CN111679187B - 一种基于综合监测平台大型发电机状态评估方法 - Google Patents

一种基于综合监测平台大型发电机状态评估方法 Download PDF

Info

Publication number
CN111679187B
CN111679187B CN202010455057.6A CN202010455057A CN111679187B CN 111679187 B CN111679187 B CN 111679187B CN 202010455057 A CN202010455057 A CN 202010455057A CN 111679187 B CN111679187 B CN 111679187B
Authority
CN
China
Prior art keywords
information
generator
abnormal
vibration
temperature
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.)
Active
Application number
CN202010455057.6A
Other languages
English (en)
Other versions
CN111679187A (zh
Inventor
王新
杨敏
朱青国
虞国平
金泱
王展宏
钱坤
鲁竞
张迪
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.)
Zhejiang Energy Group Research Institute Co Ltd
Original Assignee
Zhejiang Energy Group Research Institute Co Ltd
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 Zhejiang Energy Group Research Institute Co Ltd filed Critical Zhejiang Energy Group Research Institute Co Ltd
Priority to CN202010455057.6A priority Critical patent/CN111679187B/zh
Publication of CN111679187A publication Critical patent/CN111679187A/zh
Application granted granted Critical
Publication of CN111679187B publication Critical patent/CN111679187B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/34Testing dynamo-electric machines
    • G01R31/343Testing dynamo-electric machines in operation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00Measuring or testing not otherwise provided for
    • G01D21/02Measuring two or more variables by means not covered by a single other subclass
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G01R31/1227Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明涉及一种基于综合监测平台大型发电机状态评估方法,包括:步骤1、在发电机上安装机械振动监测系统、温度监测系统和发电机局部放电在线监测系统,并保证这三个检测系统正常运行;步骤2、在计算机上留数据接口,通过现场总线接入实时信息数据,并设有历史信息界面录入历史信息数据。本发明的有益效果是:不但能集成发电机出厂试验信息、例行试验信息和统计出的家族性缺陷信息,还能接电机运行时机械量振动信息、局部放电参量信息和发电机所运行环境温湿度信息;将所有信息通过现场总线形式或者手工录入的形式,接入综合状态评估中心平台;可得出发电机的三种运行状态,极大的方便运行维护人员提前检修,预防重大事故的发生。

