CN113439217A - 在电气机器的在线运行下检测绕组故障的方法和系统 - Google Patents
在电气机器的在线运行下检测绕组故障的方法和系统 Download PDFInfo
- Publication number
- CN113439217A CN113439217A CN201980048391.5A CN201980048391A CN113439217A CN 113439217 A CN113439217 A CN 113439217A CN 201980048391 A CN201980048391 A CN 201980048391A CN 113439217 A CN113439217 A CN 113439217A
- Authority
- CN
- China
- Prior art keywords
- flux
- signals
- transformer
- indicator
- fault
- 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
- 238000004804 winding Methods 0.000 title claims abstract description 233
- 238000000034 method Methods 0.000 title claims abstract description 173
- 230000004907 flux Effects 0.000 claims abstract description 236
- 230000005355 Hall effect Effects 0.000 claims description 35
- 238000003860 storage Methods 0.000 claims description 9
- 230000001939 inductive effect Effects 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 description 26
- 238000005259 measurement Methods 0.000 description 19
- 238000005516 engineering process Methods 0.000 description 14
- 239000000047 product Substances 0.000 description 12
- 230000001960 triggered effect Effects 0.000 description 11
- 230000035945 sensitivity Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000006698 induction Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000013500 data storage Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000003068 static effect Effects 0.000 description 5
- 230000001360 synchronised effect Effects 0.000 description 5
- 230000001052 transient effect Effects 0.000 description 5
- 230000002829 reductive effect Effects 0.000 description 4
- 230000008439 repair process Effects 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000036961 partial effect Effects 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000004568 cement Substances 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000001976 improved effect Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001983 electron spin resonance imaging Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012432 intermediate storage Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
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
- G01R31/72—Testing of electric windings
-
- 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
- G01R31/343—Testing dynamo-electric machines in operation
-
- 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
- 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
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/62—Testing of transformers
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P29/00—Arrangements for regulating or controlling electric motors, appropriate for both AC and DC motors
- H02P29/02—Providing protection against overload without automatic interruption of supply
- H02P29/024—Detecting a fault condition, e.g. short circuit, locked rotor, open circuit or loss of load
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
一种在电气机器的在线操作期间检测绕组故障的方法和系统,所述方法包括:在一段时间段期间从所述机器获取信号集合,所述信号集合包括两个或更多个磁通量信号,每个通量信号是从定位在所述机器的外表面上的相应的通量传感器获得的;从所述信号集合提取内部绕组故障指示符;将内部绕组故障指示符与基线指示符进行比较;并且当内部绕组故障指示符与基线指示符偏差阈值时,确定内部绕组故障。
Description
技术领域
本公开广义上涉及一种在电气机器的在线运行下检测绕组故障的方法和系统。
背景
静态的电气机器(诸如变压器)是被广泛用于发电、输电和配电系统中的最关键的设备之一。发电系统涉及其中功率水平被变压器升高以用于并网(grid-integration)的核电厂、热电厂、水力发电厂、太阳能发电厂和风力发电厂等。在输电系统中,变压器与功率转换器一起被用来步降AC电压或者将AC转换为DC。分配系统涉及数据中心、发电厂、商业场所和各种工业(诸如化学工业、造纸工业、纸浆工业、水泥工业等)的配电系统。变压器还被用在用于牵引供电的运送应用中、以及海船和其他海上浮动设施的配电系统中。以上应用中的变压器的任何灾难性的故障都可能导致巨大的经济损失,并且可能危及人的生命。因此,变压器的连续监测对于缓解变压器的可能导致大量修理工作成本和停机损失的任何意外的灾难性的故障是重要的。
对于变压器故障的全世界的调查揭示了绕组故障是占总变压器故障的48%的主导故障。通常,变压器的绕组中的严重程度低的绕组故障(<绕组匝数的总数的3%)演变成最终导致单相接地故障的严重程度高的故障(>绕组匝数的总数的3%)。因此,检测严重程度水平低的绕组故障可以防止可能导致实质的芯损坏和大量停机时间以用于芯和绕组这二者的更换的灾难性的接地故障。
传统上,灵敏的且昂贵的基于端子电流的技术被用来检测高功率变压器(>10MVA)中的绕组故障。然而,对低功率(>5KVA至<1MVA)变压器实施昂贵的基于端子电流的技术不是经济的,因为现有的灵敏的保护系统的资本成本更高。
诸如感应电动机(IM)的旋转的电气机器是现代工业的主力,并且是占工业应用中所用的所有的电动机的80%的另一关键的设备。IM被广泛用在诸如电动车、发电、起重机、电梯、打印机、轧制(金属制品)、冷却和通风系统、用于流体循环的泵、船舶和火车推进系统的各种应用中、诸如化学、造纸、纸浆、水泥、纺织品、包装等的工业中。IM的意外的灾难性的故障可以导致收益方面的过大的损失,和/或可以危及生命和携带的货物。因此,IM的连续监视对于减轻可以导致大量修理工作成本和停机时间损失的任何意外的灾难性的故障。
IEEE-IAS(电气和电子工程师学会-工业应用协会)、EPRI(电力研究学会)和Allianz进行的IM故障调查报告了导致相绕组短路或开路的定子绕组故障是占总故障的37%的第二主要故障。匝间故障是最终导致灾难性的定子接地故障的最常见的定子绕组故障。因此,检测严重程度低的绕组故障的在线方法可以防止由定子接地故障引起的不可逆转的芯损坏,芯损坏使电动机停电时间增加,并且引发大量修理工作成本。
昂贵的基于端子测量的技术在工业中被采用来检测额定功率>45kW的低压(LV)IM和中压(MV)/高压(HV)IM中的绕组故障。然而,基本的过流保护系统对于额定功率<45kW的IM是优选的。这是因为用于IM的现有的灵敏的绕组故障保护系统的资本成本相对于设备本身的成本很高。另外,用于检测绕组故障的现有的基于端子测量的技术对于严重程度低的故障不灵敏,并且不能区分内部绕组故障和外部线路故障。
现有的变压器中绕组故障检测技术具有诸如以下的限制:限于仅检测严重程度高的故障,或者仅适用于轻负载/无负载和离线状况下,或者需要导致复杂的互连的许多传感器,或者仅被用于昂贵的资产。
旋转IM中的用于绕组故障检测的现有的基于端子测量的技术对于严重程度低的故障也不灵敏,昂贵,并且由于保护系统的高资产成本,主要被用于额定功率>45kW的IM或MV/LV IM。用于检测IM中的绕组故障的基于磁通量的技术要求是侵入性的,以便实现高灵敏度,因为非侵入性的技术受IM的负载状况的影响。
因此,需要一种在静态的电气机器和旋转的电气机器的在线运行下检测绕组故障的方法和系统,该方法和系统设法解决或者至少改善以上问题中的一个或更多个。
概述
根据一方面,提供了一种在电气机器的在线运行期间检测绕组故障的方法,所述方法包括:在一段时间段内从机器获取信号集合,所述信号集合包括两个或更多个磁通量信号,每个通量信号从定位在机器的外部表面上的各自的通量传感器获得;从信号集合提取内部绕组故障指示符;将内部绕组故障指示符与基线指示符进行比较;以及当内部绕组故障指示符自基线指示符偏离阈值时,确定内部绕组故障。
方法可以进一步包括在提取内部故障指示符的步骤之前检测外部故障。
电气机器可以是包括磁芯的变压器,所述磁芯包括中心芯柱、定位在中心芯柱的一侧的第一外部芯柱、以及定位在中心芯柱的另一相对侧的第二外部芯柱,其中三个芯柱是间隔开的,并且被布置为基本上平行于彼此,每个芯柱具有一次绕组和二次绕组;顶部轭构件,顶部轭构件被连接到中心芯柱、第一外部芯柱和第二外部芯柱的各自的第一端部;底部轭构件,底部轭构件被连接到中心芯柱、第一外部芯柱和第二外部芯柱的各自的第二端部;方法进一步包括在获取信号集合的步骤之前,使变压器通电;其中使变压器通电的步骤包括使变化的电流通过一次绕组以产生变化的磁通量,变化的磁通量能够在二次绕组中感应电动势。
在一段时间段内从变压器获取信号集合的步骤可以包括获取第一通量信号和第二通量信号,其中第一通量信号从邻近第一外部芯柱定位的第一通量传感器获取,并且第二通量信号从邻近第二外部芯柱定位的第二通量传感器获取。
提取内部绕组故障指示符的步骤可以包括:获取变压器的线电压信号;对第一通量信号和第二通量信号进行求和以获得总通量信号;获得变压器的线电压的相位角和总通量信号之间的差值,作为内部绕组故障指示符;或者获得(i)变压器的线电压的相位角和总通量信号之间的差值与(ii)总通量信号的幅值(magnitude value)的组合,作为内部绕组故障指示符。
基线指示符阈值可以是在初始校准期间获得的相位角的110%、115%、120%、125%、130%、135%、140%、145%、150%、或155%。
检测外部故障的步骤可以包括通过以下步骤提取外部故障指示符:获得变压器的所述线电压的相位角和第一通量信号之间的第一差值;以及获得变压器的线电压的相位角和第二通量信号之间的第二差值;其中外部故障指示符是第一差值和第二差值之间的差值的绝对值;以及当外部故障指示符在故障范围内时,检测变压器中的外部故障。
故障范围可以是大于0°且小于90°的相位角值。
方法可以进一步包括在检测变压器中的外部故障的步骤之前,检测变压器的浪涌电流状况,其中检测浪涌电流状况的步骤包括:提取第一通量信号和第二通量信号的第二谐波分量的各自的第一幅值和第二幅值;将第一通量信号和第二通量信号的幅值与各自的可接受的幅值进行比较;以及如果第一外部芯柱和第二外部芯柱处的芯漏磁(core-leakage)/芯磁链(core-linkage)通量信号的幅值大于各自的可接受的幅值,则检测浪涌电流状况。
