发电机转子绕组匝间短路及转子支承轴系故障诊断方法的研究

摘要

随着我国电力工业进入发展大电网与大机组的新阶段，同步发电机作为电网的心脏，其运行可靠性将直接影响到电网的安全运行及国民经济的发展。因此，研究发电机故障诊断方法具有重要的现实意义。 本文选取汽轮发电机转子绕组匝间短路和转子支承轴系机械振动两类典型故障进行了研究。本文主要研究内容有： 依据复杂系统任务“分解-综合”思想设计了汽轮发电机故障综合诊断系统的结构，研究了三种典型的故障征兆信息特征提取方法，同时研究了基于同源多特征信息和异类多源信息的综合诊断方法。 针对转子绕组匝间短路故障，运用小波分析理论，对定、转子气隙中探测线圈的感应电势进行奇异值特征提取，并依据这些特征值，实现对匝间短路故障的检测及故障槽位的精确定位。仿真表明，小波分析方法不仅可以检测故障，还能准确定位发生故障的槽位。 针对转子支承轴系机械振动故障，在深入了解故障和征兆之间的关系、存在标准信息群的场合，研究了模糊综合评判诊断方法，针对其可能会出现错判、漏判或不易判别等缺点，采用了一种基于模糊分层理论的诊断方法，示例对比分析证明，该方法对汽轮发电机的单一故障和多故障的情况均能有效地进行诊断，明显优于模糊综合评判的诊断方法。 针对转子支承轴系多机械振动故障，在缺乏标准信息群的场合，研究了基于模糊等价矩阵的聚类分析法和SOM神经网络法，但该聚类分析法在已知故障模式比较多时，聚类过程将非常繁琐；同时SOM神经网络法对多故障情况不易作出正确的判断，因此，本文提出了将此模糊聚类分析和SOM神经网络相结合的诊断法。示例分析表明，该方法不仅对单故障能进行诊断，同时还能对多故障进行诊断。 最后对全文进行了简要的总结，并指出了这一领域有待进一步深入研究的问题。

目录

文摘

英文文摘

声明

第一章绪论

1.1发电机故障诊断的重要性

1.2发电机故障的分类

1.3发电机故障诊断技术的研究现状

1.4发电机故障诊断的研究方法

1.4.1基于信号处理的方法

1.4.2基于解析模型的方法

1.4.3基于知识的方法

1.5本文研究的主要内容

第二章汽轮发电机故障的综合诊断系统结构

2.1汽轮发电机诊断系统模块

2.2故障征兆信息提取

2.2.1时域特征提取

2.2.2频域特征提取

2.2.3时频域特征提取

2.3综合诊断方法

2.3.1基于同源多特征信息的综合模型

2.3.2基于异类多源信息的综合诊断模型

2.4综合诊断系统结构

2.5 小结

第三章基于小波分析的转子绕组匝间短路故障诊断研究

3.1转子绕组匝间短路时电磁特性分析

3.1.1磁场特性分析

3.1.2探测线圈上感应电势分析

3.1.3探测线圈感应电势的仿真模型

3.2小波分析用于检测转子绕组匝间短路故障的原理

3.2.1小波分析理论

3.2.2小波变换模极大值及奇异性检测理论

3.3探测线圈感应电势信号的消噪

3.4基于小波分析的转子绕组匝间短路故障诊断的仿真分析

3.4.1仿真步骤

3.4.2诊断过程

3.5小结

第四章基于模糊分层理论的振动故障诊断研究

4.1模糊诊断方法的基本理论

4.1.1模糊集的基本理论

4.1.2模糊隶属函数的确定方法

4.2模糊综合评判方法的研究

4.2.1模糊综合评判的原理

4.2.2模糊综合评判的步骤

4.2.3模糊综合评判的缺点

4.3分层模糊诊断模型及方法

4.3.1分层模糊诊断模型

4.3.2分层模糊模型的评判原则

4.3.3分层模糊诊断步骤

4.4示例比较

4.5 小结

第五章基于模糊聚类分析与SOM神经网络相结合的多振动故障诊断研究

5.1基于模糊等价关系的聚类分析方法研究

5.1.1模糊等价关系的聚类原理

5.1.2模糊聚类分析的步骤

5.1.3基于模糊等价关系的诊断方法

5.1.4诊断分析

5.2自组织特征映射(SOM)神经网络方法研究

5.2.1自组织特征映射(SOM)神经网络诊断模型

5.2.2诊断步骤

5.2.3诊断分析

5.3 SOM神经网络与模糊聚类相结合的多故障诊断方法

5.4 小结

第六章结论与展望

6.1全文总结

6.2研究展望

参考文献

致谢

攻读学位期间主要的研究成果