Description

一种基于综合监测平台大型发电机状态评估方法
技术领域
本发明涉及大型发电机综合监测技术领域,尤其包括一种基于综合监测平台大型发电机状态评估方法。
背景技术
发电机是电力系统的关键设备,其安全稳定运行是提高电力系统可靠性的重要因素之一。据统计,发电机的定子绕组绝缘故障占故障总数的30%,振动故障25%,发热故障40%,其他故障5%,而定子绕组绝缘的损坏原因则很多是由于局部放电(简称PD)造成的,局部放电的测量是近年逐步被纳入发电机例行检验和在线监测的一种方式,因此,对于发电机局部放电进行在线监测,结合发电机的其他运行状态参量,对发电机的运行状态做出综合判断,使在事故的早期阶段发现隐患,并实现成功报警,有利于维修人员适时进行停机检修设备有着重要意义。
检索发现,对发电机或者电动机的综合监测及分析算法很多,主要是由温度参量、机械旋转参量及工况参量为主,专利申请号:201710795879.7,名称为《一种水力发电机组设备健康分析方法》,其内容讲述了发电机的振动参量、温度参量及压力参量作为监测量,录入数据库,通过一定的算法,最终用归一化处理,评估出发电机健康状态,此专利并没有考虑到发电机的出厂检验、例行试验数据、在线局部放电参量。而专利号:201810044096.X,专利名称《一种双馈风力发电机在线监测故障综合诊断方法》,讲述了定转子电流参量、振动参量及磁通量,经过各种处理后提取特征向量,以此综合判别发电机的故障模式或故障类型。以上两种专利的监测参量类型少,导致了对发电机监测的某些方面的缺失,从而不能全面评估发电机运行状态。为了弥补上述不足,更全面地监测发电机的运行状态,本专利除了常规的温湿度、机械量及工况信息之外,还增加了出厂试验信息、例行试验信息、家族性缺陷信息及局部放电在线监测参量等,用更加直观分析算法,总结出发电机故障类型,从而更加全面的评估发电机运行综合状态。
发明内容
本发明的目的是克服现有技术中的不足,提供一种基于综合监测平台大型发电机状态评估方法。
这种基于综合监测平台大型发电机状态评估方法,包括以下步骤:
步骤1、在发电机上安装机械振动监测系统、温度监测系统和发电机局部放电在线监测系统,并保证这三个检测系统正常运行;
步骤2、在计算机上留数据接口,通过现场总线接入实时信息数据,并设有历史信息界面录入历史信息数据;将实时信息数据和历史信息数据统一存入数据库中;所述实时信息数据包括基本运行工况信息、运行温度参量、机械振动参量、局部放电参量和环境运行温湿度参量;所述历史信息数据包括发电机出厂试验信息、例行试验信息和家族缺陷信息;
步骤2.1、将例行试验信息在写入前进行有效性判别:若该例行试验信息不是有效信息,则将其剔除;若该例行试验信息是有效信息,将该例行试验信息分为正常信息和异常信息;
步骤2.2、将例行试验信息的正常信息部分与发电机出厂试验信息一同存入正常信息存储模块;将例行试验信息的异常信息部分与家族性缺陷信息一同存入异常信息存储模块;所述正常信息存储模块和异常信息存储模块共同构成历史数据统计分析模块;
步骤2.3、将历史数据统计分析模块的正常信息存储模块接入健康状态评估模块中,将历史数据统计分析模块的异常信息存储模块接入故障状态逻辑分析模块中;
步骤2.4、将基本运行工况信息和环境运行温湿度参量接入实时数据统计分析模块的正常信息存储模块中,作为判定发电机运行状态评估的依据;
步骤2.5、将运行温度参量、机械振动参量和局部放电参量先进行数据过滤甄别,滤除无效信息,再绘制历史曲线,将历史曲线作为设备是否异常的评判依据;将滤除无效信息后的运行温度参量、机械振动参量和局部放电参量存入数据库;
步骤2.6、判断是否有告警状态:
若有温度异常告警,则把温度异常告警信息存入异常信息存储模块;若无温度异常告警,则绘制温度变化曲线,将温度变化曲线存储到正常信息存储模块,正常信息存储模块将温度变化曲线发送到健康状态评估模块评估发电机运行状态;
若有振动异常告警,则把振动异常告警信息存入异常信息存储模块;若无振动异常告警,则绘制振动变化曲线,将振动变化曲线存储到正常信息存储模块,正常信息存储模块将振动变化曲线发送到健康状态评估模块评估发电机运行状态;
若有局部异常告警,则把局部异常告警信息存入异常信息存储模块;若无局部异常告警,则绘制局部变化曲线,将局部变化曲线存储到正常信息存储模块,正常信息存储模块将局部变化曲线发送到健康状态评估模块评估发电机运行状态;
告警状态的有无判断完毕后,把异常温度历史曲线、异常振动历史曲线和异常局部历史曲线存储到异常信息存储模块中;将正常温度历史曲线、正常振动历史曲线和正常局部历史曲线存储到正常信息存储模块中;
将异常信息存储模块中的温度异常告警信息、振动异常告警信息和局部异常告警信息统一接入故障逻辑分析模块;
步骤3、故障状态逻辑分析模块综合判定故障类型:
步骤3.1、首先判定是否是家族性故障:判断历史数据统计分析模块的异常信息是否与家族故障典型库里一致,如果一致则认为是家族性故障并给出故障名称;若不是家族性故障则继续执行步骤3.2;
步骤3.2、继续判定例行试验信息的异常信息中检测出的某个指标是否超标:如果超标,则给出例行试验信息的异常信息中检测超标的指标名称;如果未超标则执行步骤3.3;所述指标提前录入到数据库中;
步骤3.3、结合实时数据信息中的各个参量异常数据,并结合基本运行工况信息和发电机的环境运行温湿度,推断出不同的故障类型:
当只有运行温度参量异常时,判定为发电机局部过热故障;
当只有机械振动参量异常时,判定为发电机振动异常故障;
当只有局部放电参量异常时,判定为发电机绝缘劣化故障;
当运行温度参量和机械振动参量同时异常时,判定为发电机剧烈振动导致局部过热故障;
当机械振动参量和局部放电参量同时异常时,判定为发电机振动幅度偏大导致绝缘劣化故障;
当运行温度参量和局部放电参量同时异常时,判定为绝缘劣化导致局部过热故障;
当运行温度参量、机械振动参量和局部放电参量同时异常时,判定为机械振动加剧导致电场集中放电并伴随温度升高故障;
其他情况统一判定为其他故障;
步骤4、健康信息评估模块以发电机出厂试验信息和例行试验信息内中的的正常信息为参考,并考虑基本运行工况信息和环境运行温湿度参量的影响,再根据一定时期内的实时信息数据的温度变化曲线、振动变化曲线和局部变化曲线,综合评估发电机运行状态:
步骤4.1、实时信息数据是由已经安装在发电机上的各种监测系统提供,不同的监测参数有着不同分析方法。根据机械振动参量评估振动量函数F(x):
Figure BDA0002509049860000041
上式中,a0为机械振动参量系数,an为横向振动幅值,bn为纵向振动幅值,n为周期数, L为振动周期时间,x为振动量值;
设机械振动监测系统在i时刻所测机械振动参量为x1i,带入式(1),得出评估量为F(x 1i),得到其归一化函数F′(x1i):
Figure BDA0002509049860000042
式中,F(x1max)为i时刻到n时刻的时间段内归一化函数的最大值;F(x1min)为i时刻到 n时刻的时间段内归一化函数的最小值;所述F′(x1i)为测试从i时刻到n时刻的时间段内振动评估量的归一化处理函数;并参考GB/T 7064《隐极同步发电机技术要求》、GB/T6075.2《机械振动在非旋转部件上测量评价机器的振动》及GB/T11348.2《机械振动在旋转轴上测量评价机器的振动》等相关标准进行参量评估。
大型发电机温度测点较多,在线实时测量温度值需要把每个温度点进行评估,步骤4.2、评估温度函数:
Figure BDA0002509049860000043
上式,Rf为发电机线圈直流电阻,I为线圈励磁电流,P为发电机极数,Wf为线圈每极匝数,Laf为发电机绕线长度,af为绕线厚度,x为所测温度值;
设温度在i时刻为x2i,带入式(3),得出评估量为T(x2i),得到其归一化函数T′(x2i):
Figure BDA0002509049860000044
上式中,归一化函数T′(x2i)为测试从i时刻到n时刻的时间段内温度评估量的归一化处理函数;T(x2max)为i时刻到n时刻的时间段内最大值;T(x2min)为i时刻到n时刻的时间段内最小值;
步骤4.3、发电机的绝缘在线式监测,主要参量为局部放电,发电机的局部放电参量是衡量整个发电机绝缘状态的直接指标,也是发电机绝缘老化-劣化-失效三阶段中劣化段的主要表征,评估局部放电参量函数:
Figure BDA0002509049860000051
其中,Pi为第i量化区间内每秒的放电次数;N为按放电大小依序分的量化区间数;G 为局放测试系统的代数增益;n表示测量工频周期数;FS为单位测量时间内的放电幅值,单位为mV,x为一次所测放电量值;具体参考GB/T 20833.1《旋转电机旋转电机定子绕组绝缘第1部分:离线局部放电测量》的相关内容进行评
设局部放电量在i时刻为x3i,带入式(5),得出评估量为G(x3i),得到其归一化函数G′(x3i):
Figure BDA0002509049860000052
式中,G(x3max)为i到n时刻的时间段内最大值;G(x3min)为i到n时刻的时间段内最小值;G′(x3i)为从i时间测试到n时刻的时间段内局部放电评估量的归一化处理函数;
步骤4.4、考虑运行环境与例行试验中所测数据的影响,得到发电机状态评估归一化函数(7):
Figure BDA0002509049860000053
上式中,Qi为运行环境综合影响因子;Ni为例行试验综合数据影响因子;Ai为振动量修正系数;Bi为温度修正系数;Ci为局部放电修正系数;
步骤4.5、通过式(7)归一化处理各个实时信息参数,并考虑运行环境与例行试验中所测数据的影响,得到发电机整体运行评估量H,0≤H≤1,H=1为故障临界点;