可接受的幅值可以不大于在初始校准期间获得的幅度的140%、不大于在初始校准期间获得的幅度的145%、或者不大于在初始校准期间获得的幅度的150%。
方法可以进一步包括当浪涌电流状况被检测到时,从变压器重新获取新的信号集合。
电气机器可以是电动机或发电机,电动机或发电机包括:具有圆柱形机架的定子,圆柱形机架包括布置在其中的多个导电绕组;具有同心安装的并且在定子的圆柱形机架内可旋转的圆柱形主体的转子,所述转子具有驱动端和非驱动端;以及同轴安装到转子的细长轴构件,所述轴构件在驱动端从转子伸出;方法进一步包括在获取信号集合的步骤之前,使电动机或发电机通电;其中使电动机通电的步骤包括使变化的电流通过定子的绕组以产生变化的磁通量,所述变化的磁通量能够引起转子和轴构件围绕它们各自的轴旋转;并且其中使发电机通电的步骤包括驱动发电机的转子和轴构件围绕它们各自的纵轴旋转以产生与定子的绕组相链(link)的变化的磁通量,所述变化的磁通量能够在定子的绕组中感应电动势。
在一段时间段内从电动机或发电机获取信号集合的步骤可以包括从沿着定子的圆柱形机架的圆周、邻近定子定位的P个通量传感器获取P个通量信号的集合,以使得沿着圆柱形机架的圆周的任何两个相邻的通量传感器相对于圆柱形机架的纵轴具有的角距,其中P表示电动机或发电机的极的总数。
提取内部绕组故障指示符的步骤可以包括:对P个通量信号的集合进行求和以获得总通量信号;以及对总通量信号执行傅里叶变换以获得总通量信号的幅度作为内部绕组故障指示符。
基线指示符阈值可以是在初始校准期间获得的总通量信号的幅度的120%、130%、或140%。
检测外部故障的步骤可以包括:对P个通量信号中的每个执行傅里叶变换以获得P个通量信号的各自的幅度;对P个通量信号的各自的幅度进行求和以获得合计的值作为外部故障指示符;以及当合计的值在可接受的阈值内时,检测电动机或发电机中的外部故障。
可接受的阈值可以是最低负载状况的基线负载指示符的90%、85%、或80%,所述基线负载指示符在初始校准期间获得。
基线负载指示符可以基于P个通量信号的各自的幅度的和获得,或者基于在初始校准期间获得的电动机或发电机的相电流幅度或线电流幅度中的一个获得。
方法可以在检测外部故障的步骤之前,包括通过将P个通量信号的合计的幅度、或者相电流幅度或线电流幅度与对应的预先校准的值进行比较来识别负载状况。
方法可以进一步包括当内部绕组故障被检测到时,触发跳脱信号。
两个或更多个通量传感器可以是基于霍尔效应的通量传感器,或者是无源线圈。
方法可以进一步包括在对于通量信号的至少一个基本周期获取通量信号。
根据另一方面,提供了一种用于在电气机器的在线运行期间检测绕组故障的系统,所述系统包括:电源供应单元;接收器单元,接收器单元用于在一段时间段内接收从机器获取的信号集合,所述信号集合包括两个或更多个磁通量信号,每个通量信号从定位在机器的外部表面上的各自的通量传感器获得的;信号预处理单元,信号预处理单元用于对信号集合进行预处理;以及DSP或FPGA或微控制器或微处理器,DSP或FPGA或微控制器或微处理器用于从信号集合提取内部绕组故障指示符,将内部绕组故障指示符与基线指示符进行比较,并且当内部绕组故障指示符自基线指示符偏离阈值时,确定内部绕组故障。
根据另一方面,提供了一种非暂时性计算机可读存储介质,非暂时性计算机可读存储介质具有存储于其上的用于指示系统的处理单元在电气机器的在线运行期间执行检测绕组故障的方法的指令,所述方法包括:在一段时间段内从机器获取信号集合,所述信号集合包括两个或更多个磁通量信号,每个通量信号从定位在机器的外部表面上的各自的通量传感器获得;从信号集合提取内部绕组故障指示符;将内部绕组故障指示符与基线指示符进行比较;以及当内部绕组故障指示符自所述基线指示符偏离阈值时,确定内部绕组故障。
附图的简要说明
从仅作为示例的以下书面的描述,并且结合附图,本发明的示例实施方案将被更好地理解,并且对于本领域的普通技术人员将是显而易见的,其中:
图1是用于图示说明示例实施方案中的在电气机器的在线运行期间检测绕组故障的方法的示意性流程图。
图2A是示例实施方案中的变压器(例如,芯式变压器)的透视图绘图。
图2B是示例实施方案中的具有一对传感器(例如,定位在第一组线圈位置处的线圈)的芯式变压器的透视图绘图。
图2C是示例实施方案中的具有一对传感器(例如,定位在第二组线圈位置处的线圈)的芯式变压器的透视图绘图。
图2D是示例实施方案中的具有一对传感器(例如,定位在第一组传感器位置处的基于霍尔效应的磁通量传感器/线圈)的芯式变压器的透视图绘图。
图2E是示例实施方案中的具有一对基于霍尔效应的磁通量传感器/线圈的芯式变压器的透视图绘图。
图2F是示例实施方案中的具有一对基于霍尔效应的磁通量传感器/线圈的芯式变压器的透视图绘图。
图2G是示例实施方案中的具有一对基于霍尔效应的磁通量传感器/线圈的芯式变压器的透视图绘图。
图3是图示说明示例实施方案中的检测变压器中的绕组故障的方法的示意性流程图。
图4是图示说明另一示例实施方案中的检测变压器中的绕组故障的方法的示意性流程图。
图5A是示例实施方案中的IM(感应电动机)的透视图绘图。
图5B是示例实施方案中的当从驱动端看时IM的透视图绘图。
图5C是示例实施方案中的当从非驱动端看时IM的透视图绘图。
图6是图示说明示例实施方案中的检测IM中的绕组故障的方法的示意性流程图。
图7A是比较在各种故障严重性下、使用本文中公开的示例性技术获得的角度值相对于10kVA、三相、三绕组变压器的的步骤正常运行状况的百分比偏差的3D(三维)图表。
图7B是比较在各种故障严重性下、使用本文中公开的示例性技术获得的幅值相对于10kVA、三相、三绕组变压器的的步骤正常运行状况的百分比偏差的3D图表。
图8A是比较在各种故障严重性下、使用差动负序电流(Differential NegativeSequence Current)(DNSC)技术获得的角度值相对于10kVA、三相、三绕组变压器的的步骤正常运行状况的百分比偏差的3D图表。
图8B是比较在各种故障严重性下、使用差动负序电流(DNSC)技术获得的幅值相对于10kVA、三相、三绕组变压器的的步骤正常运行状况的百分比偏差的3D图表。
图9是比较在各种故障严重性下、使用本文中公开的示例性技术和各种基于端子测量的技术获得的幅值和角度值相对于10hp(马力)、4极IM的的步骤正常运行状况的百分比偏差的3D图表。
图10是适用于实施所描述的示例实施方案的计算机系统的示意性绘图。
详细说明示例的非限制性实施方案可以提供在电气机器的在线运行期间/在线运行中检测绕组故障的方法和系统。
图1是用于图示说明示例实施方案中的在电气机器的在线运行期间检测绕组故障的方法的示意性流程图100。如本文中使用的术语“电气机器”指将能量从一种形式转换为另一种形式(例如,从机械能转换为电能或者反过来)的机器。电气机器可以包含(但不限于)电动机(其将电能转换为机械功率)、发电机(其将机械功率转换为电能)和变压器(其将交流电(AC)从一个电压电平转换为另一个电压电平)等。电气机器包括用于接收功率的至少一个第一导电构件、以及用于电磁或电机能量转换的至少一个第二导电构件或至少一个永久磁铁。
在步骤102,在一段时间段内从机器获取信号集合。信号集合包括两个或更多个磁通量信号。每个通量信号从定位在机器的外部表面上的各自的通量传感器获得。在步骤104,从信号集合提取内部绕组故障指示符。在步骤106,将内部绕组故障指示符与基线指示符进行比较。在步骤108,当内部绕组故障指示符自基线指示符偏离阈值时,确定内部绕组故障。
在电气机器的在线运行期间检测绕组故障的方法可以进一步包括在一段时间段内获取信号集合的步骤之前,将两个或更多个通量传感器定位在机器的外部表面上的步骤。机器的外部表面可以包含诸如机器的外在方面/外部方面的表面或暴露的表面(其包含(但不限于)机器的外在方面/外部方面)。机器的外部表面可从机器的外部接近,而不必拆卸机器。在一个示例中,机器(例如,变压器)的外部表面可以指变压器的轭构件的外部表面。在另一个示例中,机器(例如,IM)的外部表面可以指IM的端罩。通过将两个或更多个通量传感器定位在机器的外部表面上,方法可以在机器正在在线运行的同时被执行。也就是说,方法可以在不使机器离线(例如,将机器从电力系统网络断开)的情况下被执行。另外,通过将两个或更多个通量传感器定位在机器的外部表面上,方法可以被以非侵入性的方式(即,基本上不拆卸机器(例如,拆卸变压器的一次绕组和二次绕组、或电动机或发电机的定子和转子))执行。
方法可以被用来检测严重程度低的绕组故障。严重程度低的绕组故障被定义为不大于绕组(例如,电气机器的一次和/或二次绕组/定子绕组构件)中的总匝数的1%、不大于绕组(例如,电气机器的一次和/或二次绕组/定子绕组构件)中的总匝数的2%、或者不大于绕组(例如,电气机器的一次和/或二次绕组/定子绕组构件)中的总匝数的3%。
电气机器可以是变压器或电动机或发电机。变压器可以包含(但不限于)干式变压器、湿式变压器、功率电压器、叠芯式变压器(laminated core transformer)、自动变压器、可变自动变压器、感应调节器、单相或多相变压器、接地变压器、移相变压器、变频变压器、泄漏或杂散场变压器、谐振变压器、恒压变压器、空芯变压器、铁电芯变压器、铸造树脂变压器、隔离变压器或固态变压器。电动机可以包含(但不限于)AC电动机,诸如单相或多相异步电动机(感应电动机)、单相或多相同步电动机、线性感应或同步电动机。发电机可以包含(但不限于)自激励或单独激励DC发电机、单相或多相无刷同步发电机、单相或多相刷式同步发电机、单相或多相永久磁铁同步发电机、蜗轮交流发电机、单相或多相异步发电机(感应发电机)、船用发电机、凸极或非凸极交流发电机或汽车交流发电机。
从机器获取的信号集合可以包含(但不限于)漏磁/磁链通量、机器的线电压、机器的线电流或相电流、以及其组合。在一些示例实施方案中,从机器获取的信号集合选择由漏磁/磁链通量、机器的线电压、机器的线电流或相电流以及其组合组成的组。例如,如果机器是变压器,则获取的信号集合可以包含特定位置处的芯漏磁/芯磁链通量、以及变压器的线电压中的任何一个。例如,如果机器是IM,则获取的信号集合可以包含特定位置处的漏磁通量、以及IM的相电流/线电流中的任何一个。信号集合可以在在线运行状况下、使用传感器测量,传感器包含(但不限于)有源的基于霍尔效应的通量传感器或无源线圈。应当理解的是,电压和电流参数在大多数电气系统中是固有的,并且将被本领域技术人员理解。电压和电流测量可以被本领域技术人员使用合适的方法和设备来获取。例如,线电压可以通过使用电位变压器(PT)、电压变压器(VT)、分压器和基于霍尔效应的电压感测机器中的任何一个来感测。线电流/相电流可以使用电流变压器(CT)、罗氏线圈(Rogowski coil)、分流电阻器和基于霍尔效应的电流感测机器中的任何一个来感测。
在示例实施方案中,检测绕组故障的方法在机器在在线运行状况下时被执行。在在线运行期间,电气机器被通电(即,被接通或者被上电)。例如,如果机器是变压器,则该变压器通过使变化的电流通过第一导电构件(例如,变压器的一次绕组)而被通电以产生变化的磁通量,以使得变化的磁通量能够在第二导电构件(例如,变压器的二次绕组)中感应电动势。
例如,如果机器是IM,则该IM通过使变化的电流通过第一导电构件(例如,IM的定子绕组)而被通电以产生变化的磁通量,以使得变化的磁通量能够通过以下方式来引起转子(和安装的轴构件)围绕它们各自的纵轴旋转:(i)在第二导电构件(例如,IM的转子绕组)中感应电流,或者(ii)利用转子中包括的永久磁铁的转子极锁定,或者(iii)利用施加于转子绕组的DC电压产生的转子极锁定。结果,电能到机械能的转换由IM实现。
例如,如果机器是发电机,则该发电机被原动机(诸如电动机或涡轮机或引擎)驱动,以使得转子(和安装的轴构件)围绕它们各自的纵轴旋转。DC电压然后被施加于第二导电构件(例如,发电机的转子绕组、或转子中包括的永久磁铁转子),以使得来自第二导电构件的变化的磁通量与第一导电构件(例如,发电机的定子绕组)联接。因此,通过发电机的转子和轴构件的旋转产生的变化的磁通量能够在定子的绕组中感应电动势。结果,机械能到电能的转换由发电机实现。
方法的示例实施方案可以有利地使得即使机器正在在线运行的同时也可以连续地对机器监测绕组异常。更有利地,方法可以对于每一相位、利用减少数量的传感器来执行(例如,两个到P个传感器,其中P是旋转的电气机器的极的数量),并且可以在不拆卸机器的情况下被容易地改造到现有的机器(例如,变压器或电动机或发电机)的外部表面,从而提供检测绕组异常的非侵入性手段。减少数量的传感器还有利地简化了绕组故障检测方法,并且消除了在许多传感器之间具有复杂的互连的情形。还存在显著的成本节省,因为检测绕组故障的方法可以使用减少数量的传感器(例如两个到P个传感器)来实现。
图2A是示例实施方案中的变压器(例如,芯式变压器200)的透视图绘图。芯式变压器200包括磁芯,磁芯具有外部芯柱-a 202、中心芯柱-b 204、外部芯柱-c 206,中心芯柱-b204与外部芯柱-a 202相邻间隔,外部芯柱-c 206与中心芯柱-b 204相邻间隔。外部芯柱-a202和外部芯柱-c 206被定位在中心芯柱-b 204的相对侧,并且所有的三个芯柱202、204、206都基本上平行于彼此。三个芯柱202、204、206中的每个都包括相绕组(例如,施加于其上的导线212)。芯式变压器200的磁芯进一步包括顶部轭构件208以及底部轭构件210,顶部轭构件208被耦合到外部芯柱-a 202、中心芯柱-b 204和外部芯柱-c 206各自的顶部的第一端部,底部轭构件210被耦合到外部芯柱-a 202、中心芯柱-b 204和外部芯柱-c 206各自的底部的第二端部。变压器可以是高功率变压器(即,具有至少1MVA到10MVA的额定功率)或低功率变压器(即,具有从约5kVA到约1MVA的额定功率)。
