CN106680656A - 基于在线数据的水轮发电机组转子匝间短路故障分析方法 - Google Patents

Abstract

本发明提供一种基于在线数据的水轮发电机组转子匝间短路故障分析方法，其包括以下步骤：选取并网后的任意时间段内的磁通量数据；根据所述磁通量数据计算出每一个磁极对应的磁场强度B_i；根据该漏磁通峰值B_i计算出每一个磁极的平均磁场强度B_ave、平均正向磁场强度B_{p_ave}、平均负向磁场强度B_{m_ave}，以及每个磁极对应的磁场强度B_i与平均磁场强度B_ave的偏差ΔB_i；选取每个磁极对应的磁场强度B_i与平均磁场强度B_ave的偏差ΔB_i中最大的磁场强度偏差ΔB_max，及其对应的磁极号P_No；如果最大磁场强度偏差ΔB_max≥最小容忍磁通量偏差ΔB_{l_max}，则判断磁极号为的磁极P_No存在匝间短路故障。本发明能够根据在线数据实时自动分析判断出匝间短路故障，并自动出具分析诊断报告。

Description

基于在线数据的水轮发电机组转子匝间短路故障分析方法

技术领域

本发明属于电子领域，尤其涉及到一种基于在线数据的水轮发电机组转子匝间短路故障分析方法。

背景技术

水电机组运行状态的实时诊断直接关系到水电站的安全稳定运行、电力质量和电力生产成本等重要的经济效益指标，其社会效益巨大。随着电站规模和监测辅助系统的不断扩大，机组的控制和监测数据信息量越来越大，运行操作人员对机组运行状态的实时有效监控、对设备故障做出迅速而准确地判断变得越来越困难，因此，研究开发智能水电机组故障诊断系统是非常必要的。水电机组在运行过程中难免发生各种各样的异常情况，同一异常现象可能有不同的产生原因，并且出现的故障具有随机性，其中许多事电站工作人员无法预先、直接检测到的，一般要根据工作人员的个人经验和对监测数据的分析来查找故障发生的原因及部位，因而有一定的主观性和局限性。

因此，为保障水电机组的正常安全运行，对其运行状态进行检测，及时发现故障征兆，做到“预测性检修”防患于未然是工程界梦寐以求的理想，也是大型电站机组检修的发展方向。

水轮发电机组故障诊断是近几年兴起的一门识别机组运行状态的科学，是一个复杂的综合系统，涉及的专业范围广。及时准确地诊断出水电机组的状态和故障，对提高水电机组工作稳定性、安全可靠性具有重大意义。

传统水轮发电机组的故障诊断主要有以下4种方法：

(1)基于信号处理的诊断方法

(2)基于解析模型的诊断方法

(3)基于经验知识的诊断方法

(4)基于数据驱动的诊断方法

多年来，如果转子出现匝间短路没有产生影响机组运行问题，则被认为是可以接受的，有的小机组(功率30-120MW)的转子在匝间短路的情况下已经运行了几十年。对于长时间运行的水轮发电机组，转子温度高，加上机械振动力的作用，易使铜线暴露，造成匝间短路。经验表明，有些情况下匝间短路处于隐匿状态，即并非所有的匝间短路都会发展到影响发电机正常运行的程度。然而，机组的运行功率越高，匝间短路发展成严重事故的可能性就越大。

传统水轮发电机组转子匝间短路故障诊断技术的缺陷：

国内在故障诊断技术方面的研究起步较晚，二十世纪70年代末开始研究和尝试应用诊断技术，二十世纪90年代开始进行智能化故障诊断的研究工作，研究方法集中在模糊逻辑法、故障树分析法、专家系统技术、人工神经网络技术等，其中专家系统技术和神经网络技术是应用的热点。许多监测诊断系统也开始投入使用，但大都集中在汽轮机以及其他旋转机械设备的监测与故障诊断，针对水电机组的应用很少。这主要由于水电机组转速低，对机组的安全运行没有给予足够的重视，使得水电机组在线监测和故障诊断技术的研究落后于其他(大型)旋转机械。