当H=0时为最理想状态,各个参数均为理想值;
当0<H≤0.6时,发电机运行在健康状态;
当0.6<H<1时,发电机运行在亚健康状态;
当H≥1时,发电机处于故障状态。
作为优选,步骤2所述实时信息数据从机械振动监测系统、温度监测系统和发电机局部放电在线监测系统中获取得到。
作为优选,步骤2所述现场总线包括:RS485/422、RS232、TCP/IP以太网、I2C总线和CAN总线;所述现场总线的类型匹配机械振动监测系统、温度监测系统和发电机局部放电在线监测系统的数据量大小和实时性。
本发明的有益效果是:本发明不但能集成发电机出厂试验信息、例行试验信息和统计出的家族性缺陷信息,还能接电机运行时机械量振动信息、局部放电参量信息、发电机所运行环境温湿度信息等;将所有信息通过现场总线形式或者手工录入的形式,接入综合状态评估中心平台,经过本发明的具体评估方法,可得出发电机的三种运行状态,极大的方便运行维护人员提前检修,预防重大事故的发生。
附图说明
图1为发电机运行状态综合评估结构图;
图2为发电机故障类型判别逻辑图。
具体实施方式
下面结合实施例对本发明做进一步描述。下述实施例的说明只是用于帮助理解本发明。应当指出,对于本技术领域的普通人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
本发明提出一种基于综合监测平台大型发电机状态评估方法,根据发电机的历史数据和实时数据综合判定发电机运行状态并含故障甄别,对发电机的运行状态实时评估是计划检修过渡至状态检修的必要条件,将大幅度减少了运维人员的工作量。由于发电机结构较为复杂,需要尽可能集成全面的参量,接入统一平台。
本发明提出一种基于综合监测平台大型发电机状态评估方法,实现此方法有三个必要条件,第一,发电机必须已经安装各种监测系统,具体包括:机械振动监测系统;发电机各个部件的温度监测系统;发电机局部放电在线监测系统等,并正常运行。第二,所有在线监测系统需留有上传数据接口,支持现场总线,方便接入后台数据服务器数据平台。第三,需要发电机厂家配合,提供真实有效的出厂检验报告,运维部门提供例行试验报告。如果有条件,需要总结多台同类型发电机的故障特征信息,以便形成家族缺陷库。
如图1所示,所有输入信息可分为两大类:历史信息和实时信息,其中历史信息中的出厂检验信息是发电机初始运转前的状态信息,既是例行试验中各项指标对比的标准尺度,也是统计家族缺陷的开始。发电机出厂试验信息、例行试验信息及家族缺陷信息,共同组成了历史数据信息,是维护发电机正常运转的可靠性数据,逐一纳入综合状态评估中心平台数据库。
发电机出厂试验参量具体包括:定子绕组绝缘电阻、吸收比或极化指数测量;定子绕组直流电阻测量;定子绕组直流耐压及直流泄漏试验;定子绕组交流耐压试验;转子绕组交流耐压试验;转子绕组耐压前、后绝缘电阻测定;转子绕组匝间绝缘试验;转子超速试验;转子超速前后动态绝缘电阻测定;空载、短路特性测定;噪声测定;振动试验等其他特殊试验项目。例行试验项目具体包括:定子绕组绝缘电阻、吸收比或极化指数测量;定子绕组直流电阻测量;定子绕组直流耐压及泄漏电流试验;定子绕组交流耐压试验;转子绕组绝缘电阻;转子绕组直流电阻;转子交流阻抗等试验项目。家族性缺陷信息一般由发电机厂家提供,或者由运行维护单位的相关人员在长期维护过程中,概括总结一些在同样型号、批次发电机出现相同或类似的故障,整理出发电机的家族性缺陷信息,这需要长期运行维护经验的积累,形成有效数据,存储在综合状态评估中心平台的异常信息存储模块中,考虑到绝大部分发电机无法给出家族缺陷信息,所以,异常信息存储一般为例行试验中有效异常信息。
实时数据信息中基本运行工况信息主要包括:有功功率、无功功率、定子电流、定子电压、功率因数、转子电流、转子电压、定子绕组冷却水流量等信息。运行温度参量主要包括:定子线棒层间温度、定子线棒出水温度、氢气温度、轴承温度、滑环温度等温度信息。机械振动参量,主要包括:振幅、偏移量、加速度、振动频率、绕组及线棒的应力形变等监测信息。局部放电参量主要包括:放电量、放电次数、放电位置、放电谱图、放电类型(线棒内部放电、顶端放电、槽放电)等其他描述发电机绝缘状态参量。运行温湿度参量,主要是发电机运行环境,包括:发电机环境温度、大气温度、环境湿度。
本发明所述的综合状态评估中心平台服务器,留有实时信息的数据接口,可支持多种现场总线形式,首先接入基本运行工况信息,发电机在不同的运行负载下,其他各种参量有着不同的测试结果,如负载电流越大,发电机个别部件的温度越高,某些机械量振动量越大,所以,在统计对比实时信息参数时,尽量要在同一个工况和运行环境下,进行纵向对比,分别描绘出长时间段测试的数据曲线。另外不同发电机组可横向对比各个参数,找出异常监测点,及时发现潜在故障。最后通过所有监测数据的综合分析,给出发电机的运行状态,如果出现故障,则通过故障逻辑分析模块,给出故障类型。
