大型电机局部放电在线监测技术及其基础研究

论述了通过在线监测电机内局部放电监测电机绝缘状况的重要意义，简要介绍了国外已应于用实际大型电机的几种局部放电监测方法，详细分析了电机内局放在线监测技术的难点，强调指出，加强有关的基础研究，开发智能型在线监测系统是发展和提高我国电机绝缘状况在线监测技术水平的关键问题。     

基于RBF神经网络的开关磁阻电机单神经元PID控制

论文提出了一种基于径向基函数（radial basis function）神经网络在线辨识的开关磁阻电机（SRM）单神经元PID自适应控制新方法。该方法针对开关磁阻电机的非线性，利用具有自学习和自适应能力的单神经元来构成开关磁阻电机的单神经元自适应控制器，不但结构简单，而且能适应环境变化，具有较强的鲁棒性。并构造了一个RBF网络对系统进行在线辨识。建立其在线参考模型．由单神经元控制器完成控制器参数的自学习，从而实现控制器参数的在线调整，能取得更好的控制效果。样机的实验结果表明，文中所提出的基于RBF神经网络辨识的开关磁阻电机单神经元自适应PID控制方法，通过在线辨识建立了过程模型并为神经元控制器提供了梯度信息，达到了在线辨识在线控制的目的，控制精度高，动态特性好。     

在线时大型电机定子绕组绝缘状况的监测

定子绕组绝缘状况是决定大型电机使用寿命的重要因素。局部放电测量是诊断定子绕组绝缘状况最为有效的方法。在线时定子绕组局部放电监测，具有成本低、可信度高、实时性好等特点．本文论述了大型电机定子绕组局部放电在线监测装置的一般结构。作为一个例子，介绍了一实际在线监测采样装置，及它用于电机局部放电测量时的有关测试结果。     

特高压换流变真空有载分接开关振动及电机电流信号自适应分离方法

有载分接开关(OLTC)是特高压(UHV)换流变压器的核心部件，基于驱动电机电流和振动信号的OLTC机械状态在线监测技术是近年来研究热点。为了将振动信号和驱动电机电流信号片段从OLTC长时在线监测数据中自动提取出来，本文提出基于端点检测的信号自适应分离方法。首先，介绍端点检测基本原理，提出振动信号及电机电流信号分离流程；然后，搭建OLTC在线监测系统，并在特高压换流站实际部署；最后，分析在线监测信号时域、频域特征，采用差异化的端点检测方法分别分离出OLTC振动信号和电机电流信号，并结合信号起止点划分驱动电机的3个工作阶段。结果表明，该方法能实现OLTC振动及电流电机信号片段自适应分离，定位误差小于5 ms,为OLTC在线监测数据分析和故障诊断提供基础。     

无速度传感器直流调速系统的研究

本文基于直流电机的数学模型，结合无速度传感器直流调速系统的特点，提出了基于模型参考自适应理论的电机转速在线辨识方案和基于状态重构理论的电机转速在线估计方案。计算机仿真结果表明了上述控制方案的正确性和可行性。     

高压电机的局部放电及其在线监测方法

分析了高压电机局部放电的原因及后果，重点介绍了局部放电在线监测中的高频电流互感器监测法、Rokowski线圈监测法、RFM监测、PDA监测法、电机引线耦合器监测法、SSC监测法、电阻式测温元件监测法及它们的应用情况；通过对电机正常工作时的在线监测，根据测试结果，制定维修计划，有利于电机的维护和使用寿命的延长。     

在线时大型电机定子绕组绝缘状况的监测

定子绕组绝缘状况是决定大型电机使用寿命的重要因素。局部放电测量是诊断定子绕组绝缘状况最为有效的方法。在线时定子绕组局部放电监测，具有成本低、可信度高、实时性好等待点。本文论述了大型电机定子绕组局部放电在线监测装置的一般结构。作为一个例子，介绍了一实际在线监测采样装置，及它用于电机局部放电测量时的有关测试结果。     