由于监测转子匝间短路故障的重要性，一些监测技术在发电机的制造、检修和运行过程中得到了应用，但是试验方法还在不断发展。传统水轮发电机组磁极匝间短路故障检测方法有冲击法和交流阻抗法两种。冲击法需专用试验设备，可在绕组匝间施加一定的冲击电压，通过比较波形，确定绕组是否有短路或绝缘薄弱点，需要有丰富的经验才能分析判断出试验结果，不适用于电厂广泛应用。交流阻抗法需试验变压器或调压器以及专用的交流阻抗测试仪，通过比较电流或电压算出交流阻抗，来判断是否存在匝间短路或匝间绝缘缺陷，但是这种方法在检测上存在一定的误差，因为对结果的判定不是十分的准确。

发明内容

本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。

本发明的目的是采用参数辨识的方法，建立数学模型，系统从在线监测数据中自动选择可以反映转子匝间短路故障的特征参数，来辨识系统是否存在转子匝间短路故障，并完成自动绘制趋势图及相关趋势图等特性曲线，自动出具分析诊断报告，以此来实现对水轮发电机组转子匝间短路故障的自动分析诊断功能。

本发明提供一种基于在线数据的水轮发电机组转子匝间短路故障分析方法，其包括以下步骤：

选取并网后的任意时间段内的磁通量数据；

根据所述磁通量数据计算出每一个磁极对应的磁场强度B_i；

根据该漏磁通峰值B_i计算出每一个磁极的平均磁场强度B_ave、平均正向磁场强度B_{p_ave}、平均负向磁场强度B_{m_ave}，以及每个磁极对应的磁场强度B_i与平均磁场强度B_ave的偏差ΔB_i；

选取每个磁极对应的磁场强度B_i与平均磁场强度B_ave的偏差ΔB_i中最大的磁场强度偏差ΔB_max，及其对应的磁极号P_No；

如果最大磁场强度偏差ΔB_max≥最小容忍磁通量偏差ΔB_{l_max}，则判断磁极号为的磁极P_No存在匝间短路故障。

优选的是，所述的基于在线数据的水轮发电机组转子匝间短路故障分析方法中，在水轮发电机定转子之间安装磁通量传感器，所述磁通量传感器检测每一个磁极的漏磁通峰值并将其作为磁通量数据上传至服务器。

优选的是，所述的基于在线数据的水轮发电机组转子匝间短路故障分析方法中，最小容忍磁通量偏差ΔB_{l_max}为2％。

优选的是，所述的基于在线数据的水轮发电机组转子匝间短路故障分析方法中，将每一个磁极对应的漏磁通峰值B_i生成漏磁通峰值B_i曲线，并将每个磁极对应的磁场强度B_i与平均磁场强度B_ave的偏差ΔB_i，最大的磁场强度偏差ΔB_max，及其对应的磁极号P_No，最小容忍磁通量偏差ΔB_{l_max}，以及判断结果作为分析报告输出至用户界面。

本发明提供一种基于在线数据的水轮发电机组转子匝间短路故障分析方法，其包括以下步骤：选取并网后的任意时间段内的磁通量数据；根据所述磁通量数据计算出每一个磁极对应的磁场强度B_i；根据该漏磁通峰值B_i计算出每一个磁极的平均磁场强度B_ave、平均正向磁场强度B_{p_ave}、平均负向磁场强度B_{m_ave}，以及每个磁极对应的磁场强度B_i与平均磁场强度B_ave的偏差ΔB_i；选取每个磁极对应的磁场强度B_i与平均磁场强度B_ave的偏差ΔB_i中最大的磁场强度偏差ΔB_max，及其对应的磁极号P_No；如果最大磁场强度偏差ΔB_max≥最小容忍磁通量偏差ΔB_{l_max}，则判断磁极号为的磁极P_No存在匝间短路故障。本发明能够根据在线数据实时自动分析判断出匝间短路故障，并自动出具分析诊断报告。

本发明还提供一种基于在线数据的水轮发电机组转子匝间短路故障分析方法，其包括以下步骤：

选取在线数据中的气隙变化量数据；

根据所述气隙变换量数据计算得出气隙变化率A_d来，当气隙变化率A_d≤4％时，判定存在匝间短路，其中，

A_MAX代表气隙变化量最大值，A_Min代表气隙变化量最小值，A_Ave代表气隙变化量平均值。

本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。

附图说明

图1为本发明提供的基于在线数据的水轮发电机组转子匝间短路故障分析方法的流程图；

图2为本发明提供的基于在线数据的水轮发电机组转子匝间短路故障分析方法的诊断报告生成的流程图。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不配出一个或多个其它元件或其组合的存在或添加。