图2B是示例实施方案中的具有一对传感器(例如,定位在第一组线圈位置处的线圈214、216)的芯式变压器200的透视图绘图。第一线圈214被配置为获取/感测/测量/检测信号,例如,外部芯柱-a 202处的磁链通量第二线圈216被配置为获取/感测/测量/检测信号,例如,外部芯柱-c 206处的磁链通量在第一组线圈位置上,一对线圈214、216围绕中心芯柱-b 204和外部芯柱202或206之间的顶部轭构件208缠绕。第一线圈214围绕顶部轭构件208在外部芯柱-a 202和中心芯柱-b 204之间的部分缠绕,并且第二线圈216围绕顶部轭构件208在外部芯柱-c 206和中心芯柱-b 204之间的部分缠绕。和分别是在变压器200的芯柱-a 202和芯柱-c 206处测得的芯漏磁/芯磁链通量。
图2C是示例实施方案中的具有一对传感器(例如,定位在第二组线圈位置处的线圈214、216)的芯式变压器200的透视图绘图。在第二组线圈位置上,一对线圈214、216围绕中心芯柱-b 204和外部芯柱202或206之间的底部轭构件210缠绕。第一线圈214围绕底部轭构件210在外部芯柱-a 202和中心芯柱-b 204之间的部分缠绕,并且第二线圈216围绕底部轭构件210在外部芯柱-c 206和中心芯柱-b 204之间的部分缠绕。
图2D是示例实施方案中的具有一对传感器(例如,定位在第一组传感器位置处的基于霍尔效应的磁通量传感器/线圈218、220)的芯式变压器200的透视图绘图。第一基于霍尔效应的磁通量传感器/线圈218被配置为获取/感测/测量/检测信号,例如,外部芯柱-a202处的芯漏磁通量第二基于霍尔效应的磁通量传感器/线圈220被配置为获取/感测/测量/检测信号,例如,外部芯柱-c 206处的芯漏磁通量在第一组传感器位置上,第一基于霍尔效应的磁通量传感器/线圈218被定位在顶部轭构件208的顶表面的邻近/靠近外部芯柱-a 202的边缘处,并且第二基于霍尔效应的磁通量传感器/线圈220被定位在顶部轭构件208的顶表面的邻近/靠近外部芯柱-c 206的边缘处。
例如,第一基于霍尔效应的磁通量传感器/线圈218在与其中外部芯柱-a 202的第一端部被连接到顶部轭构件208的区域重叠的外表面上紧靠/接触顶部轭构件208,并且第二基于霍尔效应的磁通量传感器/线圈220在与其中外部芯柱-c 206的第一端部被连接到顶部轭构件208的区域重叠的外表面上紧靠顶部轭构件208。
应当理解的是,类似的传感器放置配置可以在底部额构件210上实施。例如,第一基于霍尔效应的磁通量传感器/线圈218可以在与其中外部芯柱-a 202的第二端部被连接到底部轭构件210的区域重叠的外表面上紧靠底部轭构件208,并且第二基于霍尔效应的磁通量传感器/线圈220可以在与其中外部芯柱-c 206的第二端部被连接到底部轭构件210的区域重叠的外表面上紧靠底部轭构件210。
图2E是示例实施方案中的具有一对定位在第二组传感器位置处的基于霍尔效应的磁通量传感器/线圈218、220的芯式变压器200的透视图绘图。在第二组传感器位置上,第一基于霍尔效应的磁通量传感器/线圈218被定位在外部芯柱-a 202和中心芯柱-b 204之间的顶部轭构件208的顶部外表面处,并且第二基于霍尔效应的磁通量传感器/线圈220被定位在外部芯柱-c 206和中心芯柱-b 204之间的顶部轭构件208的顶部外表面处。应当理解的是,外表面是轭构件的远离绕组、不被绕组覆盖的表面。
例如,第一基于霍尔效应的磁通量传感器/线圈218在外部芯柱-a 202和中心芯柱-b 204之间的部分处紧靠顶部轭构件208的外表面,并且第二基于霍尔效应的磁通量传感器/线圈220在外部芯柱-c 206和中心芯柱-b 204之间的部分处紧靠顶部轭构件208的外表面。
应当理解的是,类似的传感器放置配置可以在底部轭构件210上实施。例如,第一基于霍尔效应的磁通量传感器/线圈218可以在外部芯柱-a 202和中心芯柱-b 204之间的部分处紧靠底部轭构件210的外表面,并且第二基于霍尔效应的磁通量传感器/线圈220可以在外部芯柱-c 206和中心芯柱-b 204之间的部分处紧靠底部轭构件210的外表面。
图2F是示例实施方案中的具有一对定位在第三组传感器位置处的基于霍尔效应的磁通量传感器/线圈218、220的芯式变压器200的透视图绘图。在第三组位置上,第一基于霍尔效应的磁通量传感器/线圈218被定位在外部芯柱a 202的靠近顶部轭构件208的边缘的侧面,并且第二基于霍尔效应的磁通量传感器/线圈220被定位在外部芯柱-c 206的靠近顶部轭构件208的边缘的侧面。应当理解的是,传感器218和220的位置位于变压器的不被绕组覆盖的外表面上。
例如,第一基于霍尔效应的磁通量传感器/线圈218紧靠邻近顶部轭构件208的外表面,并且基本上平行于外部芯柱-a 202的纵轴,并且第二基于霍尔效应的磁通量传感器/线圈220紧靠邻近顶部轭构件208的外表面,并且基本上平行于外部芯柱-c 206的纵轴。
图2G是示例实施方案中的具有一对定位在第四组传感器位置处的基于霍尔效应的磁通量传感器/线圈218、220的芯式变压器200的透视图绘图。在第四组位置上,第一基于霍尔效应的磁通量传感器/线圈218被定位在外部芯柱-a 202的靠近底部轭构件210的边缘的侧面,并且第二基于霍尔效应的磁通量传感器/线圈220被定位在外部芯柱-c 206的靠近底部轭构件210的边缘的侧面。
例如,第一基于霍尔效应的磁通量传感器/线圈218紧靠邻近底部轭构件210的外表面,并且基本上平行于外部芯柱-a 202的纵轴,并且第二基于霍尔效应的磁通量传感器/线圈220紧靠邻近底部轭构件210的外表面,并且基本上平行于外部芯柱-c 206的纵轴。
还应当理解的是,在传感器(例如,214和216或218和220)的各组位置上,第一传感器(例如,214或218)被定位为邻近外部芯柱-a 202(即,靠近外部芯柱-a 202或者在外部芯柱a 202处),并且第二传感器(例如,216或220)被定位为邻近外部芯柱-c 206,并且在相应的芯柱的外表面上。邻近外部芯柱-a 202的第一传感器(例如,214或218)的位置可以是邻近外部芯柱-c 206的第二传感器(例如,216或220)围绕中心芯柱-b 204的镜像反射。换句话说,第一传感器(例如,214或218)和第二传感器(例如,216或220)被定位在相应的外部芯柱的外表面上,以使得它们围绕中心芯柱-b 204成镜像。
关于如本文中公开的绕组故障检测方法的实施的附加的信息可以在“Athikessavan,S.C.,Jeyasankar,E.,Manohar,S.S.,&Panda,S.K.(2018).“Inter-turnFault Detection of Dry-type Transformers using Core-leakage Fluxes”.IEEETransactions on Power Delivery,1-1”中找到,该文献通过引用并入本文。
图3是图示说明示例实施方案中的检测变压器(比较图2的200)中的绕组故障的方法的示意性流程图300。
在步骤302,通过使通电电流通过变压器的一次绕组来使变压器通电。在步骤304,从变压器获取信号集合,所述信号集合包括变压器的一次电压(Vab或Vbc或Vca)中的任何一个、以及芯漏磁/芯磁链通量(和)。在步骤306,计算信号集合以获得和的总和。在步骤306中,还执行和(Vab或Vbc或Vca)的快速傅里叶变换(FFT)或离散傅里叶变换(DFT)。在步骤308,分别提取 (∠Vab或∠Vbc或∠Vca)和的基本分量的相位角和幅值。在步骤308中,还提取和的二次谐波分量的幅值。
在步骤310,执行初始校准(从通电时刻到稳定状态的基线测量)。初始校准包括:获得基线内部故障指示符(BIFI)的趋势,其中或( 和),以及选择稳定状态下的内部故障阈值(IFT),其中IFT通常为BIFI的110%到140%。初始校准还包括:获得和的基线二次谐波分量的趋势,以及选择稳定状态下的二次谐波抑制阈值(second harmonic restraint threshold)(SHRT),其中SHRT通常为BSHC的140%到150%。也就是说,基线内部故障指示符是通过获得变压器的线电压的相位角和变压器的总芯漏磁/芯磁链通量信号之间的差值而得到的。基线内部故障指示符还可以通过获得线电压的相位角和总芯漏磁/芯磁链通量信号之间的差值、连同变压器的总芯漏磁/芯磁链通量信号的幅值来得到。也就是说,基线内部故障指示符是通过(i)获得线电压的相位角和总芯漏磁/芯磁链通量信号之间的差值和(ii)变压器的总芯漏磁/芯磁链通量信号的幅值的组合而得到的。变压器的总芯漏磁/芯磁链通量信号是在例如变压器的初始校准期间、在外部芯柱-a和外部芯柱-c处测得的芯漏磁/芯磁链通量信号的总和。应当理解的是,IFT和SHRT不限于以上范围,并且可以根据所需灵敏度的水平而被改变。例如,IFT可以是BIFI的110%、115%、120%、125%、130%、135%、或140%。例如,SHRT可以是BSHC的140%、145%、或150%。还应当理解的是,BIFI、IFT、BSHC和SHRT可以已经事先被获得,并且步骤310可以被跳过。
在步骤312,将芯漏磁/芯磁链通量信号和的二次谐波分量的幅值与各自的可接受的幅值进行比较,其中可接受的幅值不大于在初始校准期间获得的和的SHRT和BSHC的乘积。确定(i)的二次谐波分量的幅度是否大于的SHRT和BSHC的乘积、以及(ii)的二次谐波分量的幅度是否大于的SHRT和BSHC的乘积。如果步骤312处的确定是肯定的(即,如果外部芯柱-a和外部芯柱-c处的芯漏磁/芯磁链通量信号的幅值大于各自的可接受的幅值),则流程图300继续进行到步骤314。在步骤314,触发指示浪涌电流状况发生的通知。流程图300循环回到步骤304以当浪涌电流状况被检测时从变压器重新获取新的信号集合。浪涌电流为在变压器通电期间发生的过电流的形式,并且是由变压器的磁芯的部分周期饱和引起的大的瞬态电流。如果步骤312处的确定是否定的(即,如果外部芯柱-a和外部芯柱c处的芯漏磁/芯磁链通量信号的幅值小于或等于各自的可接受的幅值),则流程图300继续进行到步骤316。
在步骤316,计算故障指示符以获得在线内部故障指示符(OIFI)和在线外部故障指示符(OEFI),其中或(和 ),其中换句话说,OIFI可以是 或(和)的组合。OEFI被用来检测和区分变压器中的外部故障(即,在变压器外部发生的事情/事件)和内部绕组故障。
在步骤318,确定OEFI是否在0°到90°的故障范围内。如果步骤318处的确定是肯定的(即,OEFI大于0°且小于90°),则流程图300继续进行到步骤320和322。在步骤320,触发指示外部故障(即,在变压器外部发生的故障)发生的通知。在步骤322,清除外部故障。如果步骤318处的确定是否定的(即,OEFI小于或等于0°,或者大于或等于90°),则流程图300继续进行到步骤324。
在步骤324,确定OIFI的绝对值是否大于或等于IFT和BIFI的乘积的绝对值。如果步骤324处的确定是肯定的(即,|(∠IFT×BIFI)|≤|OIFI|),则流程图300继续进行到步骤326和328。在步骤326,触发指示内部绕组故障发生的跳脱信号,并且致动断路器以停止变压器中的电流的流动。在步骤328,触发内部绕组故障的通知。如果步骤324处的确定是否定的(即,|(∠IFT×BIFI)|>|OIFI|),则流程图循环回到步骤304以获取新的信号集合。
在如图3中图示说明的示例实施方案中,消除/阻挡浪涌时间段期间的信号的附加能力被提供以避免虚假跳脱信号产生。发明人已经认识到,芯漏磁/芯磁链通量与施加于静态的电气机器(例如,变压器)的磁化电流成比例。因此,引起激励电流中的干扰的任何异常都可以不利地影响绕组故障的检测。导致激励电流中的干扰的现象的示例包含地磁感应电流(GIC)、浪涌电流、诸如外部故障的发生、由于分布的能量源而导致的故障和双向功率流程的清除的瞬变现象(transient)。GIC和浪涌电流这二者分别由于正/负饱和和部分周期饱和而产生的大量谐波。
因此,在示例实施方案中,谐波抑制(harmonic restraint)被施加以避免由于芯饱和而导致的讨厌的跳脱。由于短暂的瞬变现象(诸如外部故障的发生、故障和双向功率流程的清除)而导致的不期望的跳脱信号生成也可以通过与其他备份和外部保护系统(诸如过流继电器和定向过流继电器)的协调而被消除。这可以通过检查例如过流继电器和定向过流继电器的跳脱状态来实现。例如,如步骤312中所示,内部绕组故障的识别只有在跳脱状态被确定是“假的”时才被执行。应当理解的是,来自其他外部保护系统的谐波抑制和/或协调可以有利地改进绕组故障检测的方法的可靠性。
图4是图示说明另一示例实施方案中的检测变压器(比较图2的200)中的绕组故障的方法的示意性流程图400。在步骤402,通过使通电电流通过变压器的一次绕组来使变压器通电。在步骤404,从变压器获取第一信号集合,所述第一信号集合包括变压器在稳定状态下的一次电压(Vab或Vbc或Vca)中的任何一个。在步骤406,计算从Vab或Vbc或Vca信号过零时刻切换角度/时间点。在步骤408中,接通固态继电器(SSR)。
在步骤410,确定SSR是否开启。如果步骤410处的确定是肯定的,则流程图400继续进行到步骤412。如果步骤410处的确定是否定的,则流程图400循环回到步骤404以获取新的信号集合。
在步骤412,从变压器获取第二信号集合,所述第二信号集合包括芯漏磁/芯磁链通量(和)。在步骤414,计算第二信号集合以获得和的总和。在步骤414中,还执行和(Vab或Vbc或Vca)的快速傅里叶变换(FFT)或离散傅里叶变换(DFT)。在步骤416,分别提取(∠Vab或∠Vbc或∠Vca)和的基本分量的相位角和幅值。在步骤416中,还提取和的二次谐波分量的幅值。
