异步电动机定子绕组匝间短路故障检测新方法

定子绕组匝间短路是异步电动机常见故障之一,因此研究其检测方法具有重要意义。针对异步电动机定子绕组匝间短路与转子断条故障瞬态进行仿真并分析仿真结果,指出异步电动机转子故障对定子绕组匝间短路故障检测存在不利影响,甚至导致故障误判。提出计及转子故障时的异步电动机定子绕组匝间短路故障检测新方法,该方法关键在于预先采用频谱校正与自适应滤波技术滤除定子电流中由转子故障所导致的特征频率分量。大量仿真与实验结果表明,该方法可以避免将转子故障误判为定子绕组匝间短路故障,使定子绕组匝间短路故障识别可靠性大幅提高。     

异步电动机定子绕组匝间短路故障检测方法研究

基于多回路数学模型，对异步电动机定子绕组匝间短路故障瞬变过程做了数字仿真，并完成了相关实验。通过分析仿真与实验结果，对各种故障特征量的灵敏度与可靠性进行探讨，指出定子负序视在阻抗是最可靠兼具良好灵敏度的定子绕组匝间短路故障特征量。以此为基础，提出了一种异步电动机定子绕组匝间短路故障检测新方法，该方法以定子负序视在阻抗滤波值作为匝间短路故障特征量，并应用神经网络技术根据电机当前运行参数确定适当的故障检测阈值。实验结果表明，该方法是正确可行的。     

笼型异步电动机转子断条与定子绕组匝间短路双重故障研究

基于多回路理论,针对笼型异步电动机转子断条与定子绕组匝间短路双重故障进行研究.结果表明,笼型异步电动机在发生转子断条与定子绕组匝间短路时,其故障特征往往是相互交织、相互影响的,仅仅应用单一故障检测方法检测笼型异步电动机定转子故障,可能导致故障误判.通过对仿真与实验结果的详尽分析,系统地概括出笼型异步电动机转子断条与定子绕组匝间短路双重故障特征,明确揭示了二者间的相互关系,为实现转子断条与定子绕组匝间短路双重故障的联合检测提供了重要理论依据.     

感应电动机内部故障检测技术综述

针对感应电动机常见的几种内部故障,详细的阐述了不同故障产生的原因,分析了国内外目前所用的检测方法,并指出了故障检测技术的发展趋势。     

基于多回路数学模型的异步电动机内部故障瞬变过程

基于多回路理论,建立了YN接、Y接、D接笼型异步电动机在正常、内部故障(定子绕组匝间短路与转子断条)情况下的多回路数学模型。应用多回路数学模型对电机内部故障瞬变过程进行数字仿真和实验,以此研究电机定子电流及其负序分量、相位对称关系、边频分量的瞬变规律。分析仿真与实验结果表明：由于实际电机本身固有的不对称性,即使其正常运行,也必将在一定程度上体现内部故障特征;某些形式的定子绕组匝间短路故障可能抵消这种不对称性,并削弱(而非强化)定子绕组匝间短路故障特征;实际电机定子电流往往包含包括转子断条故障特征分量在内的多个边频分量,其中某些边频分量可能来源于电机气隙偏心、转子不对中或其他因素。在工程实际中进行电机内部故障检测时,必须密切关注上述规律,以保证故障检测灵敏度与可靠性。     

鼠笼式异步电动机转子故障检测方法

基于定子电流的频谱分析方法是异步电动机状态监测与故障诊断的主要途径。总结了异步电动机转子断条和偏心故障时，定子电流中可能出现的故障特征频率成分，通过对同时存在断条和偏心故障的异步电动机的实验结果分析，发现基波周围的断条和偏心特征频率成分尽管容易出现频率重叠，但因其幅值较大，对其进行监测仍是故障诊断最有效的途径；避免误诊的方法是对断条和偏心特征频率成分各自的分布规律进行监测分析，如果同时结合槽谐波及其周围的偏心特征频率成分的监测，将会使结果更准确。     

基于定子电流的笼型异步电动机转子断条故障检测

转子断条故障是笼型异步电动机常见故障之一.通过对基于定子电流的转子断条故障检测方法的研究,对几种方法进行了分析与总结.这些方法所检测到的转子故障信号各有不同,因此应根据具有环境选取更适当的方法.     

笼型异步电动机转子断条故障新特征

根据笼型异步电动机转子断条故障的基本规律与正弦信号希尔伯特变换的物理意义,将希尔伯特变换、频谱分析/校正与自适应滤波技术相结合,以获取定子电流滤波信号的希尔伯特模量,指出其在复平面所占面积可反映转子断条故障存在与否,且其数值伴随故障程度的加剧而增大.仿真与实验数据分析验证了这一规律.进而提炼出笼型异步电动机转子断条故障新特征--定子电流滤波信号希尔伯特模量回转半径.仿真与实验数据表明,该特征对于转子断条故障灵敏,并对电机负载状况呈现一定的鲁棒性,将其应用于笼型异步电动机转子断条故障检测可行.     

异步电动机转子断条故障在线检测新方法

针对MUSIC(Multiple Signal Classification Algorithm)算法用于故障诊断的两大缺点:运算量大和可能产生的虚假波峰对故障特征的混淆带来的不利影响,给出了相应的解决方法.定子电流Hilbert幅值包络信号包含了低频的故障特征频率调制信号,故通过对定子电流Hilbert幅值包络信号进行降采样率重采样、减少分析信号长度,可避免低频段频谱混叠,再对减少的重采样数据进行具有超分辨率的MUSIC低频段估计,可大大降低MUSIC算法频谱估计时间;运用连续细化傅里叶变换(SFFT)和转子街槽谐波转差率估计技术,可预知故障特征频率精确值,从而可有目的地查询故障分量,消除MUSIC虚假波峰对故障检测混淆的影响,大大提高了故障检测的灵敏度和可靠性,以此形成异步电动机转子断条故障检测新方法.试验表明,该方法可行有效.     

基于Duffing系统与APES算法的DFIG定子匝间故障检测新方法

简要介绍了Duffing振子信号检测和幅度相位估计(APES)算法的原理,提出将Duffing振子信号检测与APES算法相结合的双馈感应风力发电机(DFIG)定子匝间故障检测新方法。利用Duffing振子参数敏感性及对背景噪声的强免疫性,根据相轨迹图变化判断是否存在待测故障特征,在此基础上结合APES算法确定故障特征的振幅,弥补了Duffing振子无法提供准确幅值的不足。仿真结果证明了所提方法的实用性和有效性。     

基于小波变换的高压电动机定子绕组匝间短路故障在线检测新方法

基于小波变换的分析方法,提出了基于定子三相电流之间相位对称度检测的定子绕组匝问短路故障在线检测新方法。分析表明,该方法计算结果稳定、灵敏度高,能有效地检测出匝间短路故障。     

基于对角递归神经网络的异步电动机定子绕组匝间故障诊断方法

为了有效地监测异步电动机定子绕组匝间短路故障,提出了基于对角递归神经网络的匝间故障在线诊断方法.该方法采用2个对角递归神经网络监测匝间短路故障,一个用于估算故障的严重度,另一个用于确定定子绕组故障匝数.同时,提出自适应动态学习算法,训练对角递归神经网络,确定网络最优隐层神经元的个数,使诊断模型更加紧凑和精确.根据该方法构建了试验系统并进行了匝间短路试验,试验结果表明;基于对角递归神经网络的诊断模型,在不同工况下可精确确定定子绕组短路故障的匝数.由于对角递归神经网络具有动态处理能力,和前馈神经网络相比,克服了前馈神经网络故障诊断模型无动态处理能力的局限性,能更有效地监测定子绕组匝间短路故障.     

接于弱电网的双馈感应发电机在定子故障情况下的无功功率控制策略

针对双馈感应发电机(DFIG)发生定子绕组匝间短路(SWITSC)故障后对弱电网并网点电压稳定性的影响问题,构建了含SWITSC故障DFIG的弱电网模型。通过仿真分析和理论分析得到如下结论:DFIG发生SWITSC故障后输出无功、有功功率将变化进而导致弱电网并网点电压降落,而不同的输电线路阻抗比、电网强弱程度以及DFIG的SWITSC故障严重程度均会影响DFIG的输出无功、有功功率。针对上述影响,基于维持并网点电压稳定的目的,提出了一种改进的DFIG输出无功功率控制策略。仿真结果表明,该控制策略充分发挥了DFIG的无功功率调节能力,在SWITSC故障情况下可以有效遏制并网点电压的降落,在正常情况下则与常规控制策略等效。     

基于定子绕组并联支路环流特性的发电机故障识别方法

分析了发电机气隙磁势、磁导、磁密、定子绕组两条并联支路的感应电势和电路方程,得到定 子绕组并联支路间的电压差表达式。通过分析正常及故障运行时各参数的变化得到了并联支路电 压差和环流特性,理想电机在正常运行时不存在电压差和环流,而转子绕组短路故障将引起二次谐 波环流,定子绕组短路、定转子气隙静偏心、气隙动偏心故障将引起基波环流。由于不同故障引起 的环流特性存在差别,提出了基于定子绕组并联支路环流特性的发电机故障识别方法,并实测了 SDF-9型故障模拟发电机正常及故障运行时的环流信号,与理论分析结果基本吻合。