1000MW汽轮发电机转子绕组匝间短路故障的诊断研究

对邹县电厂1000 MW汽轮发电机转子绕组匝间短路故障的检测和诊断方法进行了介绍和分析,从发电机转子匝间短路的发现和匝间短路的定位两个方面,对各种转子匝间短路试验技术进行了分析和探讨,重点介绍了一种RSO试验在邹县电厂的实际应用,论述了RSO1试验方法的优点,并提出几点建议。     

汽轮发电机转子绕组动态匝间短路的特点与检测

本文在介绍了汽轮发电机转子绕组动态匝间短路的特点及检测方法后,用实例加以说明。     

发电机转子匝间短路故障诊断及处理措施

随着我国机电制造业的迅速发展,在促进机电行业和其他相关行业发展的同时,也带来很多问题。较为明显的是发电机转子匝间的短路故障。本文主要通过实例分析了发电机转子匝间短路现象,以及故障的诊断方法,故障处理措施以及原因分析。     

发电机出口PT匝间短路故障分析

某电厂发变组保护A、B柜分别报"定子零序电压高段保护动作",引起机组跳闸。检查该发电机发变组保护动作、故障录波器均正常,现场发现发电机出口电压互感器（potential transformer,PT）B相5042PT有明显过热。通过分析事故经过,对故障PT完成直阻、绝缘、励磁特性曲线、空载电流测试等试验,确认发电机PT匝间短路是造成此次机组跳闸的主要原因。针对如何提前发现发电机出口PT绝缘裂化故障提出了相应的防范措施,应严格按预试规范要求完成发电机出口PT的局放、3倍频耐压等试验,并对各项常规预试项目数据进行趋势分析,及时发现异常。通过此次发电机出口PT匝间短路故障分析对及时发现设备安全隐患,提高设备运行可靠性起到较好排查作用。定期按规范要求完成相关试验,重视试验数据的趋势分析能有效降低同类型事故发生概率及减小事故范围。     

大型发电机转子绕组匝间短路在线检测系统理论基础及设计应用

本文主要阐述大型同步发电机转子绕组匝间短路检测法的理论基础,并结合多年设计实践,介绍波形法检测系统的设计与应用。     

基于定子振动特征的转子绕组短路故障识别

分析了汽轮发电机转子绕组匝间短路故障和转子不平衡故障时定、转子径向振动特征。当转子绕组匝间短路故障发生时,转子基频振动增加,定子二倍频振动减小;当转子不平衡故障发生时,转子基频振动增加,定子二倍频振动增加,不同于转子绕组匝间短路故障时的定子振动特征。在此基础上提出了基于定子振动信号的转子绕组匝间短路故障识别方法,与传统的单纯利用转子振动信号的诊断模型相比,可有效识别转子绕组匝间短路故障和转子不平衡故障。最后实测了SDF-9型故障模拟发电机定、转子径向振动信号,与理论分析结果基本吻合。     

励磁绕组短路下关键运行参数差异对汽轮发电机转子动力学特性的影响

分析了励磁绕组短路下,关键运行参数差异对汽轮发电机转子动力学特性的影响。关键运行参数包括短路程度、短路位置,以及电机负载率;转子动力学特性包括转子不平衡磁拉力激励特性、径向振动响应特性,以及转子铁芯动力学响应规律。基于柔性转子不平衡磁拉力激励与振动响应的理论分析、有限元仿真计算,以及动模试验来探索不同运行参数造成动力学特性差异的规律。结果表明：正常情况下转子不平衡磁拉力趋于零,转子振动以常规基频和定子传递过来的各偶次倍频为主;励磁绕组匝间短路下,转子不平衡磁拉力及其振动响应将产生新的奇次倍频成分,且通频振动幅值增大。随着短路程度或负载的增加,转子不平衡磁拉力与振动响应的基频将增大;短路位置越靠近大齿处,转子不平衡磁拉力与振动幅值越大;转子铁芯大齿的外表面和内槽表面边沿为动力学响应的危险位置。     

浅谈110kV变压器匝间短路故障试验分析

文章以某110k V变压器为例,对110k V变压器匝间短路故障试验进行分析,提出了防止110k V变压器出现匝间短路故障的改进措施,以供参考。     

气隙静态偏心与定子短路复合故障对发电机定子振动特性的影响

分析了汽轮发电机在正常运行、气隙静态偏心故障、定子匝间短路故障、气隙静态偏心与定子匝间短路复合故障下的定子径向振动特性,以及各故障参数发展对定子振动特性的影响。首先对各情况下的气隙磁密进行了推导,得到引发定子振动的单位面积磁拉力表达式。然后分析了复合故障下定子径向振动特性及其与对应故障参数的变化关系。最后实测了SDF-9型故障模拟发电机的定子振动数据,结果与理论分析基本吻合。研究表明,正常情况和气隙静态偏心故障下发电机定子只有二倍频振动,但静偏心对应的二倍频振动幅值较正常情况要大;定子短路故障与复合故障下发电机定子都将产生二倍频、四倍频与六倍频径向振动,但复合故障所对应的振动幅值较大;复合故障下随着定子短路或气隙静态偏心程度的加剧,定子径向变形趋势及二倍频、四倍频与六倍频振动幅值均将增大;随着电机励磁电流的增大,定子径向变形趋势及二倍频、四倍频振动将增大,而六倍频振动则基本不变。     

200MW汽轮发电机匝间保护误动的原因分析及处理方法

1引言 我国现运行的200MW汽轮发电机一般每相绕组有两个以上并联分支,同一相两个分支之间短路或同一分支的匝间短路。均称为匝间短路故障。汽轮发电机保护用以反映定子绕组相间短路的纵差动保护,不能灵敏反映匝间短路故障,需要装设专门的保护装置。如匝间保护误动作,切除正常运行的发电机,不但对汽轮发电机造成不必要损害,而且也影响电力系统的稳定性。因此。对匝问保护产生误动进行分析和探讨,就显得十分重要。     

汽轮发电机转子绕组稳定接地问题研究

大型汽轮发电机转子绕组由于某种原因发生接地故障,本文介绍了转子绕组接地的概况,查找转子接地的试验方法及试验结果分析。     

基于样本熵的风力发电机早期故障检测

针对发电机定子匝间短路和转子断条等早期故障特征具有幅值小、非稳态、易受工况影响等特点,引入样本熵算法实现风力发电机定子电流和电磁转矩信号特征提取,并模拟不同负载条件下故障信号,实现定量参数分析。分析结果表明,样本熵算法适用于在变工况及噪声干扰条件下,对短数据参量进行分析并实现故障特征定量描述,可用于风力发电机早期故障检测和实时在线监测。     

RBF神经网络在显示器色空间转换中的应用

目的研究RBF神经网络对显示器色彩空间转换预测准确性的方法。方法通过编程借助Measure Tool软件自动测量获取建模和测试数据,通过反复测试选择建模合适的函数和参数,最后用RBF神经网络模型进行仿真实验,以获取较好的RGB转换到Lab色空间的转换模型。结果 RBF神经网络模型测试得到的色块平均色差达到0.75,最大色差达到19.7。结论该方法建模简单方便,网络训练速度快,转换精度高,对显示器色彩空间转换具有较好的非线性拟合能力和更高的预测准确性。     

RBF神经网络在爆破振动强度预测中的应用

在介绍RBF神经网络基本思想的基础上,建立了爆破振动预测模型,用RBF神经网络方法对质点振幅、主振频率及振动持续时间进行预测。用阳泉煤矿主井爆破开挖工程中所监测到的振动数据对模型进行了训练,并对27组数据进行了预测,实测结果和模型预测结果的对比表明,RBF神经网络预测模型能反映影响因素与特征量之间的非线性关系,适用于爆破振动特征参量预测。     

RBF模糊神经网络在刚性机械臂控制中的应用

为了提高刚性机械臂轨迹跟踪控制的精度,本文在分析RBF神经网络与模糊逻辑系统的函数等价性基础上,提出了一种基于T-S型模糊推理方法的RBF模糊神经网络,设计出基于RBF模糊神经网络的工业机器人控制器.研究发现,与普通的模糊神经网络相比,该网络结构简单,层数少,训练速度快,能自动寻优,通过在线调整网络隶属函数的中心值和宽度,优化了模糊规则,实现了对非线性系统的高精度轨迹跟踪控制,而且表现出有效性和鲁棒性.     

基于OLS算法的RBF神经网络在大坝安全监测中的应用

文章介绍了RBF网络的基本原理以及网络中心选取OLS算法（正交最小二乘法）,并将该方法应用于大坝渗流安全监测资料的分析预报上,应用结果表明：该神经网路可以很好地克服BP神经网络学习过程的收敛过分依赖于初值和可能出现局部收敛的缺陷,具有较快的运算速度、较强的非线性映射能力和较好的预报功能。     

联想记忆神经网络在电机故障状态监测中的应用研究

电机的状态监测和故障诊断存在多种不确定性特征,而神经网络在改善故障特征识别、提高信噪比、增强诊断结果的鲁棒性等方面有独特的优越性能。本文基于定子不平衡电流的在线检测,探讨了神经网络在电机故障诊断中的应用,模拟实验取得了与实际情况一致的结果,为电机故障的状态监测与早期诊断提出了一条新的有效的途径。     

神经网络规则提取及其在转子故障诊断中的应用研究

利用神经网络进行智能诊断所获取的诊断知识难于解释和理解,因此限制了其在智能诊断中的进一步应用,基于此,本文研究了一种新的基于功能性观点的神经网络规则提取方法,介绍了连续属性离散、训练样本产生、神经网络训练、示例样本产生及规则提取等关键算法。并与其他方法进行了比较分析。最后,将方法应用于转子故障诊断,通过多功能转子故障模拟实验台获取故障实验样本,利用本文神经网络规则提取方法从故障样本中提取了诊断知识规则,并对其进行了解释,结果表明了方法的正确有效性。     

BP神经网络在复合材料研究中的应用

人工神经网络因能处理复杂的非线性问题而成为材料科学研究的一种重要方法.在介绍BP神经网络的基础上,综述了其在复合材料设计、工艺优化、性能预测、损伤检测及预测等方面的应用情况,分析了应用中存在的问题,展望了其发展趋势.     

高温超导发电机在风力发电技术中的应用前景

一、风力发电技术的发展及国内现状 风力发电技术起源于欧洲,丹麦、荷兰、德国等国家对风电的开发和倡导已经超过20年了,美、加等国近年来也不断加大对风电建设的重视,随着全球经济的发展,风能市场也迅速发展起来。近5年来,世界风能市场每年都以40％的速度增长,预计未来20—25年内,世界风能市场平均每年将递增25％。目前大型风力发电场的发电成本已下降到4美分／kwh甚至更低的水平,据欧洲风能协会预测,到2020年风力发电成本将下降到3美分／kWh。