直流大电机在线监测诊断系统

直流大电机是企业的关键设备，由于大电机负荷重、环境差、维护困难并且时常会遇到突发事件损害电机，必须对直流大电机进行监控。本文介绍了以振动、电量参数为主的直流大电机在线监测诊断系统，并给出了诊断实例。     

基于Adaline神经网络参数辨识的PMSM鲁棒电流预测控制

针对复杂工况下永磁同步电机存在模型参数失配导致控制系统性能下降的问题，提出一种基于参数在线辨识的鲁棒电流预测控制方法。首先，建立永磁同步电机预测控制模型，详细分析电磁参数失配对电机响应电流及输出转矩和转速的影响。然后，设计了基于Adaline神经网络的参数在线辨识器，并在传统的权值调整算法上，提出一种应用于电机参数辨识系统的新型动态混合最小均方算法。最后，利用在线辨识的参数来实时更新电流预测控制器中的参数，以避免参数失配对控制系统性能的影响。通过仿真和实验验证了所提方法和新型算法的可行性和有效性，其结果表明了该方法不仅能够实现精准在线跟踪电机参数的变化，而且有效抑制了参数失配导致的响应电流偏差。     

基于漏电流多频率特征的变频电机主绝缘状态在线监测方法

定子主绝缘失效将导致变频电机发生严重短路故障，极大降低电机运行可靠性，甚至威胁人身安全。为了保障变频电机系统安全可靠运行，需要对变频电机主绝缘状态进行实时监测和故障预警。首先，通过变频电机定子主绝缘退化等效电路获得漏电流频域数学模型。然后，研究了变频电机电压及漏电流频率特征分布规律，分析了绝缘阻抗及退化位置变化对漏电流基波频率倍频、开关频率倍频及二者所构成边带频率特征的影响。进而提出一种基于漏电流多频率特征的变频电机主绝缘状态在线监测方法，不仅可以评估主绝缘退化程度，而且可以精准识别主绝缘退化位置。该方法在变频电机多种运行工况下进行了验证，实验测试与仿真结果一致，验证了所提出主绝缘在线监测方法的有效性和准确性。     

Modelling of winding failures identification using the frequency response analysis (FRA) method

The frequency response analysis method of investigation of windings is one of the methods being introduced more and more, recently. It is being used for the identification of dislocations and deformations of transformer windings as well as for the early detection of winding failures in electrical machines. This method is based on the comparison of the transfer function with reference measurements. The application of this method in the investigation of windings is determined by a measurement of the transfer function and by mathematical modelling. Both methods of determining the transfer function of the windings are being refined and developed. The numerical simulations are aiming at determining the sensitivity of this method and developing the recognition criteria with regard to the type and range of the deformations.     

An acoustic diagnostic technique for use with electric machineinsulation

Many of the electrical failures of large electric machines have mechanical precursors. This premise has led to the attempts described here to detect mechanical changes, such as groundwall delamination, by acoustic methods as a means of early detection of incipient failure. By optimally launching an ultrasonic wave into a stator bar and using the conductor as a waveguide, it has been shown possible to interrogate the groundwall insulation and the critical interface region adjacent to the conductor. Laboratory studies using an epoxy mica stator bar subjected to thermal cycling have demonstrated that the acoustic signatures obtained with this method are mirrored by conventional corona spectroscopy conducted simultaneously, although earlier damage is clearly discernible. Based on the results of this study, the acoustic technique appears to have substantial promise as an advanced detection tool     

交流电动机转子槽漏磁导数值积分计算

本文提出一种交流电动机转子槽下部漏磁导的数值积分计算方法。与传统的漏磁导算法相比,这种方法省去了推导漏磁导计算公式的繁琐过程,而直接从磁导概念出发,利用数值积分计算给出漏磁导数值。文中提出的方法对电机漏磁导的计算具有普遍意义。     

斜槽电机中绕组电感参数的解析计算方法

采用斜槽可以减小电机的齿谐波电压,且可以大幅降低高频的电磁转矩脉动,从而改善电机的性能.由于采用有限元法分析这类电机性能时,计算过程比较复杂,而且比较耗时.因此,提出一种计算斜槽条件下的绕组电感参数的解析方法,基于二维坐标系中的气隙磁动势和磁导概念,利用空间谐波分析方法,计算出各绕组的气隙电感参数.利用所述方法,对比分析了不同斜槽角度对某台同步电机电感参数的影响,并且在一台定子斜一个槽距的同步发电机上进行了实际测试,实测结果验证了该方法的有效性和准确性.     