如图2所示,本发明还包含发电机故障逻辑分析模块,能初步给出故障原因,方便运行维护人员的针对性检修,缩短检修周期。逻辑分析顺序为:首先,根据故障形态排除家族性缺陷;然后在故障时基本运行工况信息下,由温度参量、振动参量及绝缘参量的检测具体结果,判定故障类型。由于现场情况较为复杂,可能存在各类实时数据缺失,导致无法识别故障类型,此时可判定为其他故障。
本发明是在历史数据和在线监测系统有效数据基础上,将数据整合到同一个数据分析中心平台,根据内部分析逻辑,推断出发电机整体运行状态并能协助分析出故障类型,包括以下步骤:
步骤1、在发电机上安装机械振动监测系统、温度监测系统和发电机局部放电在线监测系统,并保证这三个检测系统正常运行;
步骤2、在计算机上留数据接口,通过现场总线接入实时信息数据,并设有历史信息界面录入历史信息数据;将实时信息数据和历史信息数据统一存入数据库中;所述实时信息数据包括基本运行工况信息、运行温度参量、机械振动参量、局部放电参量和环境运行温湿度参量;所述历史信息数据包括发电机出厂试验信息、例行试验信息和家族缺陷信息;
步骤2.1、将例行试验信息在写入前进行有效性判别:若该例行试验信息不是有效信息,则将其剔除;若该例行试验信息是有效信息,将该例行试验信息分为正常信息和异常信息;
步骤2.2、将例行试验信息的正常信息部分与发电机出厂试验信息一同存入正常信息存储模块;将例行试验信息的异常信息部分与家族性缺陷信息一同存入异常信息存储模块;所述正常信息存储模块和异常信息存储模块共同构成历史数据统计分析模块;
步骤2.3、将历史数据统计分析模块的正常信息存储模块接入健康状态评估模块中,将历史数据统计分析模块的异常信息存储模块接入故障状态逻辑分析模块中;
步骤2.4、将基本运行工况信息和环境运行温湿度参量接入实时数据统计分析模块的正常信息存储模块中,作为判定发电机运行状态评估的依据;
步骤2.5、由于是在线监测数据,在长期监测过程中,监测系统设备自身容易受环境及电磁的干扰,或者由于自身质量原因,可靠性降低,造成监测数据异常或丢失,这些数据容易使造成整体误判,所以在绘制历史曲线之前,将运行温度参量、机械振动参量和局部放电参量先进行数据过滤甄别,滤除无效信息,再绘制历史曲线,将历史曲线作为设备是否异常的评判依据;将滤除无效信息后的运行温度参量、机械振动参量和局部放电参量存入数据库;
步骤2.6、判断是否有告警状态:
若有温度异常告警,则把温度异常告警信息存入异常信息存储模块;若无温度异常告警,则绘制温度变化曲线,将温度变化曲线存储到正常信息存储模块,正常信息存储模块将温度变化曲线发送到健康状态评估模块评估发电机运行状态;
若有振动异常告警,则把振动异常告警信息存入异常信息存储模块;若无振动异常告警,则绘制振动变化曲线,将振动变化曲线存储到正常信息存储模块,正常信息存储模块将振动变化曲线发送到健康状态评估模块评估发电机运行状态;
若有局部异常告警,则把局部异常告警信息存入异常信息存储模块;若无局部异常告警,则绘制局部变化曲线,将局部变化曲线存储到正常信息存储模块,正常信息存储模块将局部变化曲线发送到健康状态评估模块评估发电机运行状态;
告警状态的有无判断完毕后,把异常温度历史曲线、异常振动历史曲线和异常局部历史曲线存储到异常信息存储模块中;将正常温度历史曲线、正常振动历史曲线和正常局部历史曲线存储到正常信息存储模块中;
将异常信息存储模块中的温度异常告警信息、振动异常告警信息和局部异常告警信息统一接入故障逻辑分析模块;
步骤3、故障状态逻辑分析模块综合判定故障类型:
步骤3.1、首先判定是否是家族性故障:判断历史数据统计分析模块的异常信息是否与家族故障典型库里一致,如果一致则认为是家族性故障并给出故障名称;若不是家族性故障则继续执行步骤3.2;其中家族性缺陷是总结同一类型或者同一批次的发电机,或者有类似工艺条件下生产的发电机所产生的同一类型故障缺陷,这些缺陷类型往往带有一定的相似性,所以称之为家族性缺陷。实时信息包括:基本运行工况信息、发电机运行时各个测点的温度信息、发电机运行时机械量振动信息、局部放电参量信息、发电机所运行环境温湿度信息等。
步骤3.2、继续判定例行试验信息的异常信息中检测出的某个指标是否超标:如果超标,则给出例行试验信息的异常信息中检测超标的指标名称;如果未超标则执行步骤3.3;所述指标提前录入到数据库中;
步骤3.3、结合实时数据信息中的各个参量异常数据,并结合基本运行工况信息和发电机的环境运行温湿度,推断出不同的故障类型:
当只有运行温度参量异常时,判定为发电机局部过热故障;
当只有机械振动参量异常时,判定为发电机振动异常故障;
当只有局部放电参量异常时,判定为发电机绝缘劣化故障;
当运行温度参量和机械振动参量同时异常时,判定为发电机剧烈振动导致局部过热故障;
