排序方式: 共有11条查询结果,搜索用时 15 毫秒
1.
本文提出一种基于分散控制系统(Distributed Control System,DCS)实时监测数据驱动的汽轮发电机转子绕组匝间短路缺陷检测方法.首先,建立基于滑动窗口的稀疏自编码器(Sparse Auto Encoder,SAE)模型,对汽轮发电机组正常运行状态下所获取的DCS实时监测数据进行稀疏重构以提取状态特征;其次,建立基于注意力机制优化的长短期记忆网络(LSTM)模型以预测正常工况下汽轮发电机的励磁电流;最后,通过计算励磁电流理论预测值与实际值的残差对转子绕组匝间短路缺陷进行预警.安徽某电厂600MW大型汽轮发电机DCS历史监测数据分析结果表明该方法能够及时识别汽轮发电机转子绕组匝间短路的早期缺陷. 相似文献
2.
为将频域介电谱法(FDS)用于发电机主绝缘老化状态的无损诊断,在热电联合作用下对定子线棒环氧云母绝缘试样进行加速老化试验,测试不同老化程度试样的频域介电谱,采用HN模型对不同老化状态下的复介电常数实部和虚部进行曲线拟合,提取出能够定量表征绝缘老化程度的特征参数,并用扫描电子显微镜观测老化前后微观结构的变化,分析绝缘在热电联合作用下的老化机理。结果表明:复介电常数实部和虚部均随老化时间的增加而增大,尤其是在低频段(10^-3~10^1Hz),增大趋势更加明显;HN模型中的特征参数τ和β可以表征绝缘的老化状态,τ随老化时间的增加呈指数增大,β随老化时间的增加呈线性减小。 相似文献
3.
对定子线棒出水温度的最大温差进行预测,对于保障汽轮发电机的安全运行具有重要意义。但由于发电机运行过程中工况多变,温差时间序列变化模式复杂,因此趋势预测相对困难。本文使用长短时记忆(LSTM)神经网络对复杂的变化模式进行学习,并进一步融合了差分整合移动平均自回归(ARIMA)模型,用以弥补工况多变导致的训练不足的问题,从而对LSTM神经网络的预测结果进行修正。然后,在型号为QFSN-660-2-22的汽轮发电机运行数据上开展了实验,结果表明该方法预测效果优于单独的LSTM神经网络和ARIMA模型算法,并且可用于短期预警,准确率高于95%。 相似文献
4.
李艳磊;何天磊;王晓剑;陈聪;徐俊元 《电气时代》2024,(3):52-54+84
<正>汽轮发电机定子接地故障直接影响机组安全运行,严重时可能损坏发电机。介绍了发电机定子接地保护原理与故障查找方法,详细阐述了发电机定子接地故障的常见原因与防范措施,对相似问题的处理有着重要的借鉴意义。 相似文献
5.
6.
7.
为了研究定子线棒主绝缘的寿命评估模型,设计了绝缘在电热联合作用下的加速老化试验,利用平均秩次法和最小二乘法对试验数据进行分析处理,得到双参数威布尔分布模型的参数,并用该模型对绝缘的寿命进行统计分析,获得绝缘在不同电压和温度下的可靠度函数。采用95%的可靠度寿命τ(0.95)作为绝缘的平均使用寿命,基于FALLOU模型进行多元回归分析,从而获得绝缘的寿命评估模型,并通过微观结构分析绝缘的老化机理。结果表明:该模型适用于定子线棒主绝缘的寿命评估,利用该模型可以计算出现场实际给定电压和给定温度下绝缘的使用寿命,为现场制定定子线棒的预防性维修策略提供支持。 相似文献
8.
9.
10.