在步骤418,执行初始校准(从通电时刻到稳定状态的基线测量)。初始校准包括:获得基线内部故障指示符(BIFI)的趋势,其中或( 和),以及选择稳定状态下的内部故障阈值(IFT),其中IFT通常为BIFI的120%到155%。初始校准还包括:获得和的基线二次谐波分量(BSHC)的趋势,以及选择稳定状态下的二次谐波抑制阈值(SHRT),其中SHRT通常为BSHC的140%到150%。应当理解的是,IFT和SHRT不限于以上范围,并且可以根据所需灵敏度的水平而被改变。例如,IFT可以是BIFI的120%、125%、130%、135%、140%、145%、150%、或155%。例如,SHRT可以是BSHC的140%、145%、或150%。还应当理解的是,BIFI、IFT、BSHC和SHRT可以已经事先被获得,并且步骤418可以被跳过。
在步骤420,将芯漏磁/芯磁链通量信号和的二次谐波分量的幅值与各自的可接受的幅值进行比较,其中可接受的幅值不大于在初始校准期间获得的SHRT和BSHC的乘积。确定(i)的二次谐波分量的幅度是否大于的SHRT和BSHC的乘积,以及(ii)的二次谐波分量的幅度是否大于的SHRT和BSHC的乘积。如果步骤420处的确定是肯定的(即,如果外部芯柱-a和外部芯柱-c处的芯漏磁/芯磁链通量信号的幅值大于各自的可接受的幅值),则流程图400继续进行到步骤422。在步骤422,触发指示浪涌电流状况发生的通知。流程图400循环回到步骤412以当浪涌电流状况被检测时从变压器重新获取新的信号集合。浪涌电流为在变压器通电期间发生的过电流的形式,并且是由变压器的磁芯的部分周期饱和引起的大的瞬态电流。如果步骤420处的确定是否定的(即,如果外部芯柱-a和外部芯柱-c处的芯漏磁/芯磁链通量信号的幅值小于或等于各自的可接受的幅值),则流程图400继续进行到步骤424。
在步骤424,计算故障指示符以获得在线内部故障指示符(OIFI)和在线外部故障指示符(OEFI),其中或(和 ),其中换句话说,OIFI可以是 或(和)的组合。OEFI被用来检测和区分变压器中的外部故障(即,在变压器外部发生的事情/事件)和内部绕组故障。
在步骤426,确定OEFI是否在0°到90°的范围内。如果步骤426处的确定是肯定的(即,OEFI大于0°且小于90°),则流程图400继续进行到步骤428和430。在步骤428,触发指示外部故障(即,在变压器外部发生的故障)发生的通知。在步骤430,清除外部故障。如果步骤426处的确定是否定的(即,OEFI小于或等于0°,或者大于或等于90°),则流程图400继续进行到步骤432。
在步骤432,确定OIFI的绝对值是否大于或等于IFT和BIFI的乘积的绝对值。如果步骤432处的确定是肯定的(即,|(∠IFT×BIFI)|≤|OIFI|),则流程图400继续进行到步骤434和436。在步骤434,触发指示内部绕组故障发生的跳脱信号,并且切断SSR。在步骤436,触发内部绕组故障的通知。如果步骤432处的确定是否定的(即,|(∠IFT×BIFI)|>|OIFI|),则流程图400循环回到步骤412以获取新的第二信号集合。
发明人已经认识到如上公开的与静态的电气机器(诸如变压器)相关的方法可以利用修改被扩展到旋转的电气机器,诸如IM。另外,本领域技术人员将理解,如本文中公开的与IM相关的方法可以类似地被应用于具有类似的机械和电气部件和配置的发电机。
图5A是示例实施方案中的IM 500的透视图绘图。IM 500包括定子和转子504,定子具有圆柱形机架502,转子504具有同心定位/安装并且在定子的圆柱形机架502内可旋转的圆柱形主体。定子包括布置在其中的多个导电绕组(未示出)和在定子的圆柱形机架502的两端提供的一对端罩(例如,512)。IM 500包括驱动端506和非驱动端508。转子504包括细长轴构件510,所述细长轴构件510被同轴安装到转子504。如图5A中所示,轴构件510被布置为在驱动端506处从转子504伸出以便利转子504耦合到诸如发电机、泵、变速箱等的负载。IM500可以通过使变化的电流通过被用定子框架502安装的定子的绕组而被通电以产生变化的磁通量。变化的磁通量然后引起转子504和轴构件510围绕它们各自的纵轴旋转。
图5B是示例实施方案中的当从驱动端506看时IM 500的透视图绘图。在图5B中,传感器(例如,通量传感器514、516、518、520)沿着定子的圆柱形机架502的圆周、紧靠/放置在定子的外部表面上。在图5B中,通量传感器514、516、518、520的位置在定子502的邻近驱动端506边缘处。通量传感器514、516、518、520被配置为获取/感测/测量/检测信号,例如,端罩漏磁通量通量传感器514、516、518、520被定位为使得沿着圆柱形机架的圆周的任何两个相邻的通量传感器(例如,514和516)具有度的角距。P是极的数量。例如,对于4极IM,传感器之间的空间角距将为90度,并且通量传感器的数量是四个。类似地,对于2极IM,传感器之间的空间角距将为180度,并且通量传感器的数量为2个。
图5C是示例实施方案中的当从非驱动端508看时IM 500的透视图绘图。作为将传感器放置在驱动端506处的定子框架502的外部表面上(如图5B中所示)的替换方案,传感器(例如,通量传感器514、516、518、520)沿着定子的圆柱形机架502紧靠/放置在定子上。在图5C中,通量传感器514、516、518、520的位置在定子502邻近非驱动端508的边缘处。通量传感器514、516、518、520被配置为获取/感测/测量/检测信号,例如,端罩漏磁通量通量传感器514、516、518、520被定位为使得沿着圆柱形机架的圆周的任何两个相邻的通量传感器(例如,514和516)相对于定子的圆柱形机架502的纵轴具有度的角距。如图5C中所示,风扇522被附连到非驱动端508处的轴构件510,风扇522在运行状况下使IM冷却。
应当理解的是,传感器(例如,514、516、518、520)被定位为沿着定子的圆柱形机架502邻近定子(即,靠近定子或者在定子处)。第一传感器514的位置与第三传感器518在直径上相对,并且第二传感器516与第四传感器520在直径上相对。
图6是图示说明示例实施方案中的检测IM(比较图5的500)中的绕组故障的方法的示意性流程图600。在步骤602,通过使通电电流通过IM的绕组来使IM通电。在步骤604,从IM获取信号集合,所述信号集合包括相电流/线电流(Ia或Ib或Ic)/(Iab或Ibc或Ica)中的任何一个、以及通量信号(例如,端罩漏磁通量(和))。四个通量信号的集合被求和以获得总通量信号待测量的漏磁通量信号的数量是基于IM的极的数量。例如,4极IM需要四个通量传感器。在步骤606,对信号集合和总通量信号执行傅里叶变换。例如,在步骤606中,执行 和相电流/线电流(Ia/Iab)中的一个的快速傅里叶变换(FFT)或离散傅里叶变换(DFT)。在步骤608,提取和|Ia|或|Iab|的基本分量的幅值。
在步骤610,执行初始校准(稳定状态下的基线测量)以获得基线负载指示符(BLI)。BLI是基于四个通量信号的各自的幅度的和、或者IM的相电流幅度或线电流幅度中的任何一个获得的。例如,初始校准包括:针对各种负载状况,从或(|Ia|或|Iab|)获得BLI,选择负载指示符阈值(LIT),其中LIT通常为BLI的±(1.02%到1.03%),以及选择外部故障指示符阈值(EFIT),其中EFIT通常为最低负载状况的|BLI|的(90%到80%)。初始校准还包括获得基线故障指示符(BFI)。BFI是通过对四个通量信号的集合进行求和以获得总通量信号、并且获得该总通量信号在初始校准期间的幅度而获得的。例如,BFI是从获得的,并且选择内部故障阈值(IFT),其中IFT通常大于BFI的120%到140%。应当理解的是,EFIT、LIT和IFT不限于以上范围,并且可以根据所需灵敏度的水平而被改变。例如,EFIT可以是最低负载状况的BLI的90%、85%、或80%。例如,LIT可以是BLI的1.01%、1.02%、1.03%或1.04%。例如,IFT可以是BFI的120%、130%、或140%。还应当理解的是,BLI和BFI可以已经事先被获得,并且步骤610可以被跳过。
在步骤612,通过将四个通量信号的各自的幅度的求和值、或相电流幅度或线电流幅度与对应的预先校准的值进行比较来确定IM的负载状况。例如,通过将 的在线值与BLI和LIT的乘积进行比较、或者通过将|Ia|或|Iab|与|Ia|或|Iab|和LIT的乘积进行比较来确定IM的负载状况。在步骤612,还选择BFI用于对应的负载状况,并且计算BFI和IFT的乘积。
在步骤614,确定的幅值是否超过可接受的阈值(即,大于EFIT)。步骤614被用来检测和区分IM中的外部故障(即,在感应电动机外部发生的事情/事件)和内部绕组故障。如果步骤614处的确定是否定的(即, 等于或小于EFIT),则流程图600继续进行到步骤616和618。在步骤616,触发指示外部故障(即,在IM外部发生的故障)发生的通知。在步骤618,清除外部故障。如果步骤614处的确定是肯定的(即,大于EFIT),则流程图600继续进行到步骤620。
在步骤620,确定的绝对值是否大于BFI和IFT的乘积。也就是说,步骤620确定来自四个通量传感器的漏磁通量信号的和的幅值与BFI的幅值是否相差例如大于20%、大于30%、大于40%、或者大于50%。如果步骤620处的确定是肯定的(即,),则流程图600继续进行到步骤622和624。在步骤622,触发指示内部绕组故障发生的跳脱信号,并且致动断路器来停止IM中的电流的流动。在步骤624,触发内部绕组故障的通知。如果步骤620处的确定是否定的(即, ),则流程图600循环回到步骤604以获取新的信号集合。
应当理解的是,用于检测IM中的绕组故障的方法可以类似地被用于具有类似的机械和电气部件和配置的发电机。
变压器绕组故障指示符与经典的基于DNSC的技术的比较
传统上,基于端子电流的差动保护技术被用来保护变压器不受内部故障和外部故障的影响。然而,经典的差动保护系统对于检测最终导致接地故障和巨大的修理成本的严重程度低的匝故障并不灵敏。传统的差动保护系统的灵敏度通过可以检测低至4匝(总匝数的1%)的基于负序电流(NSC)的差动保护来提高。因此,如本文中公开的技术和基于DNSC的技术的性能被比较以确定本文中公开的技术相对于广泛使用的传统的基于DNSC的技术的利弊。DNSC用方程(1)表示。
其中,
Vpa*、Vpb*和Vpc* 一次绕组的端子电压
Ipa*、Ipb*和Ipc* 一次绕组的端子电流
Vs1a*、Vs1b*和Vs1c* 二次绕组-1的端子电压
Vs2a*、Vs2b*和Vs2c* 二次绕组-2的端子电压
Is1a*、Is1b*和Is1c* 二次绕组-1的端子电流
Is2a*、Is2b*和Is2c* 二次绕组-2的端子电流
a 相移算子
IDNSC 差动负序电流
* 基本相量
图7A是比较在各种故障严重性下、使用本文中公开的示例性技术获得的角度值相对于10kVA、三相、三绕组变压器(比较图2的200)的的步骤正常运行状况的百分比偏差的3D图表700。
图7B是比较在各种故障严重性下、使用本文中公开的示例性技术获得的幅值相对于10kVA、三相、三绕组变压器(比较图2的200)的的步骤正常运行状况的百分比偏差的3D图表702。
以下结论可以从图7A和图7B推断。
1)在不同的负载状况下,对于各种故障严重性,本文中公开的技术对于一次绕组的外部芯柱和中心芯柱处的绕组故障的角度百分比偏差一致地大于或等于19%。然而,二次绕组的外部芯柱和中心芯柱处的绕组故障的角度百分比偏差相对小于一次绕组处的绕组故障。本文中公开的技术表明对于二次绕组的中心芯柱处的绕组故障的最小角度百分比偏差约为3%。
2)本文中公开的技术对于一次绕组的外部芯柱和中心芯柱处的绕组故障的1%故障严重性和对于一次绕组的外部芯柱处的绕组故障的2%故障严重性的幅度百分比偏差为负,这意味着绕组故障下的幅值在与的步骤正常运行状况相比时较小。然而,对于一次绕组的外部芯柱和中心芯柱处的3%故障严重性和中心芯柱处的2%故障严重性的幅度百分比偏差为正。因为,对于一次绕组的外部芯柱和中心芯柱处的绕组故障的幅度百分比偏差不是单调的,所以它不是一次绕组故障的可靠的指示符。然而,本文中公开的用于二次绕组的外部芯柱和中心芯柱处的绕组故障的技术的幅度百分比偏差是单调的,并且表明在不同的负载状况下、对于各种故障严重性的故障检测能力是一致的。
图8A是比较在各种故障严重性下、使用DNSC技术获得的角度值相对于10kVA、三相、三绕组变压器(比较图2的200)的的步骤正常运行状况的百分比偏差的3D图表800。
图8B是比较在各种故障严重性下、使用DNSC技术获得的幅值相对于10kVA、三相、三绕组变压器(比较图2的200)的的步骤正常运行状况的百分比偏差的3D图表802。
以下结论可以从图8A和图8B推断。
1)在不同的负载状况下,对于各种故障严重性,DNSC技术对于一次绕组的外部芯柱和中心芯柱处的绕组故障的角度百分比偏差一致地大于或等于18%。然而,二次绕组的外部芯柱和中心芯柱处的绕组故障的角度百分比偏差相对小于一次绕组处的绕组故障。DNSC表明对于二次绕组处的绕组故障的最小角度百分比偏差约为9%。
2)DNSC技术对于一次绕组和二次绕组的外部芯柱和中心芯柱处的绕组故障的幅度百分比偏差对于各种故障严重性和负载状况下的可靠的绕组故障检测没有示出单调的趋势。因此,只有DNSC技术的幅度百分比偏差不是变压器的一次绕组和二次绕组处的绕组故障的可靠的指示符。
从图7A、图7B、图8A和图8B,以下结论可以被推断。
1)本文中公开的技术对于一次绕组的外部芯柱和中心芯柱处的绕组故障的角度百分比偏差好于最广泛使用的基于端子测量的DNSC技术。然而,对于二次绕组的外部芯柱和中心芯柱处的绕组故障,DNSC技术的角度百分比偏差好于本文中公开的技术。
