共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
介绍了某水电站水轮发电机磁极线圈匝间绝缘试验方法,利用交流阻抗试验、匝间冲击试验等手段,检测线圈的匝间有无短路故障。通过不同试验手段对比,表明匝间冲击试验比常规试验更能准确检测出线圈匝间短路点及绝缘薄弱点。 相似文献
3.
通过对某电厂1000MW发电机组定子匝间保护误动作的原因进行分析,说明发电机定子匝间保护原理,并提出定子匝间保护在使用过程中需注意的事项。 相似文献
4.
针对BP神经网络对发电机转子匝间短路故障识别方法存在收敛速度慢且极易陷入局部最优解的不足,在分析发电机转子绕组匝间短路后的电磁特性及电机气隙磁场的基础上,提取了故障特征量,采用遗传神经网络法对发电机转子匝间短路故障进行辨识,通过引入遗传算法对BP神经网络进行权重和阀值优化,使模型具有全局寻优、收敛速度快及评价结果客观、准确的优点,并且避免了为得到故障样本所做的损坏性试验过程。仿真结果表明了该方法的可行性和有效性。 相似文献
5.
人工神经网络是基于模仿人类大脑的结构和功能而构成的一种信息处理系统,具有很多与人类智能相似的特点,应用人工神经网络可以实现准确、及时的故障诊断,因而人工神经网络在电力等系统的故障定位、故障类型识别等故障诊断中有着很好的应用. 相似文献
6.
详细介绍了发电机纵向零序电压式匝间保护基本原理,根据现场应用中保护误动作事件,对影响保护正确动作的主要因素进行了分析。从实用的角度,探讨了引入负序功率闭锁元件作为防止保护误动措施的利弊。并以机组启动时带负荷试验为例,介绍了检验负序功率方向正确性的发电机内部不对称故障二次模拟法,指出加强保护的现场维护工作具有重要意义。 相似文献
7.
8.
某厂#7发电机发生故障,机组强励动作、振动增大、轴电压升高、汽侧大轴接地碳刷电流突增等,通过发电机转子绕组交流阻抗及功率损耗试验、大轴通大电流试验等试验方法,对发电机转子匝间故障定性及故障点定位,并对故障进行了分析,采取了具体的处理方案。最后简要分析了故障现象产生的基本原理,并提出了预防此类故障的措施。 相似文献
9.
汽轮发电机转子由于制造、安装、运行、维护等原因,易发生匝间短路故障。通过对某电厂700MW发电机转子绕组进行RSO、交流阻抗损耗、极平衡法以及线圈分布电压法等系列试验,在不拔护环情况下快速正确分析和诊断出转子绕组早期匝间短路故障,从而为决策和处理提供关键可靠的依据,并赢得了宝贵的时间,同时也为发电机运行维护提供了重要的相关经验和参考。 相似文献
10.
对某电厂发电机转子因密封瓦漏油造成绕组匝间短路进行了分析和处理,并提出了相关的预防措施。 相似文献
11.
12.
介绍了匝间绝缘测试仪的硬件组成和在LabVIEW开发平台上的软件设计方法。并给出相应的程序源代码。最后给出了部分试验结果。结果表明:基于LabVIEW的电机匝间绝缘测试仪软件编程简单。开发周期短,测试精度高。运行稳定可靠。 相似文献
13.
14.
15.
设计了新型匝间耐压测试系统,分析了绕组品质参数、故障属性及其特征,给出了基于系统的绕组品质评价与故障诊断方法.试验表明,可完全取代人工对绕组合格品进行优良分级,对绕组不合格品进行故障诊断分类,并且操作方便简洁,判断准确快捷,性能安全可靠. 相似文献
16.
为实现对异步电机定子匝间短路故障进行在线监测,提出了一种基于虚拟仪器技术的故障监测系统设计方法.以高性能ARM微处理器S3C2410X作为电机物理量采集的核心,利用LabVIEW7.0虚拟仪器开发平台计算电机定子负序电流,并考虑电机绕组先天不平衡因素,定义了故障灵敏度因子反映匝间短路故障程度.实验结果表明:该系统有较好的可靠性和实时性,并具备较强的匝间短路故障辨识能力,方法可行. 相似文献
17.
从理论上分析了干式空心电抗器从正常运行状态到匝间短路故障状态下的匝间短路动态过程,建立了暂态电路耦合计算模型,并利用ANSYS Maxwell软件模拟了匝间短路故障的暂态特性,提出了通过安装在电抗器封装上的检测线圈实现对电抗器短路位置引起的磁场突然变化的检测方法。通过实验研究表明,采用本文提出的方法可以在较早的故障期间检测到匝间短路故障。 相似文献
18.
考虑由风剪切和塔影效应引起的叶轮扫掠面内风速时空分布,研究考虑风速时空分布的双馈风力发电机组机械和电气故障特性。首先,建立了考虑风速时空分布的等效风速模型,分别推导得到了考虑风速时空分布前后的风力发电机组机械转矩、转速,正常运行时和定子绕组匝间短路故障时定子电流的解析表达式及其变化特性;其次,在Matlab/Simulink平台搭建双馈风力发电机模型和故障模型,对定子电流进行频谱分析;最后,在风力发电机组故障模拟实验台进行了实验测试与研究。结果表明:考虑等效风速后,定子绕组匝间短路故障时定子电流中除了基频和基频的奇数倍,还会有调制频率3kfw。 相似文献
19.
新能源汽车油泵电机出现匝间故障,无法保证燃料供给、控制压力、提供润滑和冷却等,威胁行车安全。对此,本文提出了一种基于电流和振动信号相结合的匝间故障在线监测方法。首先,根据麦克斯韦张量法构建含有故障电流谐波的电磁力模型。其次,设计了一个多传感器的电机信号采集电路。最后,采用改进的自适应经验模态分解法对经降噪后的振动信号进行自适应分解,利用相关系数法对所得的一系列本征模式函数筛选和重构。综合评估峭度与均方根值之比以及包络谱特征因子,得到故障特征指标提升52.3%,表明重构信号具备更高的敏感性,并通过电流波形分析验证了重构信号与故障特征的一致性。该研究对油泵电机故障诊断和状态预测具有重要工程意义。 相似文献