联合转动惯量与电气阻尼虚拟配置的风电轴系宽频扭振镇定方法EI北大核心CSCD

风电轴系扭振会造成轴系部件提前失效,对整机寿命及可利用率十分不利。基于闭环传递函数分析了轴系物理参数对湍流激励下宽频受迫扭振的影响,表明增加风力机转动惯量或降低发电机转动惯量可抑制受迫扭振,特别的,当且仅当发电机转动惯量降为零时扭振幅度最低。在轴系主视角下将发电机转矩分解为电气阻尼分量和电气转动惯量分量,分析了二者对轴系扭振抑制的可协调性,提出联合配置发电机电气转动惯量和电气阻尼的扭振抑制策略。在主控制器硬件在环的GHBladed仿真中验证理论分析和控制设计的有效性,结果表明,所提控制可显著降低风速持续扰动产生的扭振和疲劳损伤,并可一定程度提高发电量。     

风电次/超同步振荡激发汽轮机组轴系扭振风险的在线评估与预警技术

风火打捆系统中,风电机组与电网相互作用会引发次/超同步振荡,进而激发汽轮机组轴系扭振。为保障机组轴系安全,该文提出汽轮机组轴系扭振风险在线评估与预警技术。针对轴系参数已知和全部/部分参数未知的汽轮机组,分别提出基于理论分析和扰动激励辨识的扭矩在线估计方法。另外,所提预警技术利用扭矩估计值评估轴系扭振风险,基于轴系疲劳特性的预警定值确保系统能够在风电振荡造成轴系疲劳损耗前发出预警指令。最后,通过我国某实际电网的电磁暂态仿真验证所提扭振风险在线评估与预警技术的有效性。     

提高汽轮机的可靠性的措施

<正> 一、通过优化设计技术提高可靠性1、对于汽轮发电机轴系扭转振动的措施(1)轴系扭振在高速重合闸失败等输电系统干扰中,汽轮机驱动力矩与发电机电功率输出之间产生暂时的不平衡,诱发轴系产生扭转振动,在轴上产生振动应力,由于这种应力交变作用,可能会给轴带来疲劳损伤。三菱公司开发了对于各种电网干扰的强度分析技术和轴扭振疲劳的评价技术,并采用包括实测数据的评价技术进行了验证,建立了能承受高速三相重合闸的轴系设计方法,已应用于新建     

基于暂态扭矩辨识的汽轮机组快速扭振保护研究

汽轮机组与串补系统相互作用会引发暂态扭矩放大,冲击性扭矩在极短时间内就会对轴系造成严重的破坏。然而,常规扭振保护设备无法及时将机组解列,不能够保障轴系安全。该文提出一种汽轮机组快速扭振保护方法——即时暂态扭矩保护,该方法利用轴系转速辨识暂态扭矩,根据暂态扭矩判断轴系扭振风险,当轴系存在扭振风险时及时将机组解列。另外,基于疲劳损耗优化的定值整定原则确保了保护能够将所有运行工况下轴系产生的疲劳损耗控制在允许范围内。最后,基于RTDS的硬件在环试验验证了保护样机的性能和可靠性。结果表明:所提方法能够在汽轮机组轴系存在扭振风险时及时解列机组,从而避免暂态扭矩放大导致轴系产生严重疲劳损耗乃至一次性损毁。     

发电机轴系扭振保护的应用

当直流换流站发生单极或双极闭锁时,靠近直流换流站的盘南电厂就极有可能产生次同步振荡（SSO）,这就迫切需要引入发电机轴系扭振保护（TSR）装置来用于解决次同步振荡（SSO）引发的轴系扭振,避免造成轴系某些部件如汽轮机大轴、联轴器等部件的断裂或疲劳损伤,保证机组和电网的安全运行。．     

次同步振荡下轴系扭振疲劳寿命损耗在线分析方法

为实时分析次同步振荡状态下轴系的扭振疲劳寿命损耗,准确评估轴系的安全性,本文分析了轴系扭振应力与机端扭角之间的关系,针对模态扭角提取过程中相位偏差、边界效应等问题,提出了一种利用零相位带通滤波-"移动窗"-模态叠加的方法计算扭振危险截面的应力历程,进而对轴系的扭振疲劳寿命损耗进行分析。结果表明:该方法在保证分析精度的同时,也可保证分析的实时性,适用于汽轮发电机组轴系扭振的在线监测、分析和系统保护。     