Detection and classification of winding faults in windmill generators using Wavelet Transform and ANN

This paper exploits the Wavelet Transform (WT) analysis along with Artificial Neural Networks (ANN) for the diagnosis of electrical machines winding faults. A novel application is presented exploring the problem of automatically identifying short circuits of windings, which often appear during machine manufacturing and operation. Such faults are usually resulting from electrodynamics forces generated during the flow of large short circuit currents, as well as forces occurring when the machines are transported. The early detection and classification of winding failures is of particular importance, as these kinds of defects can lead to winding damage due to overheating, imbalance, etc. Application results and investigations of windmill generator winding turn-to-turn faults between adjacent winding wires are presented. The ANN approach is proven effective in detecting and classifying faults based on WT features extracted from high frequency measurements of the admittance, current, or voltage responses.     

采用导体细分法分析大型电机线棒的集肤效应

对于电机的定子槽内导体的集肤效应的分析，传统的方法是采用求解微分方程的解析法进行分析〔３，４〕，在本文中作者将导体细分法用于大型电机定子槽内的集肤效应，即用矩阵方法将带有边界条件的微分方程用线性方程组代替，从而可直接利用电子计算机进行求解。     

滑动轴承在大中型高压异步电动机上的应用

轴承是电机结构中的重要部件，滑动轴承由于其自身诸多优点，在大中型高压电机上得到了广泛的应用，在此阐述滑动轴承的优点，选用方法和使用中应该注意的几个问题。     

Field-winding fault detection in synchronous machines with static excitation through frequency response analysis

Frequency Response Analysis is a well-known technique for the diagnosis of power transformers. Currently, this technique is under research for its application in rotary electrical machines. This paper presents significant results on the application of Frequency Response Analysis to fault detection in field winding of synchronous machines with static excitation. First, the influence of the rotor position on the frequency response is evaluated. Secondly, some relevant test results are shown regarding ground fault and inter-turn fault detection in field windings at standstill condition. The influence of the fault resistance value is also taken into account. This paper also studies the applicability of Frequency Response Analysis in fault detection in field windings while rotating. This represents an important feature because some defects only appear with the machine rated speed. Several laboratory test results show the applicability of this fault detection technique in field windings at full speed with no excitation current.     

基于深度卷积神经网络的输电线路防鸟刺部件识别与故障检测

电力铁塔上故障防鸟刺的及时检测,对于减少输电线路鸟害的发生,从而保障输电线路安全可靠运行具有重要意义。电力巡检图像中电力铁塔上的防鸟刺具有轮廓特征较不明显、部分重叠分布的特点给防鸟刺部件识别与故障检测研究带来一定挑战。针对所述防鸟刺特点,提出一种基于深度卷积神经网络的防鸟刺部件识别与故障检测方法。先利用锐化滤波器对电力巡检图像进行锐化处理;其次运用经过多尺度训练的YOLOv3目标检测网络框选并截取出经过锐化处理的电力巡检图像中的防鸟刺区域;最后利用基于Resnet152特征提取网络的防鸟刺故障检测器处理截取出的防鸟刺区域,实现防鸟刺故障检测。利用上述方法,实现电力巡检图像中的防鸟刺部件识别与故障防鸟刺检测,防鸟刺部件识别平均准确率为95.36%,故障防鸟刺检测准确率为92.3%。实验结果表明,所提方法能够有效实现电力巡检图像中防鸟刺部件识别与故障检测。     

电机优化设计技术发展情况

在分析电机优化设计技术文献的基础上,总结了国内在电机传统优化设计方面的特点,几种主要的新型算法及其在电机设计中的应用,电磁场逆问题的优化设计,以及电机优化设计技术的发展动向;并对该领域未来的发展趋势作了展望。