发电机气隙变化的方法和装置 | |
JP2016161302A (ja) | 事故点標定装置及び方法、電力系統監視システム、設備計画支援システム | |
CN116500439A (zh) | 一种基于机器学习技术的电机在线故障监测方法和装置 | |
EP4311934A1 (en) | Computer-implemented method for optimizing the operation of a drivetrain of a wind turbine | |
Haves et al. | Model-based performance monitoring: Review of diagnostic methods and chiller case study | |
Benninger et al. | Anomaly detection by comparing photovoltaic systems with machine learning methods | |
US11513148B2 (en) | Method, system and software product to identify installations likely to exhibit an electrical non-conformity | |
US10317895B2 (en) | Method and system for condition monitoring | |
JP2014026327A (ja) | 実稼働データによる機器の状態診断装置 | |
Suzuki et al. | An anomaly detection system for advanced maintenance services | |
Safonov et al. | The predictive diagnosis method of electric drive state via an artificial neural network | |
Kumar et al. | Probabilistic evaluation and design aspects for reliability enhancement of induction motor | |
Bradley et al. | Model-based diagnosis of induction motor failure modes | |
Geetha et al. | Stochastic Rule Control Algorithm Based Enlistment of Induction Motor Parameters Monitoring in IoT Applications | |
Guo | WEC condition monitoring based on SCADA data analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150520 |