以水轮发电机组的在线监测数据为基础，通过数据采集模块对实时数据的监测分析，获取到机组振动、摆度、压力脉动、位移等相关数据，并对数据进行系统、科学的分析才能实现对转子匝间短路故障的自动分析诊断功能，这就对数据的实时性、参数的严谨性、权威性等有很高的要求。

因此，我公司开发了一种新的自动分析诊断方法，即“参数辨识”的方式。通过设计算法，建立相应的数学模型，在实际的在线监测系统中，系统会自动选择能够反映转子匝间短路故障特征的量化参数，来辨识机组是否存在由于转子受热、受电磁力和机械应力综合作用等造成的转子匝间短路故障，并完成自动绘制趋势图及相关趋势图等特性曲线。

1、转子匝间短路故障机理：

发电机转子是发电机的核心部件，由于转子经常处于动态运行过程，且受热、受电磁力、和机械应力的综合作用，加之制造工艺不良以及安装维护不当，转子出现匝间短路缺陷屡见不鲜，其危害虽然不像发电机接地事故那么严重，但也可是发电机无功出力降低,引起机组剧烈振动导致机械事故等危害。

从理论上分析，当一个磁极因短路而引起磁动势减小时，和它相对应的那个磁极的磁动势并没有变，因而出现一个跟转子一起旋转的不平衡磁拉力，引起转子振动。这种振动的大小取决于失去作用的线圈匝数。其振动的振幅与励磁电流有关，用公式表示为：

Y＝f(A)

励磁电流A增加，振幅Y增大。当去掉励磁，振动立即消失。所以很容易把这种振动和其他非电气原因产生的振动区分开来。

在实际分析中，由于定转子气隙不匀等故障也会表现出与匝间短路一样的规律来，那就是励磁电流A增加，振幅也同样增大。单纯通过机组振动摆度信号的变化上确认转子匝间短路是不充分的。因此只能采用其他方式辨识。

正常运行的发电机，一对极下的漏磁通分布曲线波形是一样的，即对于磁性相反的两个磁极其对应的漏磁曲线是一致的，方向相反。我们知道漏磁通大小是正比于流过转子槽电流大小的，因而线槽磁通波形峰值的大小就应该正比于所对应槽内的有效转子绕组安匝数。由此可以推断当一级某线槽的绕组出现匝间短路时，该线槽的漏磁通波形的峰值将降低，而另外一极同线槽的漏磁通波形的峰值不变。

因此如果在发电机定转子之间安装有小型磁通量传感器，就可以实时监测扫过传感器位置的每一个磁极的漏磁通峰值。只要检测每一个磁极是否存在峰值差异，就可以判定是否存在匝间短路缺陷。

2、转子匝间短路故障特征参数及其辨识算法

在实际的在线监测系统中，系统会选择机组并网以后的数据进行转子匝间短路的辨识，因为在此条件下，所有磁极的磁场以完全建立，在正常情况下，所有磁极漏磁通峰值应该说完全一致。

如图1所示，选取并网后的任意时间段内的磁通量数据；

根据所述磁通量数据计算出每一个磁极对应的磁场强度B_i；

根据该漏磁通峰值B_i计算出每一个磁极的平均磁场强度B_ave、平均正向磁场强度B_{p_ave}、平均负向磁场强度B_{m_ave}，以及每个磁极对应的磁场强度B_i与平均磁场强度B_ave的偏差ΔB_i；