2)对于一次绕组的外部芯柱和中心芯柱处的绕组故障的幅度百分比偏差对于本文中公开的技术和DNSC技术这二者没有示出单调的趋势。然而,对于二次绕组的外部芯柱和中心芯柱处的绕组故障,本文中公开的技术在与DNSC技术相比时示出单调的趋势和一致的故障检测能力。
3)变压器的一次绕组和二次绕组的外部芯柱和中心芯柱处的绕组故障可以通过使用本文中公开的技术的角度值、或者本文中公开的技术的角度值和幅值的组合来检测。通过组合角度值和幅值这二者,检测变压器的二次绕组的外部芯柱和中心芯柱处的绕组故障的灵敏度可以得到提高。
4)总体上,本文中公开的技术对于一次绕组故障的故障检测能力优于DNSC技术,并且对于二次绕组中的故障,在角度值和幅值这二者上示出一致的百分比偏差。
通过芯漏磁/芯磁链通量的变压器的绕组故障检测的益处
对于三相、三绕组变压器,如方程(1)给出的,基于DNSC的技术需要9个VT和9个CT。然而,VT在没有OLTC(有载分接开关(on-load tap changer))的变压器中可以被除去,因为端子电流的变压比(transformation ratio)保持不变。尽管如此,VT消除了对于二次电流和一次电流的附加的相位角偏移补偿,并且提高了基于DNSC技术的灵敏度。CT和VT的总数使保护系统的总成本增加。
此外,CT和VT的成本随着功率电平的提高而提高。然而,本文中公开的技术是基于与芯通量成比例的芯漏磁/芯磁链通量。通常,功率变压器的芯通量的值根据磁路中的铁损从0.2T到1.8T变化。考虑到最大工作的芯通量密度,本文中公开的示例性技术的传感器成本是固定的,并且当与CT和VT的成本相比时,相对便宜。
总而言之,如本文中公开的技术是便宜的,并且其性能在检测严重程度低的绕组故障中与经典的基于DNSC的技术不相上下。此外,在线故障指示符可以被实施为独立的故障检测系统,或者被实施为现有的基于DNSC的系统的附加元件/补充以提高绕组故障检测的置信度水平。
IM绕组故障指示符与各种基于端子测量的技术的比较
图9是比较在各种故障严重性下使用本文中公开的示例性技术和各种基于端子测量的技术获得的幅值和角度值相对于10hp、4极IM(比较图3的300)的的步骤正常运行状况的百分比偏差的3D图表900。本文中公开的技术和各种基于端子测量的技术在各种绕组故障状况下的幅值和角度值相对于的步骤正常运行状况的百分比偏差在图9中被示出。为了更好地描绘,百分比偏差轴在下限为10%的对数标度上表示。小于或等于10的角度值和幅值的百分比偏差在图9中被忽略。相对于电动机的相电压Vab计算如图9中表示的各种技术的角度值。以下结论可以从图9推断。
1)如本文中公开的技术的幅度百分比偏差(参考被标记为“被提议的”的列)在不同的负载状况下,对于各种故障严重度,优于各种基于端子测量的技术。如本文中公开的技术示出最一致的绕组故障检测能力,其次是零序电流(ZSC)。然而,ZSC的百分比偏差小于本文中公开的技术。诸如负序电流(NSC)、负序阻抗(NSI)和总相功率(TPP)的技术的幅度百分比偏差没有示出与本文中公开的技术和ZSC的故障检测能力一致的故障检测能力。
2)本文中公开的技术的角度百分比偏差(参考被标记为“被提议的”的列)在不同的负载状况下,对于各种故障严重度,示出一致的故障检测能力。然而,NSC的角度值的百分比偏差大于本文中公开的技术。尽管如此,本文中公开的技术在与NSC相比时,在严重程度低的故障(诸如1%)下示出更好的百分比偏差。诸如ZSC、NSI和TPP的技术的角度百分比偏差没有示出与本文中公开的技术和NSC的故障检测能力一致的故障检测能力。
3)尽管NSC的角度百分比偏差大于本文中公开的技术,但是本文中公开的技术的幅度百分比偏差在不同的负载状况下,对于各种故障严重度,比NSC的角度百分比偏差大得多。因此,当与不同的基于端子测量的技术相比时,只有本文中公开的技术的幅度百分比偏差在不同的负载状况下是各种严重程度的绕组故障的优良的指示符。
通过端罩漏磁通量的IM的绕组故障检测的益处
对于三相IM,NSI和TPP对于幅度和角度百分比偏差计算这二者需要三个电压传感器和三个电流传感器。对于幅度百分比偏差计算,NSC和ZSC分别需要三个线电流传感器和相电流传感器。本文中公开的技术需要P个通量传感器,其中P是极的数量。例如,图9中所示的比较结果是从10hP、4极IM获得的,因此,需要4个通量传感器。对于NSC、ZSC和本文中公开的技术的角度百分比偏差计算,需要附加的线电压/相电压传感器。基于线电流/相电流和线电压/相电压的任何技术的传感器成本随着功率电平和电压电平的提高而提高。因此,诸如基于电流和电压的灵敏技术(诸如ANSI 46NSC)的端子测量被广泛用于关键的且昂贵的LV IM和MV/HV IM。从图9显而易见的是,本文中公开的技术的幅度百分比偏差优于各种基于端子测量的技术,包括最广泛使用的ANSI 46NSC,相对于各种基于端子测量的技术,额外的优点是,对于各种功率电平/电压电平,传感器成本是很小的。
如本文中公开的示例实施方案描述了在电气机器(例如,变压器或IM)的在线运行期间检测绕组故障的方法和系统。
如本文中公开的示例实施方案描述了通过将两个或更多个通量传感器定位在电气机器的外部表面上来在该机器的在线运行期间检测绕组故障的方法。通过将两个或更多个通量传感器定位在机器的外部表面上,方法可以在机器正在在线运行的同时被执行。也就是说,方法可以在不使机器离线(例如,将机器从电力系统网络断开)的情况下被执行。另外,通过将两个或更多个通量传感器定位在机器的外部表面上,方法可以被以非侵入性的方式(即,基本上不拆卸机器(例如,拆卸静态的电气机器(诸如变压器)的一次绕组和二次绕组、或旋转的电气机器(诸如电动机或发电机)的定子和转子)执行。因为如本文中公开的方法在机器的在线运行期间被执行,所以方法可以有利地提供绕组异常的连续监测。
如本文中公开的示例实施方案描述了通过测量漏磁/磁链通量(例如,来自变压器和IM的芯漏磁/芯磁链通量)来检测绕组故障的方法。使用该方式的方法的示例实施方案已经在各种负载、故障严重程度和供应电压失衡状况下被评估。结果已经证实,方法的示例实施方案不受负载和供应电压失衡状况的影响,从而避免了虚假的故障通知。方法用于变压器绕组故障检测的示例实施方案就灵敏度而言,可以有利地与基于DNSC的技术相当。方法用于IM绕组故障检测的示例实施方案可以比各种基于端子测量的技术更灵敏。
如本文中公开的方法的示例实施方案由于传感器成本降低,可以为设备提供相对便宜的严重程度低的绕组故障检测和区分技术。这可以有利地允许方法针对机器(例如,用于关键应用的各种额定功率的变压器和IM)被实施。例如,两个相对便宜的通量传感器(例如,每一个传感器花费约US$2)是测量变压器的外部芯柱处的芯漏磁/芯磁链通量的基本分量(50Hz/60Hz)所需的。在一示例实施方案中,总共两个通量传感器是三相三绕组变压器所需的。也就是说,用于检测绕组故障的系统仅由定位在变压器的外部表面上的两个通量传感器组成。在另一示例实施方案中,总共两个通量传感器是2极IM所需的。在另一示例实施方案中,总共四个通量传感器是4极IM所需的。也就是说,用于检测绕组故障的系统仅由定位在IM的外部表面上的四个通量传感器组成。方法的示例实施方案可以在三相三绕组变压器所需的传感器的总数上提供高达78%的减少,并且对于10kVA额定功率的三相三绕组变压器的传感器成本提供高达93%的降低。方法的示例实施方案可以对于10hp额定功率的三相4极IM的传感器成本提供高达92%的降低。照此,如本文中公开的方法可以被应用于便宜的保护系统的开发中,以使得开发的系统的成本相对于关键设备的资本成本而言很小,并且可能导致开发的系统对于机器(例如,用于不同应用的各种功率电平的变压器和IM)的广泛部署。
如本文中公开的方法用于变压器的示例实施方案在低成本的健康监测机器中被实施时,可以被以非侵入性的方式容易地改装到例如其中基于DNSC的技术不经济的干式变压器的机器,或者被改装为现有的基于DNSC的技术的附加元件以提高内部故障检测的置信度水平。类似地,利用如本文中公开的方法针对IM实施的低成本的健康监测机器可以被以非侵入性的方式容易地改装到其中昂贵的基于端子测量的保护系统不经济的所有的IM,或者被改装为现有的保护技术的附加元件以提高总体故障检测范围和灵敏度。
如本说明书中使用的术语“耦合”或“连接”意图既涵盖直接连接,又涵盖通过一个或更多个中间装置连接,除非另有陈述。
本文中的描述在某些部分中可以被明确地或隐含地描述为对计算机存储器或电子电路内的数据操作的算法和/或函数运算。这些算法描述和/或函数运算通常被信息/数据处理领域中的技术人员用于有效描述。算法一般与导致期望的结果的自一致的步骤序列相关。算法步骤可以包含物理量(诸如能够被存储、被发送、被传送、被组合、被比较和被以其他方式操纵的电气信号、磁信号或光学信号)的物理操纵。
此外,除非另有明确说明,并且通常将从以下显而易见的,否则本领域技术人员应当理解的是,在整个本说明书中,利用诸如“扫描”、“计算”、“确定”、“更换”、“生成”、“初始化”、“输出”等的术语的讨论是指指示处理器/计算机系统、或类似的电子电路/机器/部件的操纵/处理被表示为所描述的系统内的物理量的数据、并且将该数据变换为被类似地表示为系统或其他信息存储、发送或显示机器等内的物理量的其他数据的动作和过程。
本文中描述的算法可以在被专门配置用于执行所描述的方法的步骤的机器/设备中实施。这样的设备可以针对方法的目的被专门构造,或者可以包括被存储在存储构件中的计算机程序选择性地启动或重新配置的通用计算机/处理器或其他机器。本文中描述的算法和显示与任何计算机或其他设备没有内在关连。不言而喻的是通用装置/机器可以根据本文中的教导被使用。可替换地,执行方法步骤的专门的机器/设备的构造可以是期望的。
例如,用于在电气机器的在线运行期间检测绕组故障的系统可以被提供。系统可以包括电源供应单元、接收器单元、信号预处理单元和数字信号处理器(DSP)或现场可编程门阵列(FPGA)或微控制器或微处理器,电源供应单元用于提供操作系统的功率,接收器单元用于在一段时间段内从机器接收信号集合,信号预处理单元用于对信号集合进行预处理。信号集合可以包括两个或更多个磁通量信号。每个通量信号可以从定位在机器的外部表面上的各自的通量传感器获得。DSP/FPGA/微控制器/微处理器可以被配置为执行各种任务,诸如从信号集合提取绕组故障指示符,将绕组故障指示符与基线指示符进行比较,以及当绕组故障指示符自基线指示符偏离阈值时,确定绕组故障。DPS/FPGA/微控制器/微处理器还可以被配置为当绕组故障被确定时,触发指示绕组故障存在的跳脱信号。系统可以进一步包括连接到服务器(例如,基于云的IOT(物联网)服务器)的通信单元。例如,连接到基于云的IOT服务器的系统可以被用于电气机器的在线运行期间的绕组故障的远程监测和检测。
另外,提出该描述还隐含地涵盖计算机程序,因为将清楚的是,本文中描述的方法的步骤可以通过计算机代码实施。应当理解的是,各种编程语言和代码可以被用来实现本文中的描述的教导。而且,计算机程序(如果适用)不限于任何控制流程,并且在不脱离本发明的范围的情况下,可以使用不同的控制流程。
此外,计算机程序(如果适用)的步骤中的一个或更多个可以被并行地和/或顺序地执行。这样的计算机程序(如果适用)可以被存储在任何计算机可读介质上。计算机可读介质可以包含存储机器,诸如磁盘或光学盘、存储芯片、或适合于与合适的读取器/通用计算机通过接口连接的其他存储机器。在这样的情况下,计算机可读存储介质是非暂时性的。这样的存储介质还涵盖了所有的计算机可读介质,例如,仅存储数据短暂时间段和/或仅在电力存在时存储数据的介质,诸如寄存器存储器、处理器高速缓存和随机存取存储器(RAM)等。计算机可读介质甚至可以包含诸如互联网系统中例示的有线介质、或诸如蓝牙/WIFI/紫蜂(Zigbee)技术中例示的无线介质。计算机程序在被加载在合适的读取器上并且被执行时有效地导致可以实现所描述的方法的步骤的设备。
示例实施方案还可以被实施为硬件模块。模块是被设计为与其他部件或模块一起使用的功能硬件单元。例如,模块可以使用数字或分立的电子部件来实施,或者它可以形成整个电子电路(诸如专用集成电路(ASIC))的一部分。本领域技术人员将理解,示例实施方案还可以被实施为硬件模块和软件模块的组合。
另外,当描述一些实施方案时,本公开可能已经将方法和/或过程作为步骤序列公开。然而,除非另有需要,否则应当理解的是,方法或过程不应限于所公开的步骤序列。其他的步骤序列可以是可能的。本文中公开的步骤的次序不应被解释为过度的限制。除非另有需要,否则本文中公开的方法和/或过程不应限于按撰写的次序执行的步骤。步骤序列可以有所变化,并且仍在本公开的范围内。
此外,在本文中的描述中,词语“基本上”每当被使用时,都被理解为包含,但不限于,“全部”或“完全地”等。另外,诸如“包括(comprising)”、“包括(comprise)”等的术语每当被使用时,都意图是非限制性的描述性语言,因为除了没有被明确地记载的其他组成部分之外,它们还广义地包括在这样的术语后面记载的元件/组成部分。例如,当“包括”被使用时,对于“一个”特征的提及还意图是对该特征中的“至少一个”的提及。诸如“组成(consisting)”、“组成(consist)”等的术语在适当的上下文中可以被认为是诸如“包括(comprising)”、“包括(comprise)”等的术语的子集。因此,在本文中公开的使用诸如“包括(comprising)”、“包括(comprise)”等的术语的实施方案中,应当理解的是,这些实施方案为使用诸如“组成(consisting)”、“组成(consist)”等的术语的对应的实施方案提供教导。此外,诸如“约”、“大约”等的术语每当被使用时,通常意指合理的变化,例如公开值的+/-5%的变化、或公开值的4%的变化、或公开值的3%的变化、公开值的2%的变化、或公开值的1%的变化。
