同步发电机定子故障预警模型

同步发电机定子故障预警模型

薛 莹

大唐向阳风电有限公司 ,吉林省长春市 130012

摘要：近年来，随着电网产业的迅速发展和同步发电机单机容量的不断增大，人们对发电机的安全可靠运行提出了越来越高的要求。同步发电机正常运行时，其主要构件受到温度、应力以及机械振动等环境因素的影响，致使定子绕组绝缘不断老化、变形以至破损，最终致使定子绕组发生短路故障。目前，定子绕组匝间短路故障已经成为同步发电机最普遍的故障之一（占故障总数的39%）。此类故障一旦发生若不及时发现并停止机组运行，将会引起机组强烈振动和定子接地故障，甚至烧毁定子绕组，给机组带来难以估量的损失。

近年来，国内外的学者对发电机定子绕组内部故障后的电机参数进行了大量而深入的研究，包括发电机的电压、电流、功率、径向力、振动以及温度等等。基于多回路数学模型，对水轮发电机定子绕组内部故障的稳态电流进行仿真计算，并进一步分析不同故障下的稳态电流特性。采用单一绕组分析和有限元分析相结合的方法，分析了不同短路位置下最大短路电流时的磁场分布，同时研究了电流、径向力和转矩与故障位置和匝数的关系。采用有限元法研究了异步发电机定子匝间短路故障后相电流的负序特性参数，分析了故障后负序电流随着短路匝数的变化情况。

关键词：同步发电机；定子故障；预警模型

引言

随着社会经济的发展，用电需求量激增，同步发电机在冷却方式、材料品质及制造工艺方面都取得了长足进步，但大容量电机结构复杂、价格昂贵，故障影响范围广。定子作为同步发电机关键部件之一，受高温、潮湿、粉尘等环境因素，频繁启动、调速、制动等操作因素，散热不佳、腐蚀老化、受力变形、氧化等材料因素的影响容易发生故障。定子在同步电机中配合转子切割旋转磁场起机电能量转换的作用。常见的定子故障有：定子绕组的匝间短路、定子绕组相间短路、定子绕组开路、定子线棒冷却水路堵塞、定子铁芯局部过热、冷却风路堵塞等等。若未在故障早期发现并采取合适措施处理，会加速故障发展，扩大故障范围，影响电机的安全稳定运行。因此，对定子故障的早期预警具有重要意义。

1初步分析

1.1接地性质

发电机B相定子绕组对地击穿后立即测量B相对地（AC接地）的绝缘电阻，在环境温度13.4℃、湿度44%、水温47.5℃、电导率1.26μS/cm的条件下，绝缘电阻值为2.0MΩ，由此可见，B相定子绕组为高阻接地。

1.2初步判断

用脱水脱油加热的压缩空气（或仪用压缩空气）吹干发电机定子绕组水路。在汽端进水口通入压缩空气，励端出水口装压力表，待压力表达0.3MPa迅速打开排污口阀门，汽端进水口进气与励端出水口进气反复互换，以上工作反复进行，直到吹干发电机定子水路。在环境温度13.4℃、湿度44%的条件下测量：A相（BC接地）17600MΩ/6760MΩ=2.60，B相（AC接地）15.9MΩ/14.3MΩ=1.11，C相（AB接地）13100MΩ/5400MΩ=2.43；A相对B相16900MΩ，B相对C相11000MΩ，C相对A相33400MΩ。从以上数据中得知，发电机定子绕组三相之间绝缘良好，B相对地绝缘电阻比较高，为高阻接地。

1.3直流压降法排查

采用直流压降法初步确定发电机绕组接地点，接线原理图如图3所示。对B相定子绕组通50A直流，测量B相绕组两端电压U3=143MV，首端对地电压U1=140MV，尾端对地电压U2=3MV，根据直流压降法公式L1=U1L/（U1+U2），得：L1=0.98L，据此判断发电机B相定子绕组的故障点距星尾的距离约占总长的2.0%，即重点排查B相定子绕组尾端槽口、B相相连接线、定子端罩下部的过渡引线、出线高压套管，经检查上述各部位没有发现放电烧伤迹象。为了查找故障接地点，必须抽出发电机转子。