选取每个磁极对应的磁场强度B_i与平均磁场强度B_ave的偏差ΔB_i中最大的磁场强度偏差ΔB_max，及其对应的磁极号P_No；

如果最大磁场强度偏差ΔB_max≥最小容忍磁通量偏差ΔB_l__max，则判断磁极号为的磁极P_No存在匝间短路故障。

针对匝间短路故障需要根据以下参数进行故障识别：

在经过特征参数辨识以后，匝间短路故障的判定条件变得简单，具体条件如下：

如果ΔB_max≥ΔB_{l_max}那么可以近似认为存在匝间短路故障；

上式中，ΔB_{l_max}为最小的能容忍的磁通量偏差，一般来说可以选择为2％。

3、转子匝间短路故障的自动化分析诊断

自动分析诊断功能是系统根据故障机理，自动选取合适的数据，进行自动分析和统计判断，并给出分析评价诊断结果。整个分析过程系统能够自动完成而无需人工操作。

报告的生成流程基本流程如图2所示，除选择启动报告需要人为选定之外，其他环节全部由系统的综合分析诊断软件自动完成。

本部分功能主要面向日常运行工作人员。具备以下特点：

(1)易于操作。使用人员无需进行设置、选择数据等复杂操作，采用“一键完成”式的软件操作。

(2)数据选择、计算、判定过程自动化。所有筛选数据和根据故障或缺陷模型计算的过程、分析推理、判定的过程由计算机完成，无需操作人员中间交互操作。

(3)报告中提供明确的分析诊断结论和可能的检修建议。

(4)以报告的形式输出到用户界面，而且报告可以自动转换为WORD等格式。

水轮发电机组的实际监测中，在发电机定转子之间安装的磁通量传感器，实时监测扫过传感器位置的每一个磁极的漏磁通峰值，选择机组并网后的数据，此时所有磁极的磁场已完全建立，若检测到每一个磁极存在峰值差异时，就可以判定存在匝间短路故障。

最终分析诊断结论以自动分析诊断报告的形式输出。报告的内容包括：每一个磁极对应峰值漏磁通峰值B_i曲线。

本发明请求保护：采用相近方案实现的水轮发电机组的自动分析诊断方法；一种转子匝间短路故障的分析诊断算法；基于在线数据的水轮发电机组转子匝间短路故障的自动分析诊断方法/发明。

本发明还提供一种基于在线数据的水轮发电机组转子匝间短路故障分析方法，其包括以下步骤：

选取在线数据中的气隙变化量数据；

根据所述气隙变换量数据计算得出气隙变化率A_d来，当气隙变化率A_d≤4％时，判定存在匝间短路，其中，

A_MAX代表气隙变化量最大值，A_Min代表气隙变化量最小值，A_Ave代表气隙变化量平均值。

本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

Claims (5)

1.基于在线数据的水轮发电机组转子匝间短路故障分析方法，其特征在于，包括以下步骤：

选取并网后的任意时间段内的磁通量数据；

根据所述磁通量数据计算出每一个磁极对应的磁场强度B_i；

根据该漏磁通峰值B_i计算出每一个磁极的平均磁场强度B_ave、平均正向磁场强度B_{p_ave}、平均负向磁场强度B_{m_ave}，以及每个磁极对应的磁场强度B_i与平均磁场强度B_ave的偏差ΔB_i；

选取每个磁极对应的磁场强度B_i与平均磁场强度B_ave的偏差ΔB_i中最大的磁场强度偏差ΔB_max，及其对应的磁极号P_No；

如果最大磁场强度偏差ΔB_max≥最小容忍磁通量偏差ΔB_{l_max}，则判断磁极号为的磁极P_No存在匝间短路故障。

2.如权利要求1所述的基于在线数据的水轮发电机组转子匝间短路故障分析方法，其特征在于，在水轮发电机定转子之间安装磁通量传感器，所述磁通量传感器检测每一个磁极的漏磁通峰值并将其作为磁通量数据上传至服务器。

3.如权利要求1所述的基于在线数据的水轮发电机组转子匝间短路故障分析方法，其特征在于，最小容忍磁通量偏差ΔB_{l_max}为2％。

4.如权利要求1所述的基于在线数据的水轮发电机组转子匝间短路故障分析方法，其特征在于，将每一个磁极对应的漏磁通峰值B_i生成漏磁通峰值B_i曲线，并将每个磁极对应的磁场强度B_i与平均磁场强度B_ave的偏差ΔB_i，最大的磁场强度偏差ΔB_max，及其对应的磁极号P_No，最小容忍磁通量偏差ΔB_{l_max}，以及判断结果作为分析报告输出至用户界面。

5.基于在线数据的水轮发电机组转子匝间短路故障分析方法，其特征在于，包括以下步骤：

选取在线数据中的气隙变化量数据；

根据所述气隙变换量数据计算得出气隙变化率A_d来，当气隙变化率A_d≤4％时，判定存在匝间短路，其中，

$A_d=\frac{A_{Max}-A_{Min}}{A_{Ave}}\×100\%$

A_MAX代表气隙变化量最大值，A_Min代表气隙变化量最小值，A_Ave代表气隙变化量平均值。