两相短路故障下汽轮发电机组轴系扭振疲劳寿命损耗分析

为评价发电机出口端两相短路故障下汽轮发电机组轴系扭振的安全性,以某600 MW机组轴系为实例,计算得到了电磁扰动力矩下各轴颈处的机械扭矩。以较为危险的6号轴颈为考核截面,得到了该处的扭应力响应,并基于S-N曲线估算方法、雨流计数法及Miner线性累积损伤理论,获得了两相短路故障发生的不同时间历程下,该处的扭振疲劳寿命损耗。结果表明:发电机出口端两相短路时,部分轴颈处机械扭矩维持在较高水平,尤其是低压转子与发电机转子间的轴颈;故障在短时间内对于轴系扭振疲劳寿命的损耗影响较大,之后趋于平缓,应在尽量在短的时间内进行故障切除。     

电网短路故障下双馈风电机组传动链扭振响应

电网故障引起的电磁转矩波动易造成风电机组轴系扭振疲劳损耗,严重时会造成轴系故障,有必要研究不同类型电网故障下风电机组传动链扭振响应及其对关键部件的影响。首先,采用集中质量法,考虑叶片柔性建立了风电机组传动链四质量块模型,基于小信号模型,采用模态分析法对风电机组传动链扭振特性进行分析。其次,为了表征不同故障类型对风电机组传动链轴系扭振的影响,在双馈发电机电磁暂态模型的基础上,推导了电网对称与不对称故障下电磁转矩表达式。最后,基于四质量块传动链模型,仿真分析了单相、两相和三相接地电网故障对机组传动链扭振响应的影响。结果表明,不同类型电网故障会影响不同传动链扭振频率及其不同关键部件;三相接地电网故障引起的传动链扭振幅值大,齿轮箱和发电机转子间轴上传递转矩可以较全面反映扭振响应频率;与传动链其他部件相比,发电机转子受到电网故障影响更大。     

固态限流器抑制轴系扭振的研究

电力系统故障会引起汽轮发电机组轴系的扭振,本文分析了在发生三相接地和单相接地故障情况下,固态限流器对提高发电机暂态稳定性和轴系扭振的影响.通过Matlab仿真计算电磁转矩、汽轮机轴系扭振和机端电压的变化,仿真结果表明固态限流器除了具有良好的限流功能外还能够提高电机暂态稳定性和抑制轴系扭振.     

大型半速核电发电机转子轴系的扭振疲劳损耗

利用电力系统机网相互作用数字仿真程序MANDISP,专门对某大型核电半速机组发电机转子轴系扭振疲劳特性展开研究,计算大机组的轴系扭振频率、典型电网扰动冲击情况下的扭应力以及扭振疲劳寿命损耗等重要技术参数。并将其与现有行业标准进行对比分析,用于指导该发电机组轴系设计。     

基于四端网络法的扭振监测与分析仪研制

简要论述了汽轮发电机组轴系扭振监测研究及扭振仪现状,阐明了四端网络法的基本原理和该算法的优点,并对应用广泛的用于测量旋转轴扭振的时间脉冲法进行了概要说明.基于四端网络模型和时间脉冲法,文中详细介绍了本扭振监测与分析仪的系统结构和系统功能.该分析仪集扭振数据采集与分析于一体,实时监测扭振状况,并对扭振故障进行在线分析,将对汽轮发电机组安全运行带来短期的和长期的利益.     

轴系扭振的四端网络模型及其应用

首次提出了一种设计和分析轴系扭振的四端网络方法，给出了其模型结构及处理方法。将扭振系统视为一个整体，从系统的输入阻抗入手，根据不同的谐振特征，可得到频率方程及两端扭转角速度比的一般式，由此来分析轴系扭振的频率特性、阻抗特性、各阶模态等性能。与传统方法相比，四端网络法的模型精确，算法简便迅速，无累积误差，易于实现计算机辅助设计和分析。     

1 000 MW机组引风机变频改造扭振的分析

为找出引风机联轴器膜片断裂和中间轴裂纹的根本原因,通过对风机不同工况下扭振、扭矩、瓦振等过程参数的测量和频谱分析,确定风机变频运行产生扭振是轴系损坏的根本原因。通过对风机轴系建模仿真,找出了诱发扭振产生的原因和解决途径,为电厂提出了改进建议。     

考虑特征瞬变的导线微风振动在线监测及预警技术

针对现有导线振动监测以秒平均振幅和秒平均频率衡量导线微风振动程度带来的误差,提出了一种考虑振动特征瞬变的导线微风振动在线监测及预警技术。根据压电材料的正压电效应设计一种振动监测传感器,测量距悬垂线夹89 mm处的加速度时程曲线。以获得瞬时幅值和瞬时频率为目标,采用经验模态分解（empirical mode decomposition, EMD）结合相关性判断得到符合原始信号振动机制的特征模态函数（intrinsic mode function, IMF）,经希尔伯特变换（hilbert transform, HT）提取瞬时参数,并利用瞬时幅值和瞬时频率计算导线对应动弯应力下各单元损伤参数,通过数值方法证明其有效性。经振动台试验对比分析,导线在有效损伤频段0~60 Hz内,该方法得出的各项疲劳损伤参数与计算值的吻合度均在86.77%以上,且主要疲劳损伤参数最大试验误差为8.02%,平均试验误差为0.92%,说明该方法可以作为振动导线疲劳寿命预警的有效依据。     

汽轮发电机组轴系扭振模型参数识别方法

扭振在线监测和保护设备的扭应力分析精度取决于汽轮发电机组轴系扭振模型与实际轴系在扭振固有特性上的一致性。然而,在模化过程中模型的刚度往往容易出现误差,从而影响扭振分析的准确性。为了估算出模型的扭转刚度参数并消除其扭振固有特性误差,提出了一种通过建立刚度参数微增量与模型固有特性变化量之间的关系方程,求解刚度参数调整量的参数识别方法。经过反复迭代,调整后模型的扭振固有特性可与实测结果非常接近,从而保证扭振应力分析的准确性。     

Real-time tracking of the torsional vibration of an induction motor supplied by distorted voltage sources

Shaft breaking is a potentially serious problem that can occur in a drive system. Most industrial control applications and home appliances employ power electronic devices which may produce large concomitant harmonic currents. The harmonic currents can distort the voltage source waveform, and induce harmonic torque pulsations in the air gap. Torque pulsations normally cause torsional vibrations which in some cases may exceed the maximum tolerance of the shaft, and incurs cyclic fatigue fractures. This work presents a novel algorithm for estimating the time-varying harmonic components and fundamental frequency. It also evaluates the torsional vibration behavior in a distorted-voltage-fed induction motor drive system. By comparing the estimated torsional vibration and experimental results, the accuracy of this new method is verified. Based on the method proposed, the drive system can be evaluated for potential risks by relatively simple and inexpensive procedures to avert many possible catastrophic failures.     

基于小波变换的扭振测量方法

扭振对汽轮发电机组安全性的影响自20世纪70年代初就引起了汽轮机行业的密切关注。但是现今市场上扭振测试仪器大多价格昂贵、调试困难,制约了扭振测量的普及和发展,为电厂的安全运行埋下了事故隐患。本文提出了一种间接测量扭振的测试方法,即由电机的定子电流来检测轴的扭转振动,采用数字化电流测量和小波分析来实现扭振的间接测量。     

汽轮发电机组轴系扭振应力分析系统的模型设计

轴系扭振应力分析系统(TSA)对于机组的扭振事故分析、经济运行及安全保证是十分必要的。本文对TSA涉及的扭振响应模型、电气和蒸汽激振模型、疲劳损伤模型、热暂态模型、扭振振幅监测、模型参数识别及系统功能进行了设计和研究,对TSA的实现提供了坚实的基础。     

Power system transient stability assessment based on the multiple paralleled convolutional neural network and gated recurrent unit

In order to accurately evaluate power system stability in a timely manner after faults, and further improve the feature extraction ability of the model, this paper presents an improved transient stability assessment (TSA) method of CNN?+?GRU. This comprises a convolutional neural network (CNN) and gated recurrent unit (GRU). CNN has the feature extraction capability for a micro short-term time sequence, while GRU can extract characteristics contained in a macro long-term time sequence. The two are integrated to comprehensively extract the high-order features that are contained in a transient process. To overcome the difficulty of sample misclassification, a multiple parallel (MP) CNN?+?GRU, with multiple CNN?+?GRU connected in parallel, is created. Additionally, an improved focal loss (FL) function which can implement self-adaptive adjustment according to the neural network training is introduced to guide model training. Finally, the proposed methods are verified on the IEEE 39 and 145-bus systems. The simulation results indicate that the proposed methods have better TSA performance than other existing methods.