2定子绕组内部短路故障瞬态过程中电磁转矩分析

同步发电机半载并网运行，相电压有效值UΦ=230V，相电流有效值IΦ=21.65A。对实验电机进行定子内部短路故障实验，短路匝数比值分别为为8%，10%和18%三种（这里所说的匝数比值意为短路匝数与支路总匝数的比值）。采用数据采集器对电压，各支路电流进行数据采样，电磁转矩由经软件滤波后的电压、电流实验数据求得，假设整个过程中电枢内电阻不变。

同步发电机在正常运行时，电磁转矩虽有脉振，但是脉振程度不是很明显。由于内部短路故障引起气隙磁场畸变致使电磁转矩的脉振程度发生了变化，在短路后的瞬态过程中，电磁转矩不但发生剧烈变化，而且在周期上也不同于正常运行时的电磁转矩。导致内部短路故障后暂态过渡过程中电磁转矩发生剧烈变化的原因在于故障后瞬态过程中出现基频电磁转矩、二倍基频电磁转矩、三倍基频电磁转矩分量以及四倍频电磁转矩分量。正如前文中分析所示，故障回路环流所引发的脉振磁场产生的脉振磁动势在转子绕组中感应出基频附加电势与二倍频附加电势等谐波电势，这些电势使转子励磁绕组电流发生变化，其与定子绕组相互作用产生的气隙合成磁场也会发生变化，在故障后瞬态过程中产生了基频电磁转矩、二倍频电磁转矩和三倍频电磁转矩等分量。同时还可以发现，同步发电机发生内部故障后的瞬态过程中恒定转矩减小，其原因在于定子绕组发生内部短路故障后，气隙磁场由圆形磁场变为椭圆形的气隙磁场，使得产生的恒定转矩减小。对于并网运行的同步发电机，定子绕组短路故障后的瞬态过程中，二倍基频电磁转矩分量的变化相对较大，其次是基频电磁转矩。随着短路匝数的增加，基频与二倍频电磁转矩分量也随之增大。在短路匝数接近1/5的情况下，二倍基频电磁转矩已经达到正常运行时恒定转矩的30.09%，基频电磁转矩达到正常运行时恒定转矩的7.64%。由于凸极效应引发平均磁导率中的磁导系数a1与a2很小，所以四种频率中三倍基频电磁转矩与四倍基频电磁转矩相对较小。在工程应用中，选取基频电磁转矩与二倍频电磁转矩作为同步发电机定子内部短路故障的故障特征量能够有效的反映出故障情况，在故障的监测与保护中具有很大的优势。

结语

本文选取作为同步发电机重要部件之一的定子为研究对象，将深度学习算法迁移到定子侧SCADA数据信息的挖掘提取上，定义故障预测指标并设定相关阈值，构建了完整的定子故障预测模型。利用同步发电机定子线棒堵塞的故障数据验证预测模型，经过阈值控制图判断各SCADA变量残差趋势分析，能够在故障发展初期进行预警，对故障发生类型和部位的分析推测也与所给故障标签相一致，这表明该故障预测模型能够有效地监测定子健康状态和预测故障发生，可以为同步发电机定子的检修维护和继电保护设置提供参考。

参考文献

[1]孙宇光.同步发电机定子绕组内部故障的暂态仿真和保护分析[D].北京:清华大学,2003.

[2]张荣,李伟平,莫同.深度学习研究综述[J].信息与控制,2018,47(4):385-397.

[3]梁存,徐秉仁,陶涛.基于人工神经网络的电力通信故障预警分析的探究[J].信息通信,2018(8):9-10.

[4]吴洋.深度自编码网络在滚动轴承故障诊断中的应用研究[D].西安:电子科技大学,2018.

[5]吴立金,夏冉,詹红燕,等.基于深度学习的故障预测技术研究[J].计算机测量与控制,2018,26(2):9-12.

[6]丁显,徐进,滕伟,等.基于RF和ANFIS算法的直驱风电机组故障预警[J].噪声与振动控制,2018,38(1):209-214.

[7]周福娜,高育林,王佳瑜,等.基于深度学习的缓变故障早期诊断及寿命预测[J].山东大学学报(工学版),2017,47(5):30-37.

[8]范李平,张晓辉,苏伟.基于大数据挖掘的变电设备故障预警研究及应用[J].电力大数据,2019,22(1):1-7.