当机械振动参量和局部放电参量同时异常时,判定为发电机振动幅度偏大导致绝缘劣化故障;
当运行温度参量和局部放电参量同时异常时,判定为绝缘劣化导致局部过热故障;
当运行温度参量、机械振动参量和局部放电参量同时异常时,判定为机械振动加剧导致电场集中放电并伴随温度升高故障;
其他情况统一判定为其他故障;
步骤4、健康信息评估模块以发电机出厂试验信息和例行试验信息内中的的正常信息为参考,并考虑基本运行工况信息和环境运行温湿度参量的影响,再根据一定时期内的实时信息数据的温度变化曲线、振动变化曲线和局部变化曲线,综合评估发电机运行状态:
步骤4.1、实时信息数据是由已经安装在发电机上的各种监测系统提供,不同的监测参数有着不同分析方法。根据机械振动参量评估振动量函数F(x):
Figure BDA0002509049860000101
上式中,a0为机械振动参量系数,an为横向振动幅值,bn为纵向振动幅值,n为周期数, L为振动周期时间,x为振动量值;
设机械振动监测系统在i时刻所测机械振动参量为x1i,带入式(1),得出评估量为F(x 1i),得到其归一化函数F′(x1i):
Figure BDA0002509049860000102
式中,F(x1max)为i时刻到n时刻的时间段内归一化函数的最大值;F(x1min)为i时刻到 n时刻的时间段内归一化函数的最小值;所述F′(x1i)为测试从i时刻到n时刻的时间段内振动评估量的归一化处理函数;并参考GB/T 7064《隐极同步发电机技术要求》、GB/T6075.2《机械振动 在非旋转部件上测量评价机器的振动》及GB/T11348.2《机械振动在旋转轴上测量评价机器的振动》等相关标准进行参量评估。
大型发电机温度测点较多,在线实时测量温度值需要把每个温度点进行评估,步骤4.2、评估温度函数:
Figure BDA0002509049860000103
上式,Rf为发电机线圈直流电阻,I为线圈励磁电流,P为发电机极数,Wf为线圈每极匝数,Laf为发电机绕线长度,af为绕线厚度,x为所测温度值;
设温度在i时刻为x2i,带入式(3),得出评估量为T(x2i),得到其归一化函数T′(x2i):
Figure BDA0002509049860000111
上式中,归一化函数T′(x2i)为测试从i时刻到n时刻的时间段内温度评估量的归一化处理函数;T(x2max)为i时刻到n时刻的时间段内最大值;T(x2min)为i时刻到n时刻的时间段内最小值;
步骤4.3、发电机的绝缘在线式监测,主要参量为局部放电,发电机的局部放电参量是衡量整个发电机绝缘状态的直接指标,也是发电机绝缘老化-劣化-失效三阶段中劣化段的主要表征,评估局部放电参量函数:
Figure BDA0002509049860000112
其中,Pi为第i量化区间内每秒的放电次数;N为按放电大小依序分的量化区间数;G 为局放测试系统的代数增益;n表示测量工频周期数;FS为单位测量时间内的放电幅值,单位为mV,x为一次所测放电量值;具体参考GB/T 20833.1《旋转电机旋转电机定子绕组绝缘第1部分:离线局部放电测量》的相关内容进行评。
设局部放电量在i时刻为x3i,带入式(5),得出评估量为G(x3i),得到其归一化函数G′(x3i):
Figure BDA0002509049860000113
式中,G(x3max)为i到n时刻的时间段内最大值;G(x3min)为i到n时刻的时间段内最小值;G′(x3i)为从i时间测试到n时刻的时间段内局部放电评估量的归一化处理函数;
步骤4.4、考虑运行环境与例行试验中所测数据的影响,得到发电机状态评估归一化函数(7):
Figure BDA0002509049860000114
上式中,Qi为运行环境综合影响因子;Ni为例行试验综合数据影响因子;Ai为振动量修正系数;Bi为温度修正系数;Ci为局部放电修正系数;
步骤4.5、通过式(7)归一化处理各个实时信息参数,并考虑运行环境与例行试验中所测数据的影响,得到发电机整体运行评估量H,0≤H≤1,H=1为故障临界点;
当H=0时为最理想状态,各个参数均为理想值;
当0<H≤0.6时,发电机运行在健康状态;
当0.6<H<1时,发电机运行在亚健康状态;
当H≥1时,发电机处于故障状态。
步骤2所述实时信息数据从机械振动监测系统、温度监测系统和发电机局部放电在线监测系统中获取得到。
步骤2所述现场总线包括:RS485/422、RS232、TCP/IP以太网、I2C总线和CAN总线;所述现场总线的类型匹配机械振动监测系统、温度监测系统和发电机局部放电在线监测系统的数据量大小和实时性。
因此,最终经过本发明所述的综合状态评估中心平台归类和算法,可得出发电机三种运行状态即:故障状态、亚健康状态和健康状态,其中故障状态时并给出故障类型,从而达到对发电机整体状态评估的目的。

