發(fā)電機轉(zhuǎn)子繞組匝間短路及轉(zhuǎn)子支承軸系故障診斷方法的研究.pdf

1、隨著我國電力工業(yè)進入發(fā)展大電網(wǎng)與大機組的新階段，同步發(fā)電機作為電網(wǎng)的心臟，其運行可靠性將直接影響到電網(wǎng)的安全運行及國民經(jīng)濟的發(fā)展。因此，研究發(fā)電機故障診斷方法具有重要的現(xiàn)實意義。 本文選取汽輪發(fā)電機轉(zhuǎn)子繞組匝間短路和轉(zhuǎn)子支承軸系機械振動兩類典型故障進行了研究。本文主要研究內(nèi)容有： 依據(jù)復(fù)雜系統(tǒng)任務(wù)“分解-綜合”思想設(shè)計了汽輪發(fā)電機故障綜合診斷系統(tǒng)的結(jié)構(gòu)，研究了三種典型的故障征兆信息特征提取方法，同時研究了基于同源多特征信

2、息和異類多源信息的綜合診斷方法。 針對轉(zhuǎn)子繞組匝間短路故障，運用小波分析理論，對定、轉(zhuǎn)子氣隙中探測線圈的感應(yīng)電勢進行奇異值特征提取，并依據(jù)這些特征值，實現(xiàn)對匝間短路故障的檢測及故障槽位的精確定位。仿真表明，小波分析方法不僅可以檢測故障，還能準確定位發(fā)生故障的槽位。 針對轉(zhuǎn)子支承軸系機械振動故障，在深入了解故障和征兆之間的關(guān)系、存在標準信息群的場合，研究了模糊綜合評判診斷方法，針對其可能會出現(xiàn)錯判、漏判或不易判別等缺點，采

3、用了一種基于模糊分層理論的診斷方法，示例對比分析證明，該方法對汽輪發(fā)電機的單一故障和多故障的情況均能有效地進行診斷，明顯優(yōu)于模糊綜合評判的診斷方法。 針對轉(zhuǎn)子支承軸系多機械振動故障，在缺乏標準信息群的場合，研究了基于模糊等價矩陣的聚類分析法和SOM神經(jīng)網(wǎng)絡(luò)法，但該聚類分析法在已知故障模式比較多時，聚類過程將非常繁瑣；同時SOM神經(jīng)網(wǎng)絡(luò)法對多故障情況不易作出正確的判斷，因此，本文提出了將此模糊聚類分析和SOM神經(jīng)網(wǎng)絡(luò)相結(jié)合的診斷法