CN114859226A - 一种海上风电机组转子绕组匝间短路故障识别方法及装置 - Google Patents

一种海上风电机组转子绕组匝间短路故障识别方法及装置 Download PDF

Info

Publication number
CN114859226A
CN114859226A CN202210794588.7A CN202210794588A CN114859226A CN 114859226 A CN114859226 A CN 114859226A CN 202210794588 A CN202210794588 A CN 202210794588A CN 114859226 A CN114859226 A CN 114859226A
Authority
CN
China
Prior art keywords
stator
offshore
turn
stator current
short circuit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210794588.7A
Other languages
English (en)
Other versions
CN114859226B (zh
Inventor
王罗
邹祖冰
苏营
邓友汉
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.)
China Three Gorges Corp
Original Assignee
China Three Gorges Corp
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 China Three Gorges Corp filed Critical China Three Gorges Corp
Priority to CN202210794588.7A priority Critical patent/CN114859226B/zh
Publication of CN114859226A publication Critical patent/CN114859226A/zh
Application granted granted Critical
Publication of CN114859226B publication Critical patent/CN114859226B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01R31/34—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
    • G01R31/72—Testing of electric windings
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Control Of Eletrric Generators (AREA)

Abstract

本发明公开了一种海上风电机组转子绕组匝间短路故障识别方法及装置，该方法包括：采集预设采样时间内的海上双馈风力发电机组三相定子电流信号；对预设采样时间内的海上双馈风力发电机组三相定子电流信号进行预处理，生成定子剩余电流信号；基于定子剩余电流信号构建剩余电流频谱图，并基于剩余电流频谱图对海上风电机组转子绕组匝间短路故障进行识别。本方法通过对预设采样时间内的海上双馈风力发电机组三相定子电流信号进行预处理，降低了海上风电机组定子电流的基波干扰，进而基于定子剩余电流信号构建剩余电流频谱图，并基于剩余电流频谱图对海上风电机组转子绕组匝间短路故障进行识别，提高了海上风电机组转子绕组匝间短路故障的识别精度。

Description

一种海上风电机组转子绕组匝间短路故障识别方法及装置
技术领域
本发明涉及风力发电故障诊断技术领域，具体涉及一种海上风电机组转子绕组匝间短路故障识别方法及装置。
背景技术
相较于陆上风电，海上风电机组运行环境恶劣，高温高湿，除承受台风、雷击等常见的自然灾害影响外，盐雾腐蚀、化学介质、紫外老化也导致海上风电机组频繁出现故障，海上风力发电机在长时间高温高湿的环境中运行会导致其转子绕组发生破损或者脏污等进而引起匝间短路故障，将影响风力发电机的稳定运行，因此风力发电机系统的稳定运行的关系到海上风电的可靠性。
现有技术中为了更好地诊断双馈风力发电机转子绕组匝间短路程度，将改进熵权 理论和灰色关联理论相结合，得出更好的诊断方法，该方法以发电机定子绕组中A相电流的 基频幅值，定子绕组A相电流
Figure 70078DEST_PATH_IMAGE001
谐波幅值，转子绕组U相电压幅值，电磁转矩的直 流分量，电磁转矩的2sf谐波幅值为研究对象，以0、4%、8%、12%、16%为故障域，构建故障识别 框架来诊断发电机转子绕组短路程度，并用Ansys Maxwell软件仿真验证。结合后的方法能 使短路程度得到准确诊断，给现场检修员提供了指导性建议。
现有技术中双馈式风力发电机转子绕组发生轻微匝间短路后，该极磁动势将发生变化，气隙磁密分布不再对称，不对称的磁密分布将在定子绕组内感应附加谐波电动势，形成附加的谐波电流。因此，可以通过分析定子绕组的并联支路环流来检测转子绕组匝间短路故障，采用多回路理论，针对一台4极电机进行建模，仿真计算了不同匝数短路故障时的定子一相并联支路的环流，所得结果与理论分析相符，从而验证了所建立模型的正确性。
现有技术中在低转差的情况下，传统定子电流信号频谱中的故障特征分量易被基波分量淹没，从而影响诊断的准确性，针对上述情况，提出了一种基于定子平均瞬时功率频谱特性的双馈风力发电机转子匝间短路故障检测方法。
现有技术中在分析正常情况以及发生转子绕组匝间短路故障时定子侧电流谐波成分时，考虑了绕组结构对谐波成分的影响；建立了DFIG（Doubly fed InductionGenerator，双馈异步风力发电机）多回路数学模型，计算了发生不同程度转子绕组匝间短路故障时的定、转子电流，分析了发生转子绕组匝间短路故障时电流的变化规律；以傅里叶变换为基础，进一步分析了定子单条支路电流、线电流以及并联支路环流中的谐波成分。
现有技术中在分析正常情况以及发生转子绕组匝间短路故障时定子侧电流谐波成分时，考虑了绕组结构对谐波成分的影响；建立了DFIG多回路数学模型，计算了发生不同程度转子绕组匝间短路故障时的定、转子电流，分析了发生转子绕组匝间短路故障时电流的变化规律；以傅里叶变换为基础，进一步分析了定子单条支路电流、线电流以及并联支路环流中的谐波成分。
上述现有技术主要针对陆上风电机组，海上风速变化莫测，这些工况将导致海上风电机组受到较大载荷，故障率较高且在线监测会受到较大的噪声影响，很多传统方法难以满足精度和实时的要求。
针对海上风电机组的故障检测，现有技术提出以双侧磁链观测差为特征量的海上DFIG转子绕组匝间短路早期故障的辨识方法，根据DFIG转子绕组匝间短路故障机理，推导得到匝间短路时双侧磁链观测差的表达式。通过仿真验证了该特征量对于转差变化和转速测量误差的鲁棒性；仿真和实验分析结果表明，双侧磁链观测差对于双馈电机转子绕组的早期故障辨识具有高灵敏性和高可靠性，为海上双馈风机转子匝间短路的精确辨识提供技术支撑。
但是上述现有技术涉及磁链的分析，诊断方法较为复杂，难以在实际的海上风电中进行应用。
发明内容
因此，本发明要解决的技术问题在于克服现有技术难以对海上风电机组转子绕组匝间短路故障进行精确识别的缺陷，从而提供一种海上风电机组转子绕组匝间短路故障识别方法及装置。
本发明实施例提供了一种海上风电机组转子绕组匝间短路故障识别方法，包括如下步骤：
采集预设采样时间内的海上双馈风力发电机组三相定子电流信号；
对所述预设采样时间内的海上双馈风力发电机组三相定子电流信号进行预处理，生成定子剩余电流信号；
基于所述定子剩余电流信号构建剩余电流频谱图，并基于所述剩余电流频谱图对海上风电机组转子绕组匝间短路故障进行识别。
本发明提供的一种海上风电机组转子绕组匝间短路故障识别方法，通过对预设采样时间内的海上双馈风力发电机组三相定子电流信号进行预处理，降低了海上风电机组定子电流的基波干扰，进而基于定子剩余电流信号构建剩余电流频谱图，并基于剩余电流频谱图对海上风电机组转子绕组匝间短路故障进行识别，提高了海上风电机组转子绕组匝间短路故障的识别精度。
可选地，所述对所述预设采样时间内的海上双馈风力发电机组三相定子电流信号进行预处理，生成定子剩余电流信号，包括：
基于所述预设采样时间内的海上双馈风力发电机组三相定子电流信号，提取定子电流信号数量和多个同步定子电流信号周期内的海上双馈风力发电机组三相定子电流信号；
基于所述定子电流信号数量和所述多个同步定子电流信号周期内的海上双馈风力发电机组三相定子电流信号确定定子电流信号时间同步平均信号；
将所述海上双馈风力发电机组三相定子电流信号与所述定子电流信号时间同步平均信号相减，生成所述定子剩余电流信号。
上述定子剩余电流信号中含有风电机组转子绕组匝间短路故障的特征量，相较于原始定子电流信号，定子剩余电流信号中故障特征量信噪比较高，进而对剩余电流进行分析可以大幅降低基频对故障信号的干扰，并且上述定子电流信号时间同步平均信号降低了机械转动等基频干扰。
可选地，所述基于所述定子电流信号数量和所述多个同步定子电流信号周期内的海上双馈风力发电机组三相定子电流信号确定定子电流信号时间同步平均信号，其中，定子电流信号时间同步平均信号的计算公式如下：
Figure 865996DEST_PATH_IMAGE002
上式中，
Figure 150346DEST_PATH_IMAGE003
表示定子电流信号时间同步平均信号，
Figure 297294DEST_PATH_IMAGE004
表示第
Figure 918768DEST_PATH_IMAGE005
个同步定 子电流信号周期内的海上双馈风力发电机组三相定子电流信号，
Figure 100351DEST_PATH_IMAGE006
表示定子电流信号数 量。
可选地，所述基于所述定子剩余电流信号构建剩余电流频谱图，并基于所述剩余电流频谱图对海上风电机组转子绕组匝间短路故障进行识别，包括：
将所述定子剩余电流信号转换为定子频域信号，并基于所述定子频域信号构建所述剩余电流频谱图；
对所述剩余电流频谱图中的频域波形进行分析，基于分析结果对所述海上风电机组转子绕组匝间短路故障进行识别。
上述通过剩余电流频谱图可以更加明显准确地判断故障特征频谱，并提高了对海上风电机组转子绕组匝间短路故障的识别精度。
可选地，所述对所述剩余电流频谱图中的频域波形进行分析，基于分析结果对所述短路故障进行识别，包括：
若所述频域波形中存在频率尖峰，则海上风电机组转子绕组匝间存在短路故障。
上述通过频率尖峰判定海上风电机组转子绕组匝间是否存在短路故障，对短路故障的识别效率高，提高了识别精度。
在本申请的第二个方面，还提出了一种海上风电机组转子绕组匝间短路故障识别装置，包括：
采集模块，用于采集预设采样时间内的海上双馈风力发电机组三相定子电流信号；
预处理模块，用于对所述预设采样时间内的海上双馈风力发电机组三相定子电流信号进行预处理，生成定子剩余电流信号；
识别模块，用于基于所述定子剩余电流信号构建剩余电流频谱图，并基于所述剩余电流频谱图对海上风电机组转子绕组匝间短路故障进行识别。
可选地，所述预处理模块，包括：
提取单元，用于基于所述预设采样时间内的海上双馈风力发电机组三相定子电流信号，提取定子电流信号数量和多个同步定子电流信号周期内的海上双馈风力发电机组三相定子电流信号；
确定单元，用于基于所述定子电流信号数量和所述多个同步定子电流信号周期内的海上双馈风力发电机组三相定子电流信号确定定子电流信号时间同步平均信号；
生成单元，用于将所述海上双馈风力发电机组三相定子电流信号与所述定子电流信号时间同步平均信号相减，生成所述定子剩余电流信号。
可选地，所述确定单元，包括：
所述定子电流信号时间同步平均信号的计算公式如下：
Figure 555603DEST_PATH_IMAGE007
上式中，
Figure 924267DEST_PATH_IMAGE008
表示定子电流信号时间同步平均信号，
Figure 490378DEST_PATH_IMAGE009
表示第
Figure 870675DEST_PATH_IMAGE010
个同步定 子电流信号周期内的海上双馈风力发电机组三相定子电流信号，
Figure 496828DEST_PATH_IMAGE006
表示定子电流信号数 量。
可选地，所述识别模块，包括：
构建单元，用于将所述定子剩余电流信号转换为定子频域信号，并基于所述定子频域信号构建所述剩余电流频谱图；
识别单元，用于对所述剩余电流频谱图中的频域波形进行分析，基于分析结果对所述海上风电机组转子绕组匝间短路故障进行识别。
可选地，所述识别单元，包括：
若所述频域波形中存在频率尖峰，则海上风电机组转子绕组匝间存在短路故障。
在本申请的第三个方面，还提出了一种计算机设备，包括处理器和存储器，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序，所述处理器被配置用于调用所述计算机程序，执行上述第一方面的方法。
在本申请的第四个方面，本发明实施例提供了一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序被处理器执行以实现上述第一方面的方法。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例1中一种海上风电机组转子绕组匝间短路故障识别方法的流程图；
图2为本发明实施例1中一种海上风电机组转子绕组匝间短路故障识别方法的示意图；
图3为本发明实施例1中步骤S102的流程图；
图4为本发明实施例1中步骤S103的流程图；
图5为本发明实施例1中定子电流信号的原始波形图；
图6为本发明实施例1中定子剩余电流信号的波形图；
图7为本发明实施例1中定子电流信号频谱图；
图8为本发明实施例1中剩余电流频谱图；
图9为本发明实施例2中一种海上风电机组转子绕组匝间短路故障识别装置的原理框图；
图10为本发明实施例2中处理模块92的一个具体实施例的原理框图；
图11为本发明实施例2中生成模块93的原理框图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
本实施例提供一种海上风电机组转子绕组匝间短路故障识别方法，如图1-2所示，包括如下步骤：
S101、采集预设采样时间内的海上双馈风力发电机组三相定子电流信号。
其中，预设采样时间一般设置为150秒（s），海上双馈风力发电机组三相定子电流信号（即三相电流特征）用下式进行表示：
Figure 618368DEST_PATH_IMAGE011
上式中，
Figure 457011DEST_PATH_IMAGE012
表示海上双馈风力发电机组三相定子电流信号，
Figure 613186DEST_PATH_IMAGE013
表示海上双 馈风力发电机组三相定子电流信号的谐波分量；
Figure 3716DEST_PATH_IMAGE014
表示海上双馈风力发电机组三相 定子电流信号中与机械结构相关的分量，
Figure 612552DEST_PATH_IMAGE015
表示海上双馈风力发电机组三相定子电流 信号中的噪声分量。
S102、对所述预设采样时间内的海上双馈风力发电机组三相定子电流信号进行预处理，生成定子剩余电流信号。
具体的，利用时间同步平均算法对所述预设采样时间内的海上双馈风力发电机组三相定子电流信号进行预处理。
S103、基于所述定子剩余电流信号构建剩余电流频谱图，并基于所述剩余电流频谱图对海上风电机组转子绕组匝间短路故障进行识别。
上述一种海上风电机组转子绕组匝间短路故障识别方法，通过对预设采样时间内的海上双馈风力发电机组三相定子电流信号进行预处理，降低了海上风电机组定子电流的基波干扰，进而基于定子剩余电流信号构建剩余电流频谱图，并基于剩余电流频谱图对海上风电机组转子绕组匝间短路故障进行识别，提高了海上风电机组转子绕组匝间短路故障的识别精度。
优选地，如图3所示，步骤S102中所述对所述预设采样时间内的海上双馈风力发电机组三相定子电流信号进行预处理，生成定子剩余电流信号，包括：
S1021、基于所述预设采样时间内的海上双馈风力发电机组三相定子电流信号，提取定子电流信号数量和多个同步定子电流信号周期内的海上双馈风力发电机组三相定子电流信号。
具体的，当预设采样时间为150秒时，将预设采样时间划分为多个0.02秒的同步定子电流信号周期。
S1022、基于所述定子电流信号数量和所述多个同步定子电流信号周期内的海上双馈风力发电机组三相定子电流信号确定定子电流信号时间同步平均信号。
其中，预设采样时间内的K个定子电流信号采样的时间同步平均信号如下式所示：
Figure 520465DEST_PATH_IMAGE016
上式中，
Figure 999988DEST_PATH_IMAGE017
表示第
Figure 967944DEST_PATH_IMAGE017
个同步定子电流信号周期，
Figure 64076DEST_PATH_IMAGE018
表示K个定子电流信号采 样的时间同步平均信号。
进一步地，当
Figure 119888DEST_PATH_IMAGE019
趋于无穷大时，定子电流信号时间同步平均信号的计算公式如下：
Figure 250655DEST_PATH_IMAGE020
上式中，
Figure 389512DEST_PATH_IMAGE021
表示定子电流信号时间同步平均信号，
Figure 176202DEST_PATH_IMAGE004
表示第
Figure 691497DEST_PATH_IMAGE022
个同步 定子电流信号周期内的海上双馈风力发电机组三相定子电流信号，
Figure 270246DEST_PATH_IMAGE023
表示定子电流信号 数量。
进一步地，当
Figure 580005DEST_PATH_IMAGE019
趋于无穷大时，海上双馈风力发电机组三相定子电流信号中的噪 声分量
Figure 385150DEST_PATH_IMAGE024
的平均值趋于零时，定子电流信号时间同步平均信号与海上双馈风力发电机 组三相定子电流信号的谐波分量相同，即：
Figure 907398DEST_PATH_IMAGE025
因此，时间同步平均算法允许海上双馈风力发电机组三相定子电流信号中与机械结构相关的分量和与电气部件相关的定子电流信号分量之间进行分离。
S1023、将所述海上双馈风力发电机组三相定子电流信号与所述定子电流信号时间同步平均信号相减，生成所述定子剩余电流信号。
具体的，当定子电流信号的谐波部分
Figure 747178DEST_PATH_IMAGE026
与50Hz对应时，剩余电流通过海上双 馈风力发电机组三相定子电流信号与定子电流信号时间同步平均信号相减给出，其中，定 子剩余电流信号表示与机械现象有关的频率，如下式所示：
Figure 227838DEST_PATH_IMAGE027
上式中，
Figure 130066DEST_PATH_IMAGE028
表示定子剩余电流信号，其中定子剩余电流信号为时域信号。
优选地，如图4所示，步骤S103中上述基于所述定子剩余电流信号构建剩余电流频谱图，并基于所述剩余电流频谱图对海上风电机组转子绕组匝间短路故障进行识别，包括：
S1031、将所述定子剩余电流信号转换为定子频域信号，并基于所述定子频域信号构建所述剩余电流频谱图。
具体的，利用傅里叶变换算法将定子剩余电流信号
Figure 721584DEST_PATH_IMAGE029
转化为定子频域信 号，其计算公式如下所示：
Figure 681450DEST_PATH_IMAGE030
上式中，
Figure 801853DEST_PATH_IMAGE031
表示定子频域信号，
Figure 581590DEST_PATH_IMAGE032
表示复变函数。
进一步地，基于定子频域信号中的频率与幅值构建剩余电流频谱图。
进一步地，也可以利用MATLAB软件，（是美国MathWorks公司出品的商业数学软件， 用于数据分析、无线通信、深度学习、图像处理与计算机视觉、信号处理、量化金融与风险管 理、机器人，控制系统等领域）将定子剩余电流信号
Figure 570275DEST_PATH_IMAGE033
转化为频域信号。
S1032、对所述剩余电流频谱图中的频域波形进行分析，基于分析结果对所述海上风电机组转子绕组匝间短路故障进行识别。
具体的，若所述频域波形中存在频率尖峰，则海上风电机组转子绕组匝间存在短路故障；若所述频域波形中不存在频率尖峰，则海上风电机组转子绕组匝间不存在短路故障，则缩短采样时间，继续采集海上双馈风力发电机组三相定子电流信号，进而对海上双馈风力发电机组三相定子电流信号进行处理计算，判断是否出现短路故障。
进一步地，也可以预先设置短路故障特征频率，若定子频域信号中出现短路故障特征频率，则可以确定海上风电机组转子绕组的匝间发生短路故障；其中，当双馈式感应发电机工作在正常状态下时，定转子电压电流均三相对称；一旦发生转子匝间短路故障，转子绕组的不对称会产生一个正序的旋转磁场和一个负序的旋转磁场，这两个反向的旋转磁场同时交链定、转子绕组，将在定子电压电流中感应出一系列的谐波分量，其表达式如下所示：
Figure 384647DEST_PATH_IMAGE034
式中：
Figure 207109DEST_PATH_IMAGE035
表示海上风电定子侧谐波频率，k=1，2，3，
Figure 942984DEST_PATH_IMAGE036
表示转差率，
Figure 141884DEST_PATH_IMAGE037
表示基波 频率，若定子频域信号中含有上述谐波分量（即海上风电定子侧谐波频率），则可以确定海 上风电机组转子绕组的匝间发生短路故障。
下面通过一个具体的例子来说明利用时间同步平均算法与傅里叶算法进行短路故障识别的技术效果的。
以某型号双馈海上风力发电机组为例，海上风电机组的发电机转差率设置为0.05，当其转子绕组发生匝间短路故障时，定子电流信号原始波形如图5所示，定子电流信号以正弦波为主，对定子电流信号进行时间同步平均处理计算后，定子剩余电流信号的波形如图6所示，其中包含故障特征量及少量噪声等信号，相比定子电流信号剩余电流中信号更加明显，易于分析匝间短路故障特征量；
采用傅里叶变换算法对定子电流信号和定子剩余电流信号
Figure 810763DEST_PATH_IMAGE038
分别进行频 谱分析，如图7所示，可知基频的幅度能量较高，故障信号特征不明显，在转差率较小时，将 淹没基频附近的故障特征，难以识别故障；图8为时间同步平均处理后的剩余电流频谱图， 其中基频幅度较小，故障频率尖峰非常明显，所对应频率分别为45Hz和55Hz，符合匝间短路 实验的结论，并对转子绕组匝间短路故障进行了准确识别。
上述通过对定子电流信号时间同步平均算法预处理后进行傅里叶变换诊断，相比采用传统方法或直接电流分析故障特征，预处理后的剩余电流中故障特征更加明显。
实施例2
本实施例提供一种海上风电机组转子绕组匝间短路故障识别装置，如图9所示，包括：
采集模块91，用于采集预设采样时间内的海上双馈风力发电机组三相定子电流信号。
其中，预设采样时间一般设置为150秒（s），海上双馈风力发电机组三相定子电流信号用下式进行表示：
Figure 157124DEST_PATH_IMAGE039
上式中，
Figure 911453DEST_PATH_IMAGE040
表示海上双馈风力发电机组三相定子电流信号，
Figure 382886DEST_PATH_IMAGE041
表示海上 双馈风力发电机组三相定子电流信号的谐波分量；
Figure 906271DEST_PATH_IMAGE042
表示海上双馈风力发电机组三 相定子电流信号中与机械结构相关的分量，
Figure 70536DEST_PATH_IMAGE043
表示海上双馈风力发电机组三相定子电流 信号中的噪声分量。
预处理模块92，用于对所述预设采样时间内的海上双馈风力发电机组三相定子电流信号进行预处理，生成定子剩余电流信号。
具体的，利用时间同步平均算法对所述预设采样时间内的海上双馈风力发电机组三相定子电流信号进行预处理。
识别模块93，用于基于所述定子剩余电流信号构建剩余电流频谱图，并基于所述剩余电流频谱图对海上风电机组转子绕组匝间短路故障进行识别。
上述一种海上风电机组转子绕组匝间短路故障识别装置，通过对预设采样时间内的海上双馈风力发电机组三相定子电流信号进行预处理，降低了海上风电机组定子电流的基波干扰，进而基于定子剩余电流信号构建剩余电流频谱图，并基于剩余电流频谱图对海上风电机组转子绕组匝间短路故障进行识别，提高了海上风电机组转子绕组匝间短路故障的识别精度。
优选地，如图10所示，所述预处理模块92，包括：
提取单元921，用于基于所述预设采样时间内的海上双馈风力发电机组三相定子电流信号，提取定子电流信号数量和多个同步定子电流信号周期内的海上双馈风力发电机组三相定子电流信号。
具体的，当预设采样时间为150秒时，将预设采样时间划分为多个0.02秒的同步定子电流信号周期。
确定单元922，用于基于所述定子电流信号数量和所述多个同步定子电流信号周期内的海上双馈风力发电机组三相定子电流信号确定定子电流信号时间同步平均信号。
其中，预设采样时间内的K个定子电流信号采样的时间同步平均信号如下式所示：
Figure 905637DEST_PATH_IMAGE044
上式中，
Figure 446340DEST_PATH_IMAGE045
表示第
Figure 824231DEST_PATH_IMAGE045
个同步定子电流信号周期，
Figure 893818DEST_PATH_IMAGE046
表示K个定子电流信号采 样的时间同步平均信号。
进一步地，当
Figure 357161DEST_PATH_IMAGE019
趋于无穷大时，定子电流信号时间同步平均信号的计算公式如下：
Figure 45762DEST_PATH_IMAGE047
上式中，
Figure 278161DEST_PATH_IMAGE048
表示定子电流信号时间同步平均信号，
Figure 49807DEST_PATH_IMAGE049
表示第
Figure 469287DEST_PATH_IMAGE050
个同步定 子电流信号周期内的海上双馈风力发电机组三相定子电流信号，
Figure 351793DEST_PATH_IMAGE051
表示定子电流信号数 量。
进一步地，当
Figure 704277DEST_PATH_IMAGE019
趋于无穷大时，海上双馈风力发电机组三相定子电流信号中的噪 声分量
Figure 240300DEST_PATH_IMAGE052
的平均值趋于零时，定子电流信号时间同步平均信号与海上双馈风力发电机 组三相定子电流信号的谐波分量相同，即：
Figure 678235DEST_PATH_IMAGE053
因此，时间同步平均算法允许海上双馈风力发电机组三相定子电流信号中与机械结构相关的分量和与电气部件相关的定子电流信号分量之间进行分离。
生成单元923，用于将所述海上双馈风力发电机组三相定子电流信号与所述定子 电流信号时间同步平均信号相减，生成所述定子剩余电流信号。具体的，当定子电流信号的 谐波部分
Figure 833273DEST_PATH_IMAGE054
与50Hz对应时，剩余电流通过海上双馈风力发电机组三相定子电流信号 与定子电流信号时间同步平均信号相减给出，其中，定子剩余电流信号表示与机械现象有 关的频率，如下式所示：
Figure 40263DEST_PATH_IMAGE055
上式中，
Figure 153713DEST_PATH_IMAGE056
表示定子剩余电流信号，其中定子剩余电流信号为时域信号。
优选地，所述识别模块93，包括：
构建单元931，用于将所述定子剩余电流信号转换为定子频域信号，并基于所述定子频域信号构建所述剩余电流频谱图。
具体的，利用傅里叶变换算法将定子剩余电流信号
Figure 423151DEST_PATH_IMAGE057
转化为定子频域信号， 其计算公式如下所示：
Figure 647459DEST_PATH_IMAGE058
上式中，
Figure 974535DEST_PATH_IMAGE059
表示定子频域信号，
Figure 462148DEST_PATH_IMAGE060
表示复变函数。
进一步地，基于定子频域信号中的频率与幅值构建剩余电流频谱图。
进一步地，也可以利用MATLAB软件，（是美国MathWorks公司出品的商业数学软件， 用于数据分析、无线通信、深度学习、图像处理与计算机视觉、信号处理、量化金融与风险管 理、机器人，控制系统等领域）将定子剩余电流信号
Figure 874675DEST_PATH_IMAGE061
转化为频域信号。
识别单元932，用于对所述剩余电流频谱图中的频域波形进行分析，基于分析结果对所述海上风电机组转子绕组匝间短路故障进行识别。
具体的，若所述频域波形中存在频率尖峰，则海上风电机组转子绕组匝间存在短路故障；若所述频域波形中不存在频率尖峰，则海上风电机组转子绕组匝间不存在短路故障，则缩短采样时间，继续采集海上双馈风力发电机组三相定子电流信号，进而对海上双馈风力发电机组三相定子电流信号进行处理计算，判断是否出现短路故障。
进一步地，也可以预先设置短路故障特征频率，若定子频域信号中出现短路故障特征频率，则可以确定海上风电机组转子绕组的匝间发生短路故障；其中，当双馈式感应发电机工作在正常状态下时，定转子电压电流均三相对称；一旦发生转子匝间短路故障，转子绕组的不对称会产生一个正序的旋转磁场和一个负序的旋转磁场，这两个反向的旋转磁场同时交链定、转子绕组，将在定子电压电流中感应出一系列的谐波分量，其表达式如下所示：
Figure 902674DEST_PATH_IMAGE062
式中：
Figure 677732DEST_PATH_IMAGE063
表示海上风电定子侧谐波频率，k=1，2，3，
Figure 132984DEST_PATH_IMAGE064
表示转差率，
Figure 236069DEST_PATH_IMAGE065
表示基波 频率，若定子频域信号中含有上述谐波分量（即海上风电定子侧谐波频率），则可以确定海 上风电机组转子绕组的匝间发生短路故障。
实施例3
本实施例提供一种计算机设备，包括存储器和处理器，处理器用于读取存储器中存储的指令，以执行上述任意方法实施例中的一种海上风电机组转子绕组匝间短路故障识别方法。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
实施例4
本实施例提供一种计算机可读存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的一种海上风电机组转子绕组匝间短路故障识别方法。其中，所述存储介质可为磁碟、光盘、只读存储记忆体（Read-OnlyMemory，ROM）、随机存储记忆体（Random Access Memory，RAM）、快闪存储器（FlashMemory）、硬盘（Hard Disk Drive，缩写：HDD）或固态硬盘（Solid-State Drive，SSD）等；所述存储介质还可以包括上述种类的存储器的组合。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种海上风电机组转子绕组匝间短路故障识别方法，其特征在于，包括如下步骤：
采集预设采样时间内的海上双馈风力发电机组三相定子电流信号；
对所述预设采样时间内的海上双馈风力发电机组三相定子电流信号进行预处理，生成定子剩余电流信号；
基于所述定子剩余电流信号构建剩余电流频谱图，并基于所述剩余电流频谱图对海上风电机组转子绕组匝间短路故障进行识别。
2.根据权利要求1所述的一种海上风电机组转子绕组匝间短路故障识别方法，其特征在于，所述对所述预设采样时间内的海上双馈风力发电机组三相定子电流信号进行预处理，生成定子剩余电流信号，包括：
基于所述预设采样时间内的海上双馈风力发电机组三相定子电流信号，提取定子电流信号数量和多个同步定子电流信号周期内的海上双馈风力发电机组三相定子电流信号；
基于所述定子电流信号数量和所述多个同步定子电流信号周期内的海上双馈风力发电机组三相定子电流信号确定定子电流信号时间同步平均信号；
将所述海上双馈风力发电机组三相定子电流信号与所述定子电流信号时间同步平均信号相减，生成所述定子剩余电流信号。
3.根据权利要求2所述的一种海上风电机组转子绕组匝间短路故障识别方法，其特征在于，所述基于所述定子电流信号数量和所述多个同步定子电流信号周期内的海上双馈风力发电机组三相定子电流信号确定定子电流信号时间同步平均信号，其中，定子电流信号时间同步平均信号的计算公式如下：
Figure 147652DEST_PATH_IMAGE001
上式中，
Figure 833849DEST_PATH_IMAGE002
表示定子电流信号时间同步平均信号，
Figure 40839DEST_PATH_IMAGE003
表示第
Figure 623130DEST_PATH_IMAGE004
个同步定子电 流信号周期内的海上双馈风力发电机组三相定子电流信号，
Figure 548361DEST_PATH_IMAGE005
表示定子电流信号数量。
4.根据权利要求1所述的一种海上风电机组转子绕组匝间短路故障识别方法，其特征在于，所述基于所述定子剩余电流信号构建剩余电流频谱图，并基于所述剩余电流频谱图对海上风电机组转子绕组匝间短路故障进行识别，包括：
将所述定子剩余电流信号转换为定子频域信号，并基于所述定子频域信号构建所述剩余电流频谱图；
对所述剩余电流频谱图中的频域波形进行分析，基于分析结果对所述海上风电机组转子绕组匝间短路故障进行识别。
5.根据权利要求4所述的一种海上风电机组转子绕组匝间短路故障识别方法，其特征在于，所述对所述剩余电流频谱图中的频域波形进行分析，基于分析结果对所述短路故障进行识别，包括：
若所述频域波形中存在频率尖峰，则海上风电机组转子绕组匝间存在短路故障。
6.一种海上风电机组转子绕组匝间短路故障识别装置，其特征在于，包括：
采集模块，用于采集预设采样时间内的海上双馈风力发电机组三相定子电流信号；
预处理模块，用于对所述预设采样时间内的海上双馈风力发电机组三相定子电流信号进行预处理，生成定子剩余电流信号；
识别模块，用于基于所述定子剩余电流信号构建剩余电流频谱图，并基于所述剩余电流频谱图对海上风电机组转子绕组匝间短路故障进行识别。
7.根据权利要求6所述的一种海上风电机组转子绕组匝间短路故障识别装置，其特征在于，所述预处理模块，包括：
提取单元，用于基于所述预设采样时间内的海上双馈风力发电机组三相定子电流信号，提取定子电流信号数量和多个同步定子电流信号周期内的海上双馈风力发电机组三相定子电流信号；
确定单元，用于基于所述定子电流信号数量和所述多个同步定子电流信号周期内的海上双馈风力发电机组三相定子电流信号确定定子电流信号时间同步平均信号；
生成单元，用于将所述海上双馈风力发电机组三相定子电流信号与所述定子电流信号时间同步平均信号相减，生成所述定子剩余电流信号。
8.根据权利要求6所述的一种海上风电机组转子绕组匝间短路故障识别装置，其特征在于，所述识别模块，包括：
构建单元，用于将所述定子剩余电流信号转换为定子频域信号，并基于所述定子频域信号构建所述剩余电流频谱图；
识别单元，用于对所述剩余电流频谱图中的频域波形进行分析，基于分析结果对所述海上风电机组转子绕组匝间短路故障进行识别。
9.一种计算机设备，其特征在于，包括处理器和存储器，其中，所述存储器用于存储计算机程序，所述处理器被配置用于调用所述计算机程序，执行如权利要求1-5中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述计算机指令被处理器执行时实现如权利要求1-5中任一项所述方法的步骤。
CN202210794588.7A 2022-07-07 2022-07-07 一种海上风电机组转子绕组匝间短路故障识别方法及装置 Active CN114859226B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210794588.7A CN114859226B (zh) 2022-07-07 2022-07-07 一种海上风电机组转子绕组匝间短路故障识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210794588.7A CN114859226B (zh) 2022-07-07 2022-07-07 一种海上风电机组转子绕组匝间短路故障识别方法及装置

Publications (2)

Publication Number Publication Date
CN114859226A true CN114859226A (zh) 2022-08-05
CN114859226B CN114859226B (zh) 2022-09-30

Family

ID=82626297

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210794588.7A Active CN114859226B (zh) 2022-07-07 2022-07-07 一种海上风电机组转子绕组匝间短路故障识别方法及装置

Country Status (1)

Country Link
CN (1) CN114859226B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101017191A (zh) * 2007-03-01 2007-08-15 华北电力大学 一种汽轮发电机转子绕组匝间短路故障在线诊断方法
US20110266986A1 (en) * 2009-01-14 2011-11-03 Airbus Operations Gmbh Fault detection method for electric motors with one or several star points
CN107783006A (zh) * 2017-10-18 2018-03-09 华北电力大学（保定） 水轮发电机转子绕组匝间短路故障检测方法
CN113064073A (zh) * 2021-03-12 2021-07-02 合肥恒大江海泵业股份有限公司 基于剩余电流的永磁同步电机匝间短路故障诊断方法
CN113848477A (zh) * 2021-10-19 2021-12-28 南京理工大学 一种多相永磁同步电机匝间短路故障诊断方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101017191A (zh) * 2007-03-01 2007-08-15 华北电力大学 一种汽轮发电机转子绕组匝间短路故障在线诊断方法
US20110266986A1 (en) * 2009-01-14 2011-11-03 Airbus Operations Gmbh Fault detection method for electric motors with one or several star points
CN107783006A (zh) * 2017-10-18 2018-03-09 华北电力大学（保定） 水轮发电机转子绕组匝间短路故障检测方法
CN113064073A (zh) * 2021-03-12 2021-07-02 合肥恒大江海泵业股份有限公司 基于剩余电流的永磁同步电机匝间短路故障诊断方法
CN113848477A (zh) * 2021-10-19 2021-12-28 南京理工大学 一种多相永磁同步电机匝间短路故障诊断方法

Also Published As

Publication number Publication date
CN114859226B (zh) 2022-09-30

Similar Documents

Publication Publication Date Title
Leite et al. Detection of localized bearing faults in induction machines by spectral kurtosis and envelope analysis of stator current
CN107132450B (zh) 一种海上双馈电机定子绕组匝间短路早期故障辨识方法
Henao et al. Trends in fault diagnosis for electrical machines: A review of diagnostic techniques
US10088506B2 (en) Method for detecting a fault condition in an electrical machine
CN102360054B (zh) 一种大型发电机励磁绕组匝间短路故障程度的诊断方法
Garcia-Calva et al. Non-uniform time resampling for diagnosing broken rotor bars in inverter-fed induction motors
CN108051739B (zh) 用于监测永磁电机转子失磁故障的方法和系统
Bebars et al. Internal electrical fault detection techniques in DFIG-based wind turbines: a review
Amirat et al. Condition monitoring of wind turbines based on amplitude demodulation
CN111983452B (zh) 用于检测多相无刷励磁机的电枢绕组故障的方法和系统
Yazidi et al. Rotor inter-turn short circuit fault detection in wound rotor induction machines
CN113285471B (zh) 海上风电场次超同步振荡源感知与定位方法、装置及设备
CA3157882A1 (en) Fault detection in synchronous machines
Chen et al. Fault anomaly detection of synchronous machine winding based on isolation forest and impulse frequency response analysis
Tian et al. A review of fault diagnosis for traction induction motor
Zhao et al. Detection of interturn short-circuit faults in DFIGs based on external leakage flux sensing and the VMD-RCMDE analytical method
BR112014007556B1 (pt) método de determinação de sinais estacionários para o diagnóstico de um sistema eletromecânico
Pietrzak et al. Stator Winding Fault Detection of Permanent Magnet Synchronous Motors Based on the Short-Time Fourier Transform
Sarma et al. Rotor electrical fault detection in DFIGs using wide-band controller signals
Zhao et al. The inter-turns short circuit fault detection based on external leakage flux sensing and VMD-HHT analytical method for DFIG
CN113009337B (zh) 海上风电永磁直驱电机匝间短路故障识别方法
CN114859226B (zh) 一种海上风电机组转子绕组匝间短路故障识别方法及装置
Shu et al. DBF-CNN: A double-branch fusion residual CNN for diagnosis of induction motor broken rotor bar
Salomon et al. Electrical Signature Analysis for Condition Monitoring of Permanent Magnet Synchronous Machine.
Vedreño-Santos et al. Diagnosis of faults in induction generators under fluctuating load conditions through the instantaneous frequency of the fault components

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