Claims (3)

1.一种基于综合监测平台大型发电机状态评估方法,其特征在于,包括以下步骤:
步骤1、在发电机上安装机械振动监测系统、温度监测系统和发电机局部放电在线监测系统,并保证这三个检测系统正常运行;
步骤2、在计算机上留数据接口,通过现场总线接入实时信息数据,并设有历史信息界面录入历史信息数据;将实时信息数据和历史信息数据统一存入数据库中;所述实时信息数据包括基本运行工况信息、运行温度参量、机械振动参量、局部放电参量和环境运行温湿度参量;所述历史信息数据包括发电机出厂试验信息、例行试验信息和家族缺陷信息;
步骤2.1、将例行试验信息在写入前进行有效性判别:若该例行试验信息不是有效信息,则将其剔除;若该例行试验信息是有效信息,将该例行试验信息分为正常信息和异常信息;
步骤2.2、将例行试验信息的正常信息部分与发电机出厂试验信息一同存入正常信息存储模块;将例行试验信息的异常信息部分与家族缺陷信息一同存入异常信息存储模块;所述正常信息存储模块和异常信息存储模块共同构成历史数据统计分析模块;
步骤2.3、将历史数据统计分析模块的正常信息存储模块接入健康状态评估模块中,将历史数据统计分析模块的异常信息存储模块接入故障状态逻辑分析模块中;
步骤2.4、将基本运行工况信息和环境运行温湿度参量接入实时数据统计分析模块的正常信息存储模块中,作为判定发电机运行状态评估的依据;
步骤2.5、将运行温度参量、机械振动参量和局部放电参量先进行数据过滤甄别,滤除无效信息,再绘制历史曲线,将历史曲线作为设备是否异常的评判依据;将滤除无效信息后的运行温度参量、机械振动参量和局部放电参量存入数据库;
步骤2.6、判断是否有告警状态:
若有温度异常告警,则把温度异常告警信息存入异常信息存储模块;若无温度异常告警,则绘制温度变化曲线,将温度变化曲线存储到正常信息存储模块,正常信息存储模块将温度变化曲线发送到健康状态评估模块评估发电机运行状态;
若有振动异常告警,则把振动异常告警信息存入异常信息存储模块;若无振动异常告警,则绘制振动变化曲线,将振动变化曲线存储到正常信息存储模块,正常信息存储模块将振动变化曲线发送到健康状态评估模块评估发电机运行状态;
若有局放异常告警,则把局放异常告警信息存入异常信息存储模块;若无局放异常告警,则绘制局放变化曲线,将局放变化曲线存储到正常信息存储模块,正常信息存储模块将局放变化曲线发送到健康状态评估模块评估发电机运行状态;
告警状态的有无判断完毕后,把异常温度历史曲线、异常振动历史曲线和异常局放历史曲线存储到异常信息存储模块中;将正常温度历史曲线、正常振动历史曲线和正常局放历史曲线存储到正常信息存储模块中;
将异常信息存储模块中的温度异常告警信息、振动异常告警信息和局放异常告警信息统一接入故障状态逻辑分析模块;
步骤3、故障状态逻辑分析模块综合判定故障类型:
步骤3.1、首先判定是否是家族性故障:判断历史数据统计分析模块的异常信息是否与家族故障典型库里一致,如果一致则认为是家族性故障并给出故障名称;若不是家族性故障则继续执行步骤3.2;
步骤3.2、继续判定例行试验信息的异常信息中检测出的某个指标是否超标:如果超标,则给出例行试验信息的异常信息中检测超标的指标名称;如果未超标则执行步骤3.3;所述指标提前录入到数据库中;
步骤3.3、结合实时数据信息中的各个参量异常数据,并结合基本运行工况信息和发电机的环境运行温湿度,推断出不同的故障类型:
当只有运行温度参量异常时,判定为发电机局部过热故障;
当只有机械振动参量异常时,判定为发电机振动异常故障;
当只有局部放电参量异常时,判定为发电机绝缘劣化故障;
当运行温度参量和机械振动参量同时异常时,判定为发电机剧烈振动导致局部过热故障;
当机械振动参量和局部放电参量同时异常时,判定为发电机振动幅度偏大导致绝缘劣化故障;
当运行温度参量和局部放电参量同时异常时,判定为绝缘劣化导致局部过热故障;
当运行温度参量、机械振动参量和局部放电参量同时异常时,判定为机械振动加剧导致电场集中放电并伴随温度升高故障;
其他情况统一判定为其他故障;
步骤4、健康信息评估模块以发电机出厂试验信息和例行试验信息内的正常信息为参考,并考虑基本运行工况信息和环境运行温湿度参量的影响,再根据一定时期内的实时信息数据的温度变化曲线、振动变化曲线和局放变化曲线,综合评估发电机运行状态:
步骤4.1、根据机械振动参量评估振动量函数F(x):
Figure FDA0003571907490000021
上式中,a0为机械振动参量系数,an为横向振动幅值,bn为纵向振动幅值,n为周期数,L为振动周期时间,x1为振动量值;
设机械振动监测系统在i时刻所测机械振动参量为x1i,带入式(1),得出评估量为F(x1i),得到其归一化函数F′(x1i):
Figure FDA0003571907490000031
式中,F(x1max)为i时刻到n时刻的时间段内归一化函数的最大值;F(x1min)为i时刻到n时刻的时间段内归一化函数的最小值;所述F′(x1i)为测试从i时刻到n时刻的时间段内振动评估量的归一化处理函数;
步骤4.2、评估温度函数:
Figure FDA0003571907490000032
上式,Rf为发电机线圈直流电阻,I为线圈励磁电流,P为发电机极数,Wf为线圈每极匝数,Laf为发电机绕线长度,af为绕线厚度,x2为所测温度值;
设温度在i时刻为x2i,带入式(3),得出评估量为T(x2i),得到其归一化函数T′(x 2i):
Figure FDA0003571907490000033
上式中,归一化函数T′(x2i)为测试从i时刻到n时刻的时间段内温度评估量的归一化处理函数;T(x2max)为i时刻到n时刻的时间段内最大值;T(x2min)为i时刻到n时刻的时间段内最小值;
步骤4.3、评估局部放电参量函数:
Figure FDA0003571907490000034
其中,Pi为第i量化区间内每秒的放电次数;N为按放电大小依序分的量化区间数;G为局放测试系统的代数增益;n表示测量工频周期数;FS为单位测量时间内的放电幅值,单位为mV,x3为一次所测放电量值;
设局部放电量在i时刻为x3i,带入式(5),得出评估量为G(x3i),得到其归一化函数G′(x3i):
Figure FDA0003571907490000041
式中,G(x3max)为i到n时刻的时间段内最大值;G(x3min)为i到n时刻的时间段内最小值;G′(x3i)为测试从i时刻到n时刻的时间段内局部放电评估量的归一化处理函数;
步骤4.4、考虑运行环境与例行试验中所测数据的影响,得到发电机状态评估归一化函数(7):
Figure FDA0003571907490000042
上式中,Qi为运行环境综合影响因子;Ni为例行试验综合数据影响因子;Ai为振动量修正系数;Bi为温度修正系数;Ci为局部放电修正系数;
步骤4.5、通过式(7)归一化处理各个实时信息参数,并考虑运行环境与例行试验中所测数据的影响,得到发电机整体运行评估量H,0≤H≤1;H=1为故障临界点,H≥1时,发电机处于故障状态;
当H=0时为最理想状态,各个参数均为理想值;
当0<H≤0.6时,发电机运行在健康状态;
当0.6<H<1时,发电机运行在亚健康状态。
2.根据权利要求1所述基于综合监测平台大型发电机状态评估方法,其特征在于:步骤2所述实时信息数据从机械振动监测系统、温度监测系统和发电机局部放电在线监测系统中获取得到。
3.根据权利要求1所述基于综合监测平台大型发电机状态评估方法,其特征在于:步骤2所述现场总线包括:RS485/422、RS232、TCP/IP以太网、I2C总线和CAN总线;所述现场总线的类型匹配机械振动监测系统、温度监测系统和发电机局部放电在线监测系统的数据量大小和实时性。
CN202010455057.6A 2020-05-26 2020-05-26 一种基于综合监测平台大型发电机状态评估方法 Active CN111679187B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010455057.6A CN111679187B (zh) 2020-05-26 2020-05-26 一种基于综合监测平台大型发电机状态评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010455057.6A CN111679187B (zh) 2020-05-26 2020-05-26 一种基于综合监测平台大型发电机状态评估方法