此外,在本文中的描述中,某些值可以被公开在一范围内。示出范围的端点的值意图例示说明优选范围。每当范围已经被描述时,意图该范围涵盖并且教导所有的可能的子范围以及该范围内的单个的数值。也就是说,范围的端点不应被解释为不灵活的限制。例如,1%到5%的范围的描述意图已经明确公开的子范围1%到2%、1%到3%、1%到4%、2%到2%等、以及单个地,该范围内的值,诸如1%、2%、3%、4%和5%。以上特定公开的意图适用于任何深度/广度的范围。
不同的示例实施方案可以在数据结构、程序模块、在计算机实现环境中执行的程序和计算机指令的上下文中实施。通用的计算环境在本文中被简要地公开。一个或更多个示例实施方案可以在诸如图10中示意性地图示说明的一个或更多个计算机系统中实施。
一个或更多个示例实施方案可以被实施为软件,诸如在计算机系统1000内执行并且指示计算机系统1000进行示例实施方案的方法的计算机程序。在各种实施方案中,计算机系统1000被专门配置为执行如本文中公开的故障检测的方法。
计算机系统1000包括计算机单元1002、输入模块(诸如键盘1004和指点装置(pointing device)1006)以及多个输出装置(诸如显示器1008和打印机1010)。用户可以使用以上装置与计算机单元1002交互。指点装置可以利用鼠标、跟踪球(track ball)、笔装置或任何类似的装置来实现。一个或更多个其他的输入装置(未示出)(诸如操纵杆、游戏垫、碟形卫星天线、扫描仪、触摸敏感屏幕等)也可以被连接到计算机单元1002。显示器1008可以包含阴极射线管(CRT)、液晶显示器(LCD)、场发射显示器(FED)、等离子体显示器、或产生用户可视的图像的任何其他的装置。
计算机单元1002可以经由合适的收发器装置1014被连接到计算机网络1012,以使得能够访问例如互联网或其他网络系统(诸如局域网(LAN)或广域网(WAN)或个人网络)。网络1012可以包括服务器、路由器、网络个人计算机、对等装置或其他的常见的网络节点、无线电话或无线个人数字助理。联网环境可以见于办公室、全企业计算机网络和家庭计算机系统等中。收发器装置1014可以是安置在计算机单元1002内或外部的调制解调器/路由器单元,并且可以是任何类型的调制解调器/路由器,诸如电缆调制解调器或卫星调制解调器。
应当理解的是,所示的网络连接是示例性的,并且在计算机之间建立通信链接的其他方式可以被使用。各种协议(诸如TCP/IP、帧中继、以太网、FTP、HTTP等)中的任何一个的存在被假定,并且计算机单元1002可以在客户端-服务器配置中被操作以允许用户从基于web的服务器检索网页。此外,各种web浏览器中的任何一个都可以被用来显示和操纵网页上的数据。
示例中的计算机单元1002包括处理器1018、随机存取存储器(RAM)1020和只读存储器(ROM)1022。处理器1018可以包含通用处理器、DSP、专用集成电路(ASIC)、FPGA、微控制器、模拟电路、数字电路、它们的组合、或其他的现在已知的或以后开发的处理器。处理器1018可以是诸如与网络、分布式处理或云计算相关联的单个装置或装置组合。ROM 1022可以是存储基本输入/输出系统(BIOS)信息的系统存储器。RAM 1020可以存储一个或更多个程序模块,诸如操作系统、应用程序和程序数据。
计算机单元1002进一步包括几个输入/输出(I/O)接口单元,例如,与显示器1008的I/O接口单元1024、和与键盘1004的I/O接口单元1026。计算机单元1002的部件通常经由互连的系统总线1028并且以相关领域中的技术人员已知的方式通信和连接地交互/耦合。总线1028可以是几种类型的总线结构中的任何一个,包括存储器总线或存储器控制器、外围总线、以及使用各种总线架构中的任何一个的本地总线(local bus)。
应当理解的是,其他装置也可以被连接到系统总线1028。例如,通用串行总线(USB)接口可以被用来将视频或数字相机或传感器或数据获取系统耦合到系统总线1028。IEEE1394接口可以被用来将附加的装置耦合到计算机单元1002。其他的制造商接口也是可能的,诸如苹果电脑公司开发的FireWire和Sony开发的i.Link。装置到系统总线1028的耦合也可以经由并行端口、游戏端口、PCI板、或用于将输入装置耦合到计算机的任何其他的接口。还应当理解的是,虽然部件在图中未被示出,但是声音/音频可以利用麦克风和扬声器被记录和再现。声卡可以被用来将麦克风和扬声器耦合到系统总线1028。应当理解的是,几个外围装置可以同时经由可替换的接口被耦合到系统总线1028。
被记录/存储在数据存储器介质(诸如CD-ROM或闪存载体)上的应用程序可以被供应给计算机系统1000的用户。应用程序可以使用数据存储装置1030的对应的数据存储介质驱动器来读取。数据存储介质不限于便携式的,并且可以包含嵌入在计算机单元1002中的实例。数据存储装置1030可以包括分别将硬盘驱动器和/或可移除的存储器驱动器耦合到系统总线1028的硬盘接口单元和/或可移除的存储器接口单元(这二者都未被详细地示出)。这可以使得能够读/写数据。可移除的存储器驱动器的示例包含磁盘驱动器和光学盘驱动器。驱动器和它们的相关联的计算机可读介质(诸如软盘)为计算机单元1002提供计算机可读指令、数据结构、程序模块和其他数据的非易失性存储。应当理解的是,计算机单元1002可以包含数个这样的驱动器。此外,计算机单元1002可以包含用于与其他类型的计算机可读介质通过接口连接的驱动器。
应用程序在其被处理器1018执行时被读取和控制。程序数据的中间存储可以使用RAM 1020来实现。示例实施方案的方法(一种或更多种)可以被实施为计算机可读指令、计算机可执行部件、或软件模块。一个或更多个软件模块可以可替换地被使用。这些可以包括可执行程序、数据链接库、配置文件、数据库、图形图像、二进制数据文件、文本数据文件、对象文件、源代码文件等。当一个或更多个计算机处理器执行软件模块中的一个或更多个时,软件模块交互以使一个或更多个计算机系统根据本文中的教导执行。
计算机单元1002的步骤可以由各种不同的程序模块控制。程序模块的示例是执行特定任务或者实施特定的抽象数据类型的例行程序、程序、对象、组件、数据结构、库等。示例实施方案还可以利用其他的计算机系统配置(包括手持装置、多处理器系统、基于微处理器的消费者电子产品或可编程的消费者电子产品、网络PC、迷你计算机、大型计算机、个人数字助理、移动电话(例如,智能电话)等)来实施。此外,示例实施方案还可以在分布式计算环境中实施,在分布式计算环境中,任务由通过无线或有线通信网络链接的远程处理装置执行。在分布式计算环境中,程序模块可以在本地存储器存储装置和远程存储器存储装置这二者中。
本领域技术人员应当理解的是,在不脱离如广义地描述的本发明的范围的情况下,可以对特定的实施方案做出其他的变化和/或修改。例如,在本文中的描述中,不同的示例性实施方案的特征可以跨不同的示例性实施方案被混合、被组合、被交换、被合并、被采用、被修改、被包括等。因此,目前的实施方案在所有的方面都被认为是说明性的,而非限制性的。
Claims (24)
1.一种在电气机器的在线运行期间检测绕组故障的方法,所述方法包括:
在一段时间段内从所述机器获取信号集合,所述信号集合包括两个或更多个磁通量信号,每个通量信号从定位在所述机器的外部表面上的各自的通量传感器获得;
从所述信号集合提取内部绕组故障指示符;
将所述内部绕组故障指示符与基线指示符进行比较;以及
当所述内部绕组故障指示符自所述基线指示符偏离阈值时,确定所述内部绕组故障。
2.如权利要求1所述的方法,所述方法还包括在提取内部故障指示符的步骤之前检测外部故障。
3.如权利要求1或2所述的方法,其中所述电气机器是包括磁芯的变压器,所述磁芯包括:
中心芯柱、定位在所述中心芯柱的一侧的第一外部芯柱、以及定位在所述中心芯柱的另一相对侧的第二外部芯柱,其中所述三个芯柱是间隔开的,并且被布置为基本上平行于彼此,每个芯柱具有一次绕组和二次绕组;
顶部轭构件,所述顶部轭构件被连接到所述中心芯柱、所述第一外部芯柱和所述第二外部芯柱的各自的第一端部;
底部轭构件,所述底部轭构件被连接到所述中心芯柱、所述第一外部芯柱和所述第二外部芯柱的各自的第二端部;
所述方法还包括在获取所述信号集合的步骤之前,使所述变压器通电;
其中使所述变压器通电的步骤包括使变化的电流通过所述一次绕组以产生变化的磁通量,所述变化的磁通量能够在所述二次绕组中感应电动势。
4.如权利要求3所述的方法,其中
在一段时间段内从所述变压器获取信号集合的步骤包括获取第一通量信号和第二通量信号,
其中所述第一通量信号从邻近所述第一外部芯柱定位的第一通量传感器获取,并且所述第二通量信号从邻近所述第二外部芯柱定位的第二通量传感器获取。
5.如权利要求4所述的方法,其中提取所述内部绕组故障指示符的步骤包括:
获取所述变压器的线电压信号;
对所述第一通量信号和所述第二通量信号进行求和以获得总通量信号;
获得所述变压器的所述线电压的相位角和所述总通量信号之间的差值,作为所述内部绕组故障指示符;
或者获得(i)所述变压器的所述线电压的相位角和所述总通量信号之间的差值与(ii)所述总通量信号的幅值的组合,作为所述内部绕组故障指示符。
6.如权利要求5所述的方法,其中所述基线指示符阈值是在初始校准期间获得的相位角的110%、115%、120%、125%、130%、135%、140%、145%、150%、或155%。
7.如权利要求5或6中任一项所述的方法,其中检测外部故障的步骤包括:
通过以下步骤提取外部故障指示符:
获得所述变压器的所述线电压的相位角和所述第一通量信号之间的第一差值;以及获得所述变压器的所述线电压的相位角和所述第二通量信号之间的第二差值;
其中所述外部故障指示符是所述第一差值和所述第二差值之间的差值的绝对值;以及
当所述外部故障指示符在故障范围内时,检测所述变压器中的所述外部故障。
8.如权利要求7所述的方法,其中所述故障范围是大于0°且小于90°的相位角值。
9.如权利要求7或8所述的方法,所述方法还包括在检测所述变压器中的所述外部故障的步骤之前,检测所述变压器的浪涌电流状况,其中检测所述浪涌电流状况的步骤包括:
提取所述第一通量信号的第二谐波分量和所述第二通量信号的第二谐波分量的各自的第一幅值和第二幅值;
将所述第一通量信号和所述第二通量信号的幅值与各自的可接受的幅值进行比较;以及
如果所述第一外部芯柱和所述第二外部芯柱处的芯漏磁/芯磁链通量信号的幅值大于各自的可接受的幅值,则检测浪涌电流状况。
10.如权利要求9所述的方法,其中所述可接受的幅值不大于在初始校准期间获得的幅度的140%、不大于在初始校准期间获得的幅度的145%、或者不大于在初始校准期间获得的幅度的150%。
11.如权利要求9或10所述的方法,所述方法还包括当所述浪涌电流状况被检测到时,从所述变压器重新获取新的信号集合。
12.如权利要求1或2所述的方法,其中所述电气机器是电动机或发电机,所述电动机或发电机包括:
具有圆柱形机架的定子,所述圆柱形机架包括布置在其中的多个导电绕组;
具有同心安装的并且在所述定子的所述圆柱形机架内可旋转的圆柱形主体的转子,所述转子具有驱动端和非驱动端;以及
同轴安装到所述转子的细长轴构件,所述轴构件在所述驱动端从所述转子伸出;
所述方法还包括在获取所述信号集合的步骤之前,使所述电动机或发电机通电;
其中使所述电动机通电的步骤包括使变化的电流通过所述定子的所述绕组以产生变化的磁通量,所述变化的磁通量能够引起所述转子和所述轴构件围绕它们各自的轴旋转;并且
其中使所述发电机通电的步骤包括驱动所述发电机的所述转子和所述轴构件围绕它们各自的纵轴旋转以产生与所述定子的所述绕组相链的变化的磁通量,所述变化的磁通量能够在所述定子的所述绕组中感应电动势。
14.如权利要求13所述的方法,其中提取所述内部绕组故障指示符的步骤包括:
对所述P个通量信号的集合进行求和以获得总通量信号;以及
对所述总通量信号执行傅里叶变换以获得所述总通量信号的幅度作为所述内部绕组故障指示符。
15.如权利要求14所述的方法,其中基线指示符阈值是在初始校准期间获得的总通量信号的幅度的120%、130%、或140%。
16.如权利要求13至15中任一项所述的方法,其中检测所述外部故障的步骤包括:
对所述P个通量信号中的每个执行傅里叶变换以获得所述P个通量信号的各自的幅度;
对所述P个通量信号的各自的幅度进行求和以获得合计的值作为外部故障指示符;以及
当所述合计的值在可接受的阈值内时,检测所述电动机或所述发电机中的所述外部故障。
17.如权利要求16所述的方法,其中所述可接受的阈值是最低负载状况的基线负载指示符的90%、85%、或80%,所述基线负载指示符在初始校准期间获得。
18.如权利要求17所述的方法,其中所述基线负载指示符基于所述P个通量信号的各自的幅度的和获得,或者基于在所述初始校准期间获得的所述电动机或所述发电机的相电流幅度或线电流幅度中的一个获得。
19.如权利要求18所述的方法,其中在检测外部故障的步骤之前,所述方法包括通过以下步骤来识别负载状况:
将P个通量信号的合计的幅度、或者相电流幅度或线电流幅度与对应的预先校准的值进行比较。
20.如权利要求1至19中任一项所述的方法,所述方法还包括当所述内部绕组故障被检测到时,触发跳脱信号。
21.如权利要求1至20中任一项所述的方法,其中两个或更多个通量传感器是基于霍尔效应的通量传感器或者无源线圈。
22.如权利要求1至21中任一项所述的方法,所述方法还包括对于所述通量信号的至少一个基本周期获取通量信号。
23.一种用于在电气机器的在线运行期间检测绕组故障的系统,所述系统包括:
电源供应单元;
接收器单元,所述接收器单元用于在一段时间段内接收从所述机器获取的信号集合,所述信号集合包括两个或更多个磁通量信号,每个通量信号从定位在所述机器的外部表面上的各自的通量传感器获得;
信号预处理单元,所述信号预处理单元用于对所述信号集合进行预处理;以及
DSP或FPGA或微控制器或微处理器,所述DSP或FPGA或微控制器或微处理器用于从所述信号集合提取内部绕组故障指示符,将所述内部绕组故障指示符与基线指示符进行比较,并且当所述内部绕组故障指示符自所述基线指示符偏离阈值时,确定所述内部绕组故障。
24.一种非暂时性计算机可读存储介质,所述非暂时性计算机可读存储介质具有存储于其上的用于指示系统的处理单元在电气机器的在线运行期间执行检测绕组故障的方法的指令,所述方法包括:
在一段时间段内从所述机器获取信号集合,所述信号集合包括两个或更多个磁通量信号,每个通量信号从定位在所述机器的外部表面上的各自的通量传感器获得;从所述信号集合提取内部绕组故障指示符;
将所述内部绕组故障指示符与基线指示符进行比较;以及
当所述内部绕组故障指示符自所述基线指示符偏离阈值时,确定所述内部绕组故障。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/SG2019/050389 WO2021025612A1 (en) | 2019-08-05 | 2019-08-05 | A method and a system of detecting winding fault under online operation of an electrical machine |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113439217A true CN113439217A (zh) | 2021-09-24 |
Family
ID=74503630
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980048391.5A Pending CN113439217A (zh) | 2019-08-05 | 2019-08-05 | 在电气机器的在线运行下检测绕组故障的方法和系统 |
CN202080064277.4A Pending CN114364998A (zh) | 2019-08-05 | 2020-08-04 | 检测转子条故障的方法以及估计由于电机中的一个或多个机械异常导致的附加运行支出的方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080064277.4A Pending CN114364998A (zh) | 2019-08-05 | 2020-08-04 | 检测转子条故障的方法以及估计由于电机中的一个或多个机械异常导致的附加运行支出的方法 |
Country Status (5)
Country | Link |
---|---|
US (2) | US11500037B2 (zh) |
EP (2) | EP3811094A4 (zh) |
CN (2) | CN113439217A (zh) |
SG (1) | SG11202012112XA (zh) |
WO (2) | WO2021025612A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115248906B (zh) * | 2022-09-22 | 2023-01-06 | 武汉格蓝若智能技术有限公司 | 一种发电机出线双电流互感器的状态误差识别方法及系统 |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0552991A2 (en) * | 1992-01-23 | 1993-07-28 | Ontario Hydro | Method and apparatus for detecting stator faults in rotary dynamoelectric machines |
US5677678A (en) * | 1996-04-08 | 1997-10-14 | Schweitzer, Jr.; Edmund O. | Fault indicator having auxiliary fault sensing winding |
US6064172A (en) * | 1997-02-11 | 2000-05-16 | Power Superconductor Applications Corporation | Method and apparatus for detection, classification and reduction of internal electrical faults in alternating current propulsion machinery using synchronous detection scheme |
US6144924A (en) * | 1996-05-20 | 2000-11-07 | Crane Nuclear, Inc. | Motor condition and performance analyzer |
US6262550B1 (en) * | 1999-12-17 | 2001-07-17 | General Electric Company | Electrical motor monitoring system and method |
CN1896760A (zh) * | 2006-06-15 | 2007-01-17 | 西安交通大学 | 负载工况下自动识别发电机转子绕组匝间短路故障的方法 |
CN101221206A (zh) * | 2007-08-03 | 2008-07-16 | 西北工业大学 | 诊断永磁容错电机匝间短路故障的方法 |
US20110267072A1 (en) * | 2009-02-28 | 2011-11-03 | Xiping Zhao | detector of transformer interturn short circuit using voltage differential |
CN103109429A (zh) * | 2010-08-13 | 2013-05-15 | Abb研究有限公司 | 故障参数指示器装置和有关的方法 |
CN103403564A (zh) * | 2011-03-03 | 2013-11-20 | Abb研究有限公司 | 用于接地故障检测适配的方法 |
US20140049285A1 (en) * | 2011-04-29 | 2014-02-20 | Pedro Rodriguez | Method For Monitoring Demagnetization |
US20150276823A1 (en) * | 2012-11-01 | 2015-10-01 | Abb Research Ltd | Method For Detecting A Fault Condition In An Electrical Machine |
CN105137275A (zh) * | 2015-08-06 | 2015-12-09 | 华北电力大学(保定) | 基于定子电流注入的同步电机转子绕组短路故障诊断方法 |
WO2016058435A1 (zh) * | 2014-10-16 | 2016-04-21 | 江苏省电力公司泰州供电公司 | 变压器外部故障下绕组状态评估方法 |
US20160216334A1 (en) * | 2015-01-23 | 2016-07-28 | Rolls-Royce Plc | Fault detection and diagnosis |
US20160266208A1 (en) * | 2015-03-09 | 2016-09-15 | Rolls-Royce Plc | Fault detection and diagnosis in an induction motor |
CN105980872A (zh) * | 2013-12-27 | 2016-09-28 | 新加坡国立大学 | 石墨烯基磁阻传感器 |
CN106772037A (zh) * | 2016-12-15 | 2017-05-31 | 华北电力大学(保定) | 基于双线圈的同步发电机转子绕组匝间短路诊断方法 |
AU2017100471A4 (en) * | 2016-07-22 | 2017-06-01 | Abb Schweiz Ag | A condition monitoring device for monitoring an electric machine |
CN106841900A (zh) * | 2017-01-25 | 2017-06-13 | 哈尔滨理工大学 | 微型电磁发电机定子绕组的故障检测装置及方法 |
CN108603908A (zh) * | 2016-02-10 | 2018-09-28 | 通用电气公司 | 用于检测变压器绕组中的匝间故障的系统和方法 |
CN109342877A (zh) * | 2018-09-14 | 2019-02-15 | 中国科学院电工研究所 | 一种分数槽集中绕组永磁电机的绕组匝间短路故障检测装置及方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6138078A (en) * | 1996-08-22 | 2000-10-24 | Csi Technology, Inc. | Machine monitor with tethered sensors |
GB0319553D0 (en) * | 2003-08-20 | 2003-09-24 | Rolls Royce Plc | Condition monitoring |
US7880473B2 (en) * | 2008-03-31 | 2011-02-01 | General Electric Company | Non-invasive monitoring and diagnosis of electric machines by measuring external flux density |
CN201177650Y (zh) | 2008-04-21 | 2009-01-07 | 哈尔滨理工大学 | 带有检测线圈的笼型感应电机及其转子断条的检测装置 |
RU2425390C1 (ru) | 2009-11-16 | 2011-07-27 | Государственное образовательное учреждение высшего профессионального образования "Санкт-Петербургский государственный горный институт имени Г.В. Плеханова (технический университет)" | Способ диагностики и оценки остаточного ресурса электроприводов переменного тока |
CN102290790B (zh) * | 2011-08-25 | 2014-01-29 | 南京航空航天大学 | 一种无刷直流电机的故障检测与保护电路 |
GB201404226D0 (en) * | 2014-03-11 | 2014-04-23 | Rolls Royce Plc | Fault detection in induction machines |
US10514428B2 (en) * | 2017-07-13 | 2019-12-24 | Itt Manufacturing Enterprises Llc | Technique to detect motor leakage flux anomalies |
DK3522362T3 (da) * | 2018-02-01 | 2024-03-04 | Siemens Gamesa Renewable Energy As | Styring af en elektrisk permanentmagnetmaskine med multiviklingssæt |
CN110531259B (zh) | 2019-08-12 | 2020-08-18 | 西安交通大学 | 基于漏磁信号的感应电机电气故障诊断方法 |
-
2019
- 2019-08-05 US US15/734,195 patent/US11500037B2/en active Active
- 2019-08-05 EP EP19932233.0A patent/EP3811094A4/en active Pending
- 2019-08-05 CN CN201980048391.5A patent/CN113439217A/zh active Pending
- 2019-08-05 SG SG11202012112XA patent/SG11202012112XA/en unknown
- 2019-08-05 WO PCT/SG2019/050389 patent/WO2021025612A1/en unknown
-
2020
- 2020-08-04 CN CN202080064277.4A patent/CN114364998A/zh active Pending
- 2020-08-04 EP EP20849619.0A patent/EP4010716A4/en active Pending
- 2020-08-04 US US17/632,760 patent/US11959978B2/en active Active
- 2020-08-04 WO PCT/SG2020/050452 patent/WO2021025620A1/en active Search and Examination
Patent Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0552991A2 (en) * | 1992-01-23 | 1993-07-28 | Ontario Hydro | Method and apparatus for detecting stator faults in rotary dynamoelectric machines |
US5252915A (en) * | 1992-01-23 | 1993-10-12 | Ontario Hydro | Method and apparatus for detecting stator faults in rotary dynamoelectric machines |
US5677678A (en) * | 1996-04-08 | 1997-10-14 | Schweitzer, Jr.; Edmund O. | Fault indicator having auxiliary fault sensing winding |
US6144924A (en) * | 1996-05-20 | 2000-11-07 | Crane Nuclear, Inc. | Motor condition and performance analyzer |
US6064172A (en) * | 1997-02-11 | 2000-05-16 | Power Superconductor Applications Corporation | Method and apparatus for detection, classification and reduction of internal electrical faults in alternating current propulsion machinery using synchronous detection scheme |
US6262550B1 (en) * | 1999-12-17 | 2001-07-17 | General Electric Company | Electrical motor monitoring system and method |
CN1896760A (zh) * | 2006-06-15 | 2007-01-17 | 西安交通大学 | 负载工况下自动识别发电机转子绕组匝间短路故障的方法 |
CN101221206A (zh) * | 2007-08-03 | 2008-07-16 | 西北工业大学 | 诊断永磁容错电机匝间短路故障的方法 |
US20110267072A1 (en) * | 2009-02-28 | 2011-11-03 | Xiping Zhao | detector of transformer interturn short circuit using voltage differential |
CN103109429A (zh) * | 2010-08-13 | 2013-05-15 | Abb研究有限公司 | 故障参数指示器装置和有关的方法 |
CN103403564A (zh) * | 2011-03-03 | 2013-11-20 | Abb研究有限公司 | 用于接地故障检测适配的方法 |
US20140049285A1 (en) * | 2011-04-29 | 2014-02-20 | Pedro Rodriguez | Method For Monitoring Demagnetization |
US20150276823A1 (en) * | 2012-11-01 | 2015-10-01 | Abb Research Ltd | Method For Detecting A Fault Condition In An Electrical Machine |
CN105980872A (zh) * | 2013-12-27 | 2016-09-28 | 新加坡国立大学 | 石墨烯基磁阻传感器 |
WO2016058435A1 (zh) * | 2014-10-16 | 2016-04-21 | 江苏省电力公司泰州供电公司 | 变压器外部故障下绕组状态评估方法 |
US20160216334A1 (en) * | 2015-01-23 | 2016-07-28 | Rolls-Royce Plc | Fault detection and diagnosis |
US20160266208A1 (en) * | 2015-03-09 | 2016-09-15 | Rolls-Royce Plc | Fault detection and diagnosis in an induction motor |
CN105137275A (zh) * | 2015-08-06 | 2015-12-09 | 华北电力大学(保定) | 基于定子电流注入的同步电机转子绕组短路故障诊断方法 |
CN108603908A (zh) * | 2016-02-10 | 2018-09-28 | 通用电气公司 | 用于检测变压器绕组中的匝间故障的系统和方法 |
AU2017100471A4 (en) * | 2016-07-22 | 2017-06-01 | Abb Schweiz Ag | A condition monitoring device for monitoring an electric machine |
CN106772037A (zh) * | 2016-12-15 | 2017-05-31 | 华北电力大学(保定) | 基于双线圈的同步发电机转子绕组匝间短路诊断方法 |
CN106841900A (zh) * | 2017-01-25 | 2017-06-13 | 哈尔滨理工大学 | 微型电磁发电机定子绕组的故障检测装置及方法 |
CN109342877A (zh) * | 2018-09-14 | 2019-02-15 | 中国科学院电工研究所 | 一种分数槽集中绕组永磁电机的绕组匝间短路故障检测装置及方法 |
Non-Patent Citations (1)
Title |
---|
SUBASH CHANDAR A ET AL.: "Winding Fault Detection in Coupled Inductors using a Single Flux Sensor", 《IECON 2016-42ND ANNUAL CONFERENCE OF THE IEEE INDUSTRIAL ELECTRONICS SOCIETY》, 31 December 2016 (2016-12-31), pages 1554 - 1559 * |
Also Published As
Publication number | Publication date |
---|---|
US11959978B2 (en) | 2024-04-16 |
WO2021025612A1 (en) | 2021-02-11 |
US11500037B2 (en) | 2022-11-15 |
SG11202012112XA (en) | 2021-03-30 |
US20220155386A1 (en) | 2022-05-19 |
WO2021025620A1 (en) | 2021-02-11 |
EP3811094A1 (en) | 2021-04-28 |
EP3811094A4 (en) | 2022-03-16 |
EP4010716A4 (en) | 2023-08-30 |
CN114364998A (zh) | 2022-04-15 |
US20220276307A1 (en) | 2022-09-01 |
EP4010716A1 (en) | 2022-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Surya et al. | A simplified frequency-domain detection of stator turn fault in squirrel-cage induction motors using an observer coil technique | |
EP3191859B1 (en) | Method and system for determining a synchronous machine fault condition | |
EP2394183B1 (en) | Robust on-line stator turn fault identification system | |
Vaseghi et al. | Inductance identification and study of PM motor with winding turn short circuit fault | |
Joksimovic et al. | The detection of inter-turn short circuits in the stator windings of operating motors | |
Irhoumah et al. | Detection of the stator winding inter-turn faults in asynchronous and synchronous machines through the correlation between harmonics of the voltage of two magnetic flux sensors | |
Yaghobi et al. | Study on application of flux linkage of synchronous generator for loss of excitation detection | |
Athikessavan et al. | Inter-turn fault detection of dry-type transformers using core-leakage fluxes | |
CN111308346A (zh) | 用于检测多相无刷励磁机定子励磁绕组故障的方法和系统 | |
EP3787140B1 (en) | Generator rotor turn-to-turn fault detection using fractional harmonics | |
Goktas et al. | Separation of induction motor rotor faults and low frequency load oscillations through the radial leakage flux | |
EP2501009A1 (en) | Electric rotating machine | |
Pusca et al. | Detection of inter-turn short circuits in induction machines without knowledge of the healthy state | |
Ehya et al. | Detailed magnetic field monitoring of short circuit defects of excitation winding in hydro-generator | |
CN113439217A (zh) | 在电气机器的在线运行下检测绕组故障的方法和系统 | |
Dirani et al. | Finite element simulation of hydro generators with rotor inter turn short circuit | |
Babu et al. | Stator inter-turn fault modelling and analysis on induction motor based on MCCM | |
JP2002262532A (ja) | 回転電機 | |
Faiz et al. | Diagnosis of interturn fault in stator winding of turbo‐generator | |
Ehya et al. | A practical approach for static eccentricity fault diagnosis of hydro-generators | |
CN113678007A (zh) | 短路检测装置以及短路检测方法 | |
Bhaskar et al. | Search coil based condition monitoring technique for internal faults in converter transformer | |
Hammadi et al. | Rotor fault diagnosis based on current signatures in squirrel-cage induction motor | |
Ntombela | Induction motor steady-state performance under varying quality of supply and stator winding short circuit location using negative sequence current. | |
Zhu et al. | Identifying interphase short circuits in the tator of a multi-phase generator using coils |
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 |