基于bp神经网络的转子匝间短路故障识别方法 fault identification of rotor windings inter-turn short circuit based on bp neural network.pdfVIP

第26卷第2期 电力科学与工程 V01．26，No．2 5 ElectricPowerScienceand Feb．，2010 2010年2月 Engineering 基于BP神经网络的转子匝间短路故障识别方法 王晓华1，李永刚1，樊静1，刘玉飞2 (1．华北电力大学电气与电子工程学院，河北保定071003；2．邯郸建筑设计有限责任公司，河北邯郸056002) 摘要：分析了发电机转子绕组发生匝间短路后的电磁特性，得到了匝间短路后的特征参数．在确定的运行 状态下，发电机励磁磁动势故障前后维持不变而励磁电流增大．据此选取故障样本，将BP神经网络应用 于发电机匝间短路故障识别．BP神经网络不依赖于发电机的数学模型及其结构参数．最后实测了故障发 电机的特征信号，与理论分析结果基本吻合． 关键词；发电机；匝闹短路；磁动势：神经网络 中图分类号：TM311文献标识码；A 从公式(1)中可知，发电机正常运行时，磁 0引言 动势只含有奇次谐波分量，且不含直流分量。 1．2发生匝间短路后转子的磁势分布 发电机转子匝间短路一般的表现为：发电机组 匝间短路后，短路侧槽励磁绕组的有效匝数减 无功下降；发电机组轴系振动增大；轴电压升高 少，导致其磁动势峰值减少，转子两侧的磁动势将 等。这些现象往往都是转子匝间短路已明显出现时 不再对称，不对称磁势会在定子绕组产生附加谐波 的特征，而现代发电机在线检测等检测技术的发展 电势，当定子接负载时，就会在定子绕组中产生附 J。 更注重于匝间短路故障的早期诊断H 加谐波电流DJ。在此之前曾有学者对该磁动势进行 发电机转子绕组匝间短路故障在转子电气绝缘 过分析，但仅限于考虑转子一个极(N极)附近距 事故中占较大比例。对大型汽轮发电机来讲，转子 离大齿最近的线槽内一匝