Publications (2)

Publication Number Publication Date
CN111679187A CN111679187A (zh) 2020-09-18
CN111679187B true CN111679187B (zh) 2022-05-06

Family

ID=72453490

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010455057.6A Active CN111679187B (zh) 2020-05-26 2020-05-26 一种基于综合监测平台大型发电机状态评估方法

Country Status (1)

Country Link
CN (1) CN111679187B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112325932A (zh) * 2020-10-28 2021-02-05 广东寰球智能科技有限公司 基于交流电机的监测方法及监测装置
CN112285561A (zh) * 2020-11-13 2021-01-29 烟台杰瑞石油装备技术有限公司 电机故障监测装置、驱动电机系统和电机故障监测方法
CN112666458B (zh) * 2020-12-04 2022-01-14 湖南五凌电力科技有限公司 发电设备状态评估方法以及评估装置
CN112834224B (zh) * 2021-01-05 2023-05-23 广东核电合营有限公司 一种核电汽轮发电机健康状态评估方法及系统
CN113111564B (zh) * 2021-05-24 2023-05-23 扬州大学 基于自适应预测区间内置式芦苇收割机健康状态评估方法
CN113435705A (zh) * 2021-06-02 2021-09-24 上海电气风电集团股份有限公司 轴承监测方法及其系统及计算机可读存储介质
CN113809954B (zh) * 2021-09-10 2022-08-12 常州市武进亚太机电配件有限公司 一种直流无刷电机驱动控制系统
CN114089186B (zh) * 2021-11-10 2024-06-04 国网福建省电力有限公司检修分公司 一种电机状态检测分析预警方法及设备
CN114113858B (zh) * 2021-11-26 2023-11-07 广东电网有限责任公司 一种低压电容柜在线监测系统
CN115240380A (zh) * 2022-07-20 2022-10-25 江苏方天电力技术有限公司 一种电网调相机故障综合预警方法和系统
CN115015757B (zh) * 2022-08-09 2022-10-21 天津九信科技有限公司 一种电机运行状态的风险评估方法及系统
CN115343617B (zh) * 2022-09-22 2023-01-10 南通万成机电有限公司 一种电机定子绕组的局放在线监测辨识方法
CN115728057B (zh) * 2022-11-03 2024-07-09 华能国际电力股份有限公司安徽风电分公司 一种风力发电机组齿轮箱振动监测与故障诊断方法
CN117134675B (zh) * 2023-08-28 2024-07-19 苏州金钥匙自动化设备有限公司 一种基于机器视觉的伺服电机控制系统
CN118114884B (zh) * 2024-04-22 2024-08-13 安徽继远软件有限公司 一种自动化的设备精益管理系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2030968A5 (zh) * 1969-02-12 1970-11-13 Bosch
CN106199305B (zh) * 2016-07-01 2018-12-28 太原理工大学 煤矿井下供电系统用干式变压器绝缘健康状态评估方法
CN207093267U (zh) * 2017-06-01 2018-03-13 北京华科同安监控技术有限公司 一种水轮发电机组状态监测与故障诊断系统
CN207281814U (zh) * 2017-10-27 2018-04-27 浙江浙能技术研究院有限公司 一种发电机评价系统
CN109188227B (zh) * 2018-10-23 2020-12-29 西安热工研究院有限公司 一种双馈型风力发电机绝缘状态评估方法及系统
CN109653962B (zh) * 2018-12-21 2022-04-15 鲁能新能源(集团)有限公司 一种风电机组在线监测系统和监测方法

Also Published As

Publication number Publication date
CN111679187A (zh) 2020-09-18

Similar Documents

Publication Publication Date Title
CN111679187B (zh) 一种基于综合监测平台大型发电机状态评估方法
CN102707232B (zh) 电动机设备状态在线监测装置及其监测方法
CN109297716B (zh) 一种双馈型风力发电机振动故障诊断方法
US8405339B2 (en) System and method for detecting fault in an AC machine
EP2156159B1 (en) System and method for bearing fault detection using stator current noise cancellation
KR101298973B1 (ko) 고압 유도전동기 종합 온라인 상태 진단 장치 및 방법
EP2885646B1 (en) System and method for monitoring an electrically-connected system having a periodic behavior
CN110954354B (zh) 设备故障诊断方法及装置
CN105548799A (zh) 发电电动机转子绕组匝间短路故障的在线监测方法
US20150355255A1 (en) System and method for monitoring an electrically-connected system having a periodic behavior
CN108169559B (zh) 一种电机定子电流谱分析设备异常的判断方法
CN116976191A (zh) 一种水轮发电机组轴系稳定性劣化趋势预测方法
CN117491899A (zh) 一种移动式储能电源的可靠性诊断系统
CN114878172A (zh) 一种船舶主机气缸温度信号特征提取方法及系统
CN114517758B (zh) 一种旋转机械轴心轨迹的改进hu不变矩提取方法及系统
CN114167282B (zh) 一种电动机故障诊断及劣化趋势预测系统
CN114518536A (zh) 一种高压电动机状态监测方法
CN114062910A (zh) 一种电机在线诊断系统和方法
RU2730109C1 (ru) Способ мониторинга вибрации щеточно-коллекторных узлов электродвигателей постоянного тока
Lim et al. Motor fault detection method for vibration signal using FFT residuals
Yazici et al. An adaptive, on-line, statistical method for detection of broken bars in motors using stator current and torque estimation
Gong et al. Analysis of abnormal short circuit between turns of generator rotor windings
CN117192364B (zh) 一种双馈风力发电机的绕组匝间短路故障诊断方法及系统
CN221373674U (zh) 一种汽轮机润滑油系统性能测试仪
CN117943891B (zh) 数控机床电主轴轴承故障检测方法、装置、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant