JP6835554B2 - 電気機械を監視するシステム及び方法 - Google Patents
電気機械を監視するシステム及び方法 Download PDFInfo
- Publication number
- JP6835554B2 JP6835554B2 JP2016236365A JP2016236365A JP6835554B2 JP 6835554 B2 JP6835554 B2 JP 6835554B2 JP 2016236365 A JP2016236365 A JP 2016236365A JP 2016236365 A JP2016236365 A JP 2016236365A JP 6835554 B2 JP6835554 B2 JP 6835554B2
- Authority
- JP
- Japan
- Prior art keywords
- acoustic emission
- event
- data
- partial discharge
- sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims description 67
- 238000000034 method Methods 0.000 title claims description 38
- 238000003909 pattern recognition Methods 0.000 claims description 25
- 230000006378 damage Effects 0.000 claims description 20
- 230000001360 synchronised effect Effects 0.000 claims description 7
- 239000013307 optical fiber Substances 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 description 18
- 238000012360 testing method Methods 0.000 description 12
- 230000008901 benefit Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000003908 quality control method Methods 0.000 description 6
- 238000012512 characterization method Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 239000011810 insulating material Substances 0.000 description 4
- 238000009413 insulation Methods 0.000 description 4
- 239000012212 insulator Substances 0.000 description 4
- 239000002184 metal Substances 0.000 description 4
- 229910052751 metal Inorganic materials 0.000 description 4
- 230000001052 transient effect Effects 0.000 description 4
- 239000003990 capacitor Substances 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
- 230000006866 deterioration Effects 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 230000002427 irreversible effect Effects 0.000 description 3
- 239000004020 conductor Substances 0.000 description 2
- 238000004870 electrical engineering Methods 0.000 description 2
- 238000010292 electrical insulation Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012567 pattern recognition method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical group [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 241000842539 Rhagades Species 0.000 description 1
- 206010040849 Skin fissures Diseases 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000002144 chemical decomposition reaction Methods 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003989 dielectric material Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010891 electric arc Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000005191 phase separation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/14—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object using acoustic emission techniques
-
- 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
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/92—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating breakdown voltage
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/22—Details, e.g. general constructional or apparatus details
- G01N29/24—Probes
- G01N29/2418—Probes using optoacoustic interaction with the material, e.g. laser radiation, photoacoustics
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4445—Classification of defects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4481—Neural networks
-
- 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
- G01R31/12—Testing 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
- G01R31/1227—Testing 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/046—Forward inferencing; Production systems
- G06N5/047—Pattern matching networks; Rete networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/025—Change of phase or condition
- G01N2291/0258—Structural degradation, e.g. fatigue of composites, ageing of oils
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/028—Material parameters
- G01N2291/0289—Internal structure, e.g. defects, grain size, texture
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/26—Scanned objects
- G01N2291/263—Surfaces
- G01N2291/2638—Complex surfaces
-
- 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
- G01R31/12—Testing 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
- G01R31/1209—Testing 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 using acoustic measurements
-
- 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
- G01R31/12—Testing 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
- G01R31/1227—Testing 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
- G01R31/1263—Testing 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 of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation
- G01R31/1272—Testing 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 of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation of cable, line or wire insulation, e.g. using partial discharge measurements
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Acoustics & Sound (AREA)
- Medical Informatics (AREA)
- Optics & Photonics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Computational Linguistics (AREA)
- Testing Relating To Insulation (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
Description
本発明は、検出、特徴付け及び診断のシステム及び方法に関する。より具体的には、本発明は、電気機械の疲労亀裂や部分放電事象の検出及び特徴付けのシステム及び方法に関する。
疲労亀裂や部分放電（ＰＤ）事象は、両方とも発電機システムの課題となっている。現象は互いの要因となり得るという点において関連している。部分放電は、疲労亀裂の数を増加させる傾向があり、疲労亀裂の数が増加すると、部分放電の頻度が増加する傾向がある。部分放電は、２つの導体間の空間を橋絡しない電気絶縁システムの局部的な絶縁破壊である。部分放電は、ナノ秒からマイクロ秒までの範囲の期間にわたって持続する高周波過渡電流パルスを発生する。部分放電は、多くの場合、空隙、疲労亀裂などの亀裂又は介在物内で、或いは固体誘電体内の導体−誘電体界面で始まる。部分放電はさらに、異なる絶縁材料間の境界に沿っても起こり得る。疲労亀裂は、材料への機械的及び電気的応力の両方を含む任意のタイプの周期的応力によってもたらされる場合もあるが、発電機システムの状況では、応力は主として電気的なものである。累積した部分放電は、疲労亀裂の事象を引き起こす可能性がある。
部分放電が絶縁材料の劣化を進行させ、最終的に電気的破壊に至る。繰り返すＰＤ事象は、絶縁材料の不可逆的な機械的及び化学的劣化の原因となる。損傷は、高エネルギー電子やイオンによって放散されるエネルギー、放電による紫外光、空隙壁を攻撃するオゾン、及び、化学的分解プロセスが高圧でガスを発生することによる亀裂に起因する。主として３種類の部分放電があり、内部部分放電、表面部分放電、及びコロナ部分放電である。高圧システムの内部ＰＤの履歴は、最終的には電気トリーイングを引き起こす。表面ＰＤの履歴は、最終的には絶縁トラッキングを誘発する。しかしながら、高電圧接続部に起因するコロナＰＤの履歴は一般に有害ではない。
ＰＤ監視及び検出は、電気信号及びアーキングの分析、電界、材料、電波伝播及び減衰、センサ空間感度、周波数応答及び較正、ノイズ、並びにデータ分析を監視することによってシステムの絶縁状態を評価することを含む。電気アークは、空気中の電流イオン化ガスに起因する２つの電極間の可視プラズマ放電である。
部分放電の大きさは、有害な放電発生の程度に関連しており、したがって絶縁体に与えられる損傷の量に関連する。パルス繰り返し率は、様々な最大の大きさレベルで発生する放電の量を示している。
部分放電測定システムは、超高周波（ＵＨＦ）センサ、高周波変流器（ＨＦＣＴ）、超音波マイク、過渡接地電圧（ＴＥＶ）センサ又はカップリングコンデンサ、広範囲の信号周波数を評価するための位相分解分析システム、又はそれらの組合せを含むことができる。ＵＨＦセンサは、一般に３００ＭＨｚ〜１．５ＧＨｚの範囲で検出する。ＨＦＣＴは、一般に５００ｋＨｚ〜５０ＭＨｚの範囲で検出する。超音波マイクは、一般に４０ｋＨｚ近傍で検出する。ＴＥＶセンサ又はカップリングコンデンサは、一般に、３〜１００ＭＨｚの範囲で検出する。位相分解分析システムは、パルスタイミングと交流（ＡＣ）周波数とを比較する。
部分放電の電気的な検出における重大な問題は、検出装置は、一般的には偽陽性として部分放電の誤検出につながる電磁ノイズに非常に脆弱であることである。しかしながら、高電圧システムでは、部分放電に起因するスパイクは、システム電圧の振幅と比較して非常に小さく、見過ごされる可能性があり、偽陽性につながる。通常、試験対象の装置は、さらにオフラインにして高電圧源から給電する必要があり、その後多大な時間及び装置を必要とする試験を受ける。従来のＰＤ測定システムは、疲労亀裂を検出できず、ＰＤ事象は検出できるが、位置は特定しない。
アコースティックエミッション（ＡＥ）は、材料内の過渡弾性波で、一般的には、材料がその構造において不可逆的な変化を受ける場合のような局部的な応力エネルギーの急速な放出の結果である。疲労亀裂事象は、アコースティックエミッションを発生させる。
音響検出システムは、一般に、２０ｋＨｚから１ＭＨｚ以上の周波数範囲の音波としてアコースティックエミッションを検出する。音響検出システムは、外部又は内部のシステムであってもよい。外部音響検出システムは、監視対象装置の外部に取り付けられたセンサを使用している。一方、内部システムは、圧力波を直接測定するために監視対象装置の内部に配置されたセンサを使用している。
他の方法に比べて音響検出の重要な利点は、複数の位置のセンサを用いて位置特定情報が利用できることである。この位置情報は、ＡＥのソースの位置を特定するのに役立つ場合がある。音響検出の別の利点は、電磁妨害又は電磁ノイズに対する耐性である。
JANUS, PATRICK. Acoustic Emission Properties of Partial Discharges in the time-domain and their applications, KTH Electrical Engineering, Stockholm 2012, Electromagnetic Engineering School of Electrical Engineering, Kungliga Tekniska Hogskolan, XR-EE-ETK 2012:004
一実施形態では、システムを監視する方法は、複数のアコースティックエミッションセンサを含むアコースティックエミッション監視システムと、複数の部分放電センサを含む部分放電監視システムとを同期させるステップと、アコースティックエミッションデータとして、アコースティックエミッションセンサによる、部品からのアコースティックエミッション信号の収集を指示し、電気データとして、部分放電センサによる電気信号の収集を指示するステップと、アコースティックエミッションデータ及び電気データのパターン認識によって、疲労亀裂事象又は部分放電事象として統計事象を分類するステップを含む。
別の実施形態では、発電機システムを監視する方法は、アコースティックエミッションデータとして、発電機システムの部品上の複数の第１のセンサによる、部品からのアコースティックエミッション信号の収集を指示するステップと、アコースティックエミッションデータのパターン認識によって、第１の統計事象を疲労亀裂事象として分類するステップとを含む。
別の実施形態では、監視システムは、複数のアコースティックエミッションセンサを含むアコースティックエミッション監視システムと、複数の部分放電センサを含み、かつアコースティックエミッション監視システムに同期された部分放電監視システムと、アコースティックエミッションセンサからのアコースティックエミッションデータ及び部分放電センサからの電気データを受信するコンピュータとを含む。コンピュータは、アコースティックエミッションデータのパターン認識によって、第１の統計事象を疲労亀裂事象として分類し、疲労亀裂事象に起因する第１の位置及び第１の損傷状態を判定し、アコースティックエミッションデータ又は電気データのパターン認識によって、部分放電事象として第２の統計事象を分類し、第２の統計事象のためにアコースティックエミッションデータと電気データを融合して、部分放電事象に起因する第２の位置及び第２の損傷状態を判定するように構成される。
本発明の他の特徴及び利点は、例えば、本発明の原理を図示する添付の図面と合わせて、以下のより詳細な説明から明らかになろう。
可能な限り、図面全体を通して、同じ符号は、同一の部分を表すために使用される。
発電機システムを監視し、部分放電事象及び疲労亀裂事象を検出し、識別するためのシステム及び方法が提供される。
本開示の実施形態は、例えば、本明細書に開示された１以上の特徴を含むことができない概念と比較して、部分放電事象及び疲労亀裂事象の両方の検出、放電や疲労亀裂事象の位置の判定、電磁ノイズへの低減した感度、修復が可能な初期段階での発電機システムの故障の予測、ＰＤ事象からのデータ融合、ＰＤ事象の改善された測定及び特徴付け、内部、表面、又はコロナＰＤ事象、又はそれらの組合せとしてＰＤ事象の識別を提供する。
図１を参照して、監視システム１０は、アコースティックエミッション監視システム、部分放電監視システム、及びコンピュータ１２を備えている。監視システム１０は、発電機システム１４を監視する。ＡＥ監視システムは、発電機システム１４からのアコースティックエミッション信号を感知するアコースティックエミッションセンサ１６と、ＡＥセンサ１６からのＡＥ信号を受信し、アコースティックエミッションデータをコンピュータ１２に送信するアコースティックエミッション監視部１８とを備えている。ＰＤ監視システムは、発電機システム１４からの電気信号を感知する部分放電センサ２０と、ＰＤセンサ２０からの電気信号を受信し、電気データをコンピュータ１２に送信する部分放電監視部２２とを備えている。どのようなタイプのＰＤセンサ２０も、本発明の趣旨の範囲内で電気信号を検出するのに使用できる。
圧電ＡＥセンサを使用してもよいが、ＡＥセンサ１６は好ましくは、光ファイバＡＥセンサである。導電性材料を使用しない光ファイバＡＥセンサは、監視対象システムの高電圧による影響を受けない。光ファイバＡＥセンサは、アーキングを発生させることなく絶縁材料自体に埋め込まれてもよい。さらに、光ファイバＡＥセンサは、アコースティックエミッションの感知に加えて、さらにシステムの歪及び温度を同時に測定することができる。
幾つかの実施形態では、センサ１６及び２０は、統合されたＰＤ／ＡＥセンサであり、各センサ１６及び２０は、電気信号及びＡＥ信号の両方を検出することが可能である。幾つかの実施形態では、統合されたＰＤセンサ２０／ＡＥセンサ１６は、それぞれ１つのパッケージにＡＥ感知及び電気ベースのＰＤ感知を統合するトランスデューサを含む。
幾つかの実施形態では、監視対象発電機システムは、２極、３相発電機システムであり、センサは、監視対象発電機システムの６個の出力（各３相の２つの極）上に配置される。他の実施形態では、発電機システムは、４極、３相発電機システムであり、センサは、監視対象発電機システムの１２個の出力（各３相の４つの極）上に配置される。
コンピュータ１２は、アコースティックエミッション監視システムからのアコースティックエミッションデータ及び部分放電監視システムからの電気データを受信する。コンピュータ１２は、ソフトウェア、ハードウェア、ユーザ入力、又はそれらの組合せのいずれかによって、アコースティックエミッションデータのパターン認識により、第１の統計事象を疲労亀裂として分類し、第１の位置及び疲労亀裂事象の第１の損傷状態を判定し、アコースティックエミッションデータ又は電気データのパターン認識によって、第２の統計事象を部分放電事象として分類し、第２の統計事象のためにアコースティックエミッションデータと電気データを融合して、第２の位置及び部分放電事象の第２の損傷状態を判定するように構成される。
図１及び図２を参照して、発電機システム１４を監視する方法は、発電機システム１４の部品上のアコースティックエミッション検出システムのアコースティックエミッションセンサ１６の位置を特定し、部品上の部分放電検出システムの部分放電センサ２０の位置を特定することを含む。幾つかの実施形態では、この部品は、銅／絶縁体部品である。幾つかの実施形態では、センサ１６及び２０は、図１に示すように、下部リード接続リング上に配置される。本方法は、アコースティックエミッション検出システムと部分放電検出システムを同期させることをさらに含む（ステップ３２）。幾つかの実施形態では、クロック３０は、２つのシステムを同期させる（ステップ３２）。検出された事象は、マイクロ秒の時間尺度で起こるため、可能な限り正確に同期することが望ましい。本方法は、アコースティックエミッションデータとして、アコースティックエミッションセンサ１６による、部品からのアコースティックエミッション信号の収集を指示し、電気データとして、部分放電センサ２０による、部品からの電気信号の収集を指示することをさらに含む。
アコースティックエミッション検出システムは、電気信号を電気データとして記録する部分放電検出システムと同時に（ステップ３６）、アコースティックエミッション信号をアコースティックエミッションデータとして記録する（ステップ３４）。並行して、音響特徴をアコースティックエミッションデータから抽出し（ステップ３８）、電気特徴を電気データから抽出する（ステップ４０）。並行して、音響パターン認識は、音響特徴を音響統計事象として分類し（ステップ４２）、電気パターン認識は、電気特徴を電気統計事象として分類する（ステップ４４）。任意の適切なパターン認識プロセスは、本発明の趣旨の範囲内で実施することができる。音響統計事象及び電気統計事象は、分離したシステムによって整合性、明確化、分類の確認のためのクロスチェックとして比較される（ステップ４６）。疲労亀裂事象として分類された音響統計事象に対応する任意のアコースティックエミッションデータは、疲労亀裂事象の位置及び度合いを判定するために分析することができる（ステップ４８）。ＰＤ事象として分類されたアコースティックエミッション事象に対応する任意のアコースティックエミッションデータを分析し（ステップ５０）、ＰＤ事象として分類された電気統計事象に対応する任意の電気データを分析し（ステップ５２）、アコースティックエミッションデータと電気データは、ＰＤ事象をさらに特徴付けるために融合してもよい（ステップ５４）。幾つかの実施形態で、ＰＤ事象は、内部、表面、又はコロナＰＤ事象として特徴付けられる。疲労亀裂事象結果及びＰＤ事象結果は、次に発電機システムの損傷状態を推定するために分析される（ステップ５６）。
本明細書においてアコースティックエミッションは、物質がその内部構造において不可逆的な変化を受ける場合に発生する固体における音響（弾性）波の発生及び伝播現象のことである。例えば、部分放電のような亀裂形成や外部負荷は、アコースティックエミッションを引き起こす可能性がある。
ＡＥデータから抽出され得る幾つかの特徴を図３に示す。特徴抽出は、好ましくは、システムが振幅閾値６０より大きいピークを探すように、まず振幅閾値６０を定めることに基づく。事象を検索する場合、システムは、このようなピークのかたまりを探すことができる。ピークの持続時間６２は、最初のピークが閾値６０と交差してから、最後のピークが閾値６０より下に低下するまでの時間である。図３における事象の持続時間は、約３４μｓである。立ち上がり時間６４は、最初のピークが閾値６０と交差してから、最大ピークが最大値に達するまでの時間である。図３における事象の立ち上がり時間は、約１６μｓである。ピーク振幅６６は、最大ピークの高さであり、カウント６８はピークが閾値６０を越える各回である。５個のこのようなカウント６８が図３に示される。
幾つかの実施形態では、本方法は、リアルタイムで現場でシステムを監視する。幾つかの実施形態では、システムは、リアルタイムで発電機部品を監視する。オンライン部分放電試験によって、電気装置の傾向及び分析が可能になる。ＡＣサイクルの３６０度に対する部分放電活動の検査によって、適切な修正措置が実行できるように部分放電の顕著な根本原因を特定することができる。図７に示すように、ＰＤ事象は常にＡＣサイクルの第１及び第３四半周期中に発生するということは、ＰＤ事象及びＡＥ事象をよりよく分類できるということにおいて、ＡＥ及びＰＤシステムが相互に利益を受けるのに役立つ。オンライン部分放電試験は、劣化の進行段階で絶縁を検出し、傾向が最終的な故障のずっと前に問題を識別できてもよい。
他の実施形態では、本方法は、システムがオフライン又はシャットダウンしていてもよい間、或いはシステムの製造時に、品質管理や検査目的のためにシステムを監視する。幾つかの実施形態では、システムは、正帯電下で強調された負極性のパルスを測定し、負帯電下で強調された正極性のパルスを測定する。幾つかの実施形態では、システムは、工場／停止高電位（ｈｉｐｏｔ）試験及び絶縁品質管理（ＱＣ）試験の間監視する。本明細書において高電位試験は、電気システムにおいて電気絶縁状態を確認するための電気的試験のクラスのことである。幾つかの実施形態では、高電位試験は、高電圧を印加し、結果として絶縁体を通って流れる電流を監視し、絶縁体が電気的ショックから保護するのに十分であるか否かを決定することを含む。幾つかの実施形態では、絶縁品質管理アコースティックエミッションデータが収集される。このデータは、高電位試験を補完するために使用することができる。幾つかの実施形態では、本方法は、停止中に使用中が適用される。幾つかの実施形態では、品質管理アコースティックエミッションデータが高電位試験を補完する。幾つかの実施形態では、ＡＥシステム及び／又はＰＤシステムは、停止中に使用中が適用される。
幾つかの実施形態では、発電機システムのＰＤ監視は、システムの将来的な故障を予測しかつ防止するためにＡＥデータを用いて改善される。幾つかの実施形態では、ＡＥシステムは、ＡＥ信号をＡＥデータとして記録し、特徴を抽出し、パターン認識方法を用いて統計事象を分類する。幾つかの実施形態では、ＰＤシステムは、電気データを収集して記録し、特徴を抽出し、パターン認識方法を用いて統計事象を分類する。疲労亀裂事象の場合には、ＡＥシステムは、ＡＥデータを分析して疲労亀裂事象に起因する損傷状態を判定する。ＰＤ事象の場合には、ＡＥシステム及びＰＤシステムは、ＡＥデータとＰＤ電気データを融合することにより連携して動作し、ＰＤ事象に起因する損傷状態を分析する。任意の適切なデータ融合方法は、本発明の趣旨の範囲内で使用することができる。
幾つかの実施形態では、ＡＥシステム及びＰＤシステムは、疲労亀裂事象及び部分放電事象を検出するための統合システムを共に構成している。組合せて監視するＡＥシステム及びＰＤシステムは、ＰＤ事象からのデータ融合を提供し、これはＰＤシステム及びＡＥシステムが相互に利益を受けるのに役立ち、ＰＤ事象の改善された測定及び特徴付けにつながる。幾つかの実施形態では、測定されたＰＤ強度の急激な低下は、監視対象システムの切迫している故障の指標となる。
幾つかの実施形態では、ＡＥシステムは、ＰＤ事象及び疲労亀裂事象についてリアルタイムで発電機の１以上の部品を監視する。幾つかの実施形態では、ＡＥシステムデータは、ＰＤ測定システムを改善する。幾つかの実施形態では、ＰＤシステムデータは、ＡＥシステムを改善する。幾つかの実施形態では、ＡＥ及び／又はＰＤシステムデータからの特徴抽出及びパターン認識は、ＰＤ及び疲労亀裂関連事象分類を提供する。幾つかの実施形態では、適応機械学習は、統合監視システムを改善する。幾つかの実施形態では、品質管理アコースティックエミッションデータが収集される。
ＡＥ検出は、電気ノイズに影響されにくいため、発電機システムにおけるＰＤ監視システムよりも小さいＰＤ事象の検出により効果的である。ＰＤ監視システムは、重大な損傷が発生した後にのみＰＤ事象の検出を開始する傾向があるのに対し、ＡＥ監視システムはＰＤ事象を検出し、したがって早期に損傷を監視して故障をより効果的に防止することができる。
信号処理及び特徴抽出は、収集されたデータからのピーク振幅６６の抽出、周波数、閾値６０を越えるカウントすなわちヒット６８、持続時間６２及び立ち上がり時間６４を含むことができる。幾つかの実施形態では、データ融合及び適応機械学習は、ＡＥシステムデータ及びＰＤシステムデータに基づいてＰＤ測定及び特徴付けを改善する。
幾つかの実施形態では、ＡＥ検出システムによって検出された事象とＰＤ検出システムによって検出された事象の比は、時間の関数として判定され、かつ監視される。比がほぼ一定のままである場合には、検出された事象はＰＤ事象であると仮定することができる。しかしながら、比が時間的に増加している場合、ＰＤ事象ではない何かが発生している予想であり、１以上の疲労亀裂事象の発生を示すことができる。
幾つかの実施形態では、監視システムがリアルタイムで監視するか又は検査条件下で監視するかに関わらず、監視システムは、監視対象システム又は部品が、許容可能状態であるか又は許容不可状態であるか、或いは継続する動作に対して安全であるか又は修理や保守のために停止しなければならないかを評価するための意志決定プロトコルを含んでもよい。
システム及び方法は、限定されるものではないが、高出力発電機システム、低出力発電機システム、電気モータ、又は変圧器を含む任意の電気システムに応用できる。
実施例１
ＡＥ監視システム及びＰＤ監視システムは、モデル発電機システムとしての役割を果たす金属棒上で組合せて試験した。監視システムは、トランスデューサ、増幅器及びオシロスコープを含んでいた。テスラコイルは、ＰＤ事象をシミュレートするために、金属棒上の所定位置にアーキングを作るために使用した。ＡＳＴＭ Ｅ９７６（「アコースティックエミッションセンサ応答の再現性を判定するための基準ガイド」）に従って、金属棒上の所定位置に対して鉛筆芯を打ち当てて破断し、疲労亀裂事象をシミュレートした。２Ｈ、直径０．５ｍｍの鉛筆芯は、芯破断前に、ガイドリングを通して約３ｍｍ延出した。センサは、金属棒上の所定位置の両側に配置され、ＡＥ監視システムデータ及びＰＤ監視システムデータを収集した。
実施例１
ＡＥ監視システム及びＰＤ監視システムは、モデル発電機システムとしての役割を果たす金属棒上で組合せて試験した。監視システムは、トランスデューサ、増幅器及びオシロスコープを含んでいた。テスラコイルは、ＰＤ事象をシミュレートするために、金属棒上の所定位置にアーキングを作るために使用した。ＡＳＴＭ Ｅ９７６（「アコースティックエミッションセンサ応答の再現性を判定するための基準ガイド」）に従って、金属棒上の所定位置に対して鉛筆芯を打ち当てて破断し、疲労亀裂事象をシミュレートした。２Ｈ、直径０．５ｍｍの鉛筆芯は、芯破断前に、ガイドリングを通して約３ｍｍ延出した。センサは、金属棒上の所定位置の両側に配置され、ＡＥ監視システムデータ及びＰＤ監視システムデータを収集した。
ＡＥ監視システムはＡＥ事象及びＰＤ事象の両方からの信号を検出することができたのに対し、ＰＤ監視システムはＰＤ事象からの信号だけを検出することができた。ＰＤ及び疲労亀裂事象がＡＥセンサ間に発生したため、ＡＥセンサに到達する信号のタイミング（「飛行時間」）に基づいて、事象の位置を計算することができた。これらの試験から得られたＡＥデータの幾つかを、図４及び図５に示す。図４で時間の関数として、また図５で周波数の関数としての電圧と共に、図４及び図５は、同一のＡＥセンサデータに基づいている。亀裂事象からのＡＥデータ７０は、約２０〜３０ｋＨｚの低周波領域において幾つかの強いピークを示した。ＰＤ事象からのＡＥデータ７２は、約６０〜１２０ｋＨｚのより高い周波数範囲において広く弱いピークを示した。
実施例２
同期し、かつ同じサンプルを監視しているＰＤ監視システム及びＡＥ監視システムからのサンプルデータは、データ融合によって、ＡＥ監視システムがＰＤ監視システムから、またその逆から利益を受ける様子を示す図である。部分放電センサによって測定された電気信号８０のグラフを、交流位相８２の関数として図６に示す。ＡＥセンサによって測定され、電気信号に同期された同じサンプルからの予想されるアコースティックエミッション信号の合成グラフを図７に示す。ＡＥセンサからの亀裂事象データ８４は、ＰＤセンサから関連する信号がないことにより確証され、またＰＤセンサからのＰＤ事象データは、ＡＥセンサからの関連するＡＥ信号８６によって確証され強調される。
実施例２
同期し、かつ同じサンプルを監視しているＰＤ監視システム及びＡＥ監視システムからのサンプルデータは、データ融合によって、ＡＥ監視システムがＰＤ監視システムから、またその逆から利益を受ける様子を示す図である。部分放電センサによって測定された電気信号８０のグラフを、交流位相８２の関数として図６に示す。ＡＥセンサによって測定され、電気信号に同期された同じサンプルからの予想されるアコースティックエミッション信号の合成グラフを図７に示す。ＡＥセンサからの亀裂事象データ８４は、ＰＤセンサから関連する信号がないことにより確証され、またＰＤセンサからのＰＤ事象データは、ＡＥセンサからの関連するＡＥ信号８６によって確証され強調される。
本発明について１以上の実施形態を参照して説明してきたが、本発明の範囲から逸脱することなく、様々な変更を行うことができ、またその要素を等価物で置き換えることができることは、当業者には理解されるであろう。さらに、本発明の本質的な範囲を逸脱せずに特定の状況又は材料を本発明の教示に適応させるために、多くの修正を行うことができる。したがって、本発明は、本発明を実施するために考えられる最良の形態として開示された特定の実施形態に限定されるものではなく、本発明は、添付した特許請求の範囲に入るすべての実施形態を含むことが意図されている。さらに、詳細な説明で特定された全ての数値は、正確な値及び近似値の両方ともそれぞれ明白に特定されるかのように解釈されるものとする。
［実施態様１］
複数のアコースティックエミッションセンサ（１６）を含むアコースティックエミッション監視システム（１８）と、複数の部分放電センサ（２０）を含む部分放電監視システム（２２）とを同期させるステップと、
アコースティックエミッションデータ（７０）として、アコースティックエミッションセンサ（１６）による、部品からのアコースティックエミッション信号（８６）の収集を指示し、電気データとして、部分放電センサ（２０）による電気信号（８０）の収集を指示するステップと、
アコースティックエミッションデータ（７０）及び電気データのパターン認識によって、疲労亀裂事象又は部分放電事象として統計事象を分類するステップとを含む、システムを監視する方法。
［実施態様２］
統計事象のためにアコースティックエミッションデータ（７０）と電流データとを融合し、部分放電事象に起因する位置及び損傷状態を判定するステップをさらに含む、統計事象が部分放電事象を含む、実施態様１に記載の方法。
［実施態様３］
アコースティックエミッションデータ（７０）のパターン認識によって、統計事象を疲労亀裂事象として分類するステップを含む、統計事象が疲労亀裂事象を含む、実施態様１に記載の方法。
［実施態様４］
アコースティックエミッションデータ（７０）から疲労亀裂事象の位置及び損傷状態を判定するステップをさらに含む、実施態様３に記載の方法。
［実施態様５］
システムが発電機システム（１４）を含む、実施態様１に記載の方法。
［実施態様６］
パターン認識がリアルタイムで発生する、実施態様１に記載の方法。
［実施態様７］
パターン認識を改善するために適応機械学習を実施するステップをさらに含む、実施態様６に記載の方法。
［実施態様８］
アコースティックエミッションセンサ（１６）が光ファイバアコースティックエミッションセンサを含む、実施態様１に記載の方法。
［実施態様９］
アコースティックエミッションデータ（７０）として、発電機システム（１４）の部品上の複数の第１のセンサによる、部品からのアコースティックエミッション信号（８６）の収集を指示するステップと、
アコースティックエミッションデータ（７０）のパターン認識によって、第１の統計事象を疲労亀裂事象として分類するステップとを含む、発電機システム（１４）を監視する方法。
［実施態様１０］
疲労亀裂事象に起因する位置及び損傷状態を判定するステップをさらに含む、実施態様９に記載の方法。
［実施態様１１］
第１のセンサが光ファイバアコースティックエミッションセンサを含む、実施態様９に記載の方法。
［実施態様１２］
第１のセンサを複数の第２のセンサに同期させるステップと、
電気データとして、第２のセンサによる電気信号（８０）の収集を指示するステップと、
電気データのパターン認識によって、疲労亀裂事象を確認するステップとをさらに含む、実施態様９に記載の方法。
［実施態様１３］
電気データとして、第１のセンサによる、部品からの電気信号（８０）の収集を指示するステップをさらに含む、実施態様９に記載の方法。
［実施態様１４］
アコースティックエミッションデータ（７０）及び電気データのパターン認識によって、疲労亀裂事象又は部分放電事象として第２の統計事象を分類するステップをさらに含む、実施態様１３に記載の方法。
［実施態様１５］
複数のアコースティックエミッションセンサ（１６）を含むアコースティックエミッション監視システム（１８）と、
複数の部分放電センサ（２０）を含み、かつアコースティックエミッション監視システム（１８）に同期された部分放電監視システム（２２）と、
アコースティックエミッションセンサ（１６）からのアコースティックエミッションデータ（７０）及び部分放電センサ（２０）からの電気データを受信するコンピュータ（１２）であって、
アコースティックエミッションデータ（７０）のパターン認識によって、第１の統計事象を疲労亀裂事象として分類し、疲労亀裂事象に起因する第１の位置及び第１の損傷状態を判定し、
アコースティックエミッションデータ（７０）又は電気データのパターン認識によって、部分放電事象として第２の統計事象を分類し、
第２の統計事象のためにアコースティックエミッションデータ（７０）と電気データを融合して、部分放電事象に起因する第２の位置及び第２の損傷状態を判定するように構成される、コンピュータ（１２）とを含む、監視システム（１０）。
［実施態様１６］
発電機システム（１４）の部品から、アコースティックエミッションセンサ（１６）がアコースティックエミッション信号（８６）からのアコースティックエミッションデータ（７０）を収集し、部分放電センサ（２０）が電気信号（８０）からの電気データを収集する、実施態様１５に記載の監視システム（１０）。
［実施態様１７］
コンピュータ（１２）がリアルタイムで、アコースティックエミッションセンサ（１６）からのアコースティックエミッションデータ（７０）及び部分放電センサ（２０）からの電気データを受信する、実施態様１５に記載の監視システム（１０）。
［実施態様１８］
部分放電センサ（２０）が、超高周波センサ、高周波変流器、過渡接地電圧センサ、カップリングコンデンサ及びそれらの組合せからなる群から選択される、実施態様１５に記載の監視システム（１０）。
［実施態様１９］
アコースティックエミッションセンサ（１６）が光ファイバアコースティックエミッションセンサを含む、実施態様１５に記載の監視システム（１０）。
［実施態様２０］
コンピュータ（１２）が、リアルタイムでパターン認識を行うように構成される、実施態様１５に記載の監視システム（１０）。
［実施態様１］
複数のアコースティックエミッションセンサ（１６）を含むアコースティックエミッション監視システム（１８）と、複数の部分放電センサ（２０）を含む部分放電監視システム（２２）とを同期させるステップと、
アコースティックエミッションデータ（７０）として、アコースティックエミッションセンサ（１６）による、部品からのアコースティックエミッション信号（８６）の収集を指示し、電気データとして、部分放電センサ（２０）による電気信号（８０）の収集を指示するステップと、
アコースティックエミッションデータ（７０）及び電気データのパターン認識によって、疲労亀裂事象又は部分放電事象として統計事象を分類するステップとを含む、システムを監視する方法。
［実施態様２］
統計事象のためにアコースティックエミッションデータ（７０）と電流データとを融合し、部分放電事象に起因する位置及び損傷状態を判定するステップをさらに含む、統計事象が部分放電事象を含む、実施態様１に記載の方法。
［実施態様３］
アコースティックエミッションデータ（７０）のパターン認識によって、統計事象を疲労亀裂事象として分類するステップを含む、統計事象が疲労亀裂事象を含む、実施態様１に記載の方法。
［実施態様４］
アコースティックエミッションデータ（７０）から疲労亀裂事象の位置及び損傷状態を判定するステップをさらに含む、実施態様３に記載の方法。
［実施態様５］
システムが発電機システム（１４）を含む、実施態様１に記載の方法。
［実施態様６］
パターン認識がリアルタイムで発生する、実施態様１に記載の方法。
［実施態様７］
パターン認識を改善するために適応機械学習を実施するステップをさらに含む、実施態様６に記載の方法。
［実施態様８］
アコースティックエミッションセンサ（１６）が光ファイバアコースティックエミッションセンサを含む、実施態様１に記載の方法。
［実施態様９］
アコースティックエミッションデータ（７０）として、発電機システム（１４）の部品上の複数の第１のセンサによる、部品からのアコースティックエミッション信号（８６）の収集を指示するステップと、
アコースティックエミッションデータ（７０）のパターン認識によって、第１の統計事象を疲労亀裂事象として分類するステップとを含む、発電機システム（１４）を監視する方法。
［実施態様１０］
疲労亀裂事象に起因する位置及び損傷状態を判定するステップをさらに含む、実施態様９に記載の方法。
［実施態様１１］
第１のセンサが光ファイバアコースティックエミッションセンサを含む、実施態様９に記載の方法。
［実施態様１２］
第１のセンサを複数の第２のセンサに同期させるステップと、
電気データとして、第２のセンサによる電気信号（８０）の収集を指示するステップと、
電気データのパターン認識によって、疲労亀裂事象を確認するステップとをさらに含む、実施態様９に記載の方法。
［実施態様１３］
電気データとして、第１のセンサによる、部品からの電気信号（８０）の収集を指示するステップをさらに含む、実施態様９に記載の方法。
［実施態様１４］
アコースティックエミッションデータ（７０）及び電気データのパターン認識によって、疲労亀裂事象又は部分放電事象として第２の統計事象を分類するステップをさらに含む、実施態様１３に記載の方法。
［実施態様１５］
複数のアコースティックエミッションセンサ（１６）を含むアコースティックエミッション監視システム（１８）と、
複数の部分放電センサ（２０）を含み、かつアコースティックエミッション監視システム（１８）に同期された部分放電監視システム（２２）と、
アコースティックエミッションセンサ（１６）からのアコースティックエミッションデータ（７０）及び部分放電センサ（２０）からの電気データを受信するコンピュータ（１２）であって、
アコースティックエミッションデータ（７０）のパターン認識によって、第１の統計事象を疲労亀裂事象として分類し、疲労亀裂事象に起因する第１の位置及び第１の損傷状態を判定し、
アコースティックエミッションデータ（７０）又は電気データのパターン認識によって、部分放電事象として第２の統計事象を分類し、
第２の統計事象のためにアコースティックエミッションデータ（７０）と電気データを融合して、部分放電事象に起因する第２の位置及び第２の損傷状態を判定するように構成される、コンピュータ（１２）とを含む、監視システム（１０）。
［実施態様１６］
発電機システム（１４）の部品から、アコースティックエミッションセンサ（１６）がアコースティックエミッション信号（８６）からのアコースティックエミッションデータ（７０）を収集し、部分放電センサ（２０）が電気信号（８０）からの電気データを収集する、実施態様１５に記載の監視システム（１０）。
［実施態様１７］
コンピュータ（１２）がリアルタイムで、アコースティックエミッションセンサ（１６）からのアコースティックエミッションデータ（７０）及び部分放電センサ（２０）からの電気データを受信する、実施態様１５に記載の監視システム（１０）。
［実施態様１８］
部分放電センサ（２０）が、超高周波センサ、高周波変流器、過渡接地電圧センサ、カップリングコンデンサ及びそれらの組合せからなる群から選択される、実施態様１５に記載の監視システム（１０）。
［実施態様１９］
アコースティックエミッションセンサ（１６）が光ファイバアコースティックエミッションセンサを含む、実施態様１５に記載の監視システム（１０）。
［実施態様２０］
コンピュータ（１２）が、リアルタイムでパターン認識を行うように構成される、実施態様１５に記載の監視システム（１０）。
１０ 監視システム
１２ コンピュータ
１４ 発電機システム
１６ アコースティックエミッションセンサ
１８ アコースティックエミッション監視部
２０ 部分放電センサ
３０ クロック
６０ 閾値
６２ 持続時間
６４ 立ち上がり時間
６６ 振幅
６８ カウント
７０ ＡＥデータ
８０ 電気信号
８４ 亀裂事象データ
８６ ＡＥ信号
１２ コンピュータ
１４ 発電機システム
１６ アコースティックエミッションセンサ
１８ アコースティックエミッション監視部
２０ 部分放電センサ
３０ クロック
６０ 閾値
６２ 持続時間
６４ 立ち上がり時間
６６ 振幅
６８ カウント
７０ ＡＥデータ
８０ 電気信号
８４ 亀裂事象データ
８６ ＡＥ信号
Claims (8)
- システムを監視する方法であって、
複数のアコースティックエミッションセンサ（１６）を含むアコースティックエミッション監視システム（１８）と、複数の部分放電センサ（２０）を含む部分放電監視システム（２２）とを同期させるステップと、
アコースティックエミッションデータとして、アコースティックエミッションセンサ（１６）による、部品からのアコースティックエミッション信号（８６）の収集を指示し、電気データとして、部分放電センサ（２０）による電気信号（８０）の収集を指示するステップと、
アコースティックエミッションデータ及び電気データのパターン認識によって、疲労亀裂事象又は部分放電事象として統計事象を分類するステップと
を含む方法。 - 統計事象のためにアコースティックエミッションデータと電流データとを融合し、部分放電事象に起因する位置及び損傷状態を判定するステップをさらに含む、統計事象が部分放電事象を含む、請求項１に記載の方法。
- アコースティックエミッションデータのパターン認識によって、統計事象を疲労亀裂事象として分類するステップを含む、統計事象が疲労亀裂事象を含む、請求項１に記載の方法。
- パターン認識を改善するために適応機械学習を実施するステップをさらに含む、請求項１に記載の方法。
- アコースティックエミッションセンサ（１６）が光ファイバアコースティックエミッションセンサ（１６）を含む、請求項１に記載の方法。
- 統計事象のために発電機システム（１４）を監視する方法であって、
アコースティックエミッションデータとして、発電機システム（１４）の部品上の複数のアコースティックセンサによる、部品からの複数のアコースティックエミッション信号（８６）と、電気データとして、発電機システム（１４）の部品上の複数の部分放電センサ（２０）による、電気信号（８０）との同期収集を指示するステップと、
アコースティックエミッションデータを評価して音響事象を特定し、電気データを評価して電気事象を特定するステップと、
電気事象に対する音響事象の比を時間にわたり監視し、かかる比の増加を亀裂事象として報告するステップと、
を含む、方法。 - 監視システム（１０）であって、
複数のアコースティックエミッションセンサ（１６）を含むアコースティックエミッション監視システム（１８）と、
複数の部分放電センサ（２０）を含み、かつアコースティックエミッション監視システム（１８）に同期された部分放電監視システム（２２）と、
アコースティックエミッションセンサ（１６）からのアコースティックエミッションデータ及び部分放電センサ（２０）からの電気データを受信するコンピュータ（１２）であって、
アコースティックエミッションデータのパターン認識によって、第１の統計事象を疲労亀裂事象として分類し、疲労亀裂事象に起因する第１の位置及び第１の損傷状態を判定し、
アコースティックエミッションデータ又は電気データのパターン認識によって、部分放電事象として第２の統計事象を分類し、
第２の統計事象のためにアコースティックエミッションデータ（７０）と電気データを融合して、部分放電事象に起因する第２の位置及び第２の損傷状態を判定するように構成されたコンピュータ（１２）と
を含む、監視システム（１０）。 - アコースティックエミッションセンサ（１６）が光ファイバアコースティックエミッションセンサを含む、請求項７に記載の監視システム（１０）。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US14/969,893 | 2015-12-15 | ||
| US14/969,893 US9976989B2 (en) | 2015-12-15 | 2015-12-15 | Monitoring systems and methods for electrical machines |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2017111134A JP2017111134A (ja) | 2017-06-22 |
| JP6835554B2 true JP6835554B2 (ja) | 2021-02-24 |
Family
ID=57749666
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016236365A Active JP6835554B2 (ja) | 2015-12-15 | 2016-12-06 | 電気機械を監視するシステム及び方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US9976989B2 (ja) |
| EP (1) | EP3182114B1 (ja) |
| JP (1) | JP6835554B2 (ja) |
| CN (1) | CN107024654B (ja) |
Families Citing this family (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10928436B2 (en) * | 2017-01-30 | 2021-02-23 | General Electric Company | Evaluation of phase-resolved partial discharge |
| US11448682B2 (en) | 2017-03-02 | 2022-09-20 | Rosemount Inc. | Trending functions for partial discharge |
| US10440472B2 (en) | 2017-08-11 | 2019-10-08 | Hubbell Incorporated | Corona detection using audio data |
| DE102018003625A1 (de) * | 2018-05-07 | 2019-11-07 | Senvion Gmbh | Zustandsüberwachungsverfahren und -system für elektrische Leistungskomponenten,... |
| CN109142989B (zh) * | 2018-06-14 | 2021-07-13 | 中国电力科学研究院有限公司 | 超特高压输电线路复合绝缘子带电作业安全评估方法 |
| JP2020012767A (ja) * | 2018-07-19 | 2020-01-23 | 株式会社東芝 | 部分放電診断装置、部分放電診断方法及び部分放電診断システム |
| WO2020138549A1 (ko) * | 2018-12-27 | 2020-07-02 | 울산대학교 산학협력단 | 음향 방출 결함 신호 검출 장치 및 방법 |
| US11067610B2 (en) | 2018-12-28 | 2021-07-20 | Palo Alto Research Center Incorporated | Partial discharge detector |
| US11287463B2 (en) | 2018-12-28 | 2022-03-29 | Palo Alto Research Center Incorporated | Partial discharge transducer |
| RU2705858C1 (ru) * | 2019-02-20 | 2019-11-12 | Общество с ограниченной ответственностью "МТК Бизнес.Оптима" | Способ прогнозирования изменения состояния изоляции высоковольтных электродвигателей |
| US11504854B2 (en) | 2019-04-09 | 2022-11-22 | Arizona Board Of Regents On Behalf Of Arizona State University | Systems and methods for robotic sensing, repair and inspection |
| US11573257B2 (en) | 2019-06-20 | 2023-02-07 | The Boeing Company | Systems and methods for acoustically detecting dielectric breakdown and partial discharge events in electrical devices |
| JP7127625B2 (ja) * | 2019-08-06 | 2022-08-30 | Ｊｆｅスチール株式会社 | 部分放電検出装置および部分放電監視システム |
| CN110376522B (zh) * | 2019-09-03 | 2021-07-16 | 宁夏西北骏马电机制造股份有限公司 | 一种数据融合的深度学习网络的电机故障诊断方法 |
| US11313895B2 (en) * | 2019-09-24 | 2022-04-26 | Rosemount Inc. | Antenna connectivity with shielded twisted pair cable |
| US11486919B2 (en) | 2019-10-24 | 2022-11-01 | Palo Alto Research Center Incorporated | Partial discharge sensor |
| CN110850244B (zh) * | 2019-11-11 | 2022-03-11 | 国网湖南省电力有限公司 | 基于深度学习的局放缺陷时域图谱诊断方法、系统及介质 |
| CN110988623B (zh) * | 2019-12-04 | 2023-02-10 | 上海大学 | 石英荧光光纤的局部放电传感探测系统 |
| US11688413B2 (en) * | 2019-12-19 | 2023-06-27 | Taiwan Semiconductor Manufacturing Co., Ltd. | Method and system for audio recognition of arcing during semiconductor process |
| US11796585B2 (en) * | 2020-05-06 | 2023-10-24 | Baker Hughes Holdings Llc | Charge detection and quantization |
| EP3943957A1 (en) * | 2020-07-20 | 2022-01-26 | ABB Schweiz AG | Method for detecting an electrical discharge in an electrical apparatus and system therefor |
| CN114813964B (zh) * | 2022-04-24 | 2023-08-22 | 中国工程物理研究院化工材料研究所 | 一种采用时域信息决策脆性材料结构件起裂损伤的方法 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009055705A2 (en) * | 2007-10-25 | 2009-04-30 | Washington University In St. Louis | Confocal photoacoustic microscopy with optical lateral resolution |
| CN101655536B (zh) * | 2008-08-19 | 2012-08-08 | 华东电力试验研究院有限公司 | 气体绝缘组合电器局部放电检测方法 |
| WO2011091423A2 (en) * | 2010-01-25 | 2011-07-28 | The Arizona Board Of Regents On Behalf Of The University Of Arizona | Ultrasonic/photoacoustic imaging devices and methods |
| CN102135593B (zh) * | 2010-12-28 | 2016-01-20 | 太原理工大学 | 大电机绝缘状态在线诊断评估方法 |
| CN102830176A (zh) * | 2011-06-17 | 2012-12-19 | 中国特种设备检测研究院 | 基于非本征型光纤声发射的局部损伤监测系统及其方法 |
| CN202167896U (zh) * | 2011-07-26 | 2012-03-14 | 南京南瑞继保电气有限公司 | 一种集成在线监测系统的一体化信息平台 |
| US9730587B2 (en) * | 2011-11-02 | 2017-08-15 | Seno Medical Instruments, Inc. | Diagnostic simulator |
| CN102654564A (zh) * | 2011-11-16 | 2012-09-05 | 哈尔滨瑞格大电机技术有限公司 | 电机线棒三参数监测器 |
| CN103076547B (zh) * | 2013-01-24 | 2015-01-21 | 安徽省电力公司亳州供电公司 | 基于支持向量机的gis局部放电故障类型模式识别方法 |
| CN103576059B (zh) * | 2013-10-10 | 2015-12-02 | 国家电网公司 | 一种变压器匝间放电综合故障诊断方法及系统 |
| US20150330950A1 (en) * | 2014-05-16 | 2015-11-19 | Eric Robert Bechhoefer | Structural fatigue crack monitoring system and method |
-
2015
- 2015-12-15 US US14/969,893 patent/US9976989B2/en active Active
-
2016
- 2016-12-06 JP JP2016236365A patent/JP6835554B2/ja active Active
- 2016-12-14 EP EP16203940.8A patent/EP3182114B1/en active Active
- 2016-12-15 CN CN201611160566.6A patent/CN107024654B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN107024654B (zh) | 2021-06-15 |
| EP3182114B1 (en) | 2020-05-27 |
| EP3182114A1 (en) | 2017-06-21 |
| US9976989B2 (en) | 2018-05-22 |
| US20170168024A1 (en) | 2017-06-15 |
| CN107024654A (zh) | 2017-08-08 |
| JP2017111134A (ja) | 2017-06-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6835554B2 (ja) | 電気機械を監視するシステム及び方法 | |
| US9581632B2 (en) | Apparatus and method for remote monitoring of partial discharge in electrical apparatus | |
| Schichler et al. | Risk assessment on defects in GIS based on PD diagnostics | |
| JP6633006B2 (ja) | 部分放電監視装置および部分放電監視方法 | |
| Kraetge et al. | Robust measurement, monitoring and analysis of partial discharges in transformers and other HV apparatus | |
| Behrmann et al. | State of the Art in GIS PD Diagnostics | |
| Romano et al. | A new technique for partial discharges measurement under DC periodic stress | |
| EP3588108A1 (en) | Method and device for use of multiple frequencies prpd pattern to reduce noise or select suitable frequency ranges for partial discharge measurements | |
| JPWO2015029151A1 (ja) | 部分放電計測法およびそれを用いて検査した高電圧機器 | |
| CN102288881B (zh) | 变压器油纸绝缘尖刺放电缺陷严重程度诊断方法 | |
| Sahoo et al. | A review on condition monitoring of GIS | |
| CN106771902B (zh) | 一种gis电晕放电程度的确定方法 | |
| JP2014013164A (ja) | 避雷装置の故障判定方法 | |
| Gillie et al. | Analysis of HV cable faults based on correlated HFCT and IEC60270 measurements | |
| Yao et al. | Statistical operators calculation of partial discharge on floating electrode defect in GIS | |
| Muhr et al. | Partial discharge measurement as a Diagnostic Tool for HV-Equipments | |
| EP3754348A1 (en) | Systems and methods for acoustically detecting dielectric breakdown and partial discharge events in electrical devices | |
| Zhao et al. | Research on Partial Discharge Localization in 252kV GIS Using Ultrasonic Associated with Electromagnetic Wave Method | |
| Ziomek et al. | Location and recognition of partial discharge sources in a power transformer using advanced acoustic emission method | |
| Wan et al. | The application of UHF detection & positioning method into the process of partial discharge detection of switch cabinet | |
| Kang et al. | Detection and analysis of typical fault partial discharge characteristics in switchgear | |
| Ju et al. | An analysis of partial discharge characteristics due to transformer bushing failure | |
| Samsudin et al. | Incipient fault detection in 33/11kV power transformers by using combined Dissolved Gas Analysis technique and acoustic partial discharge measurement and validated through untanking | |
| Xu et al. | On-line and on-site PD monitoring and diagnosis of power transformer | |
| Gataullin | Online Monitoring of the Porcelain Insulator Units State |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20190523 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191121 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201028 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201030 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201208 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210108 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210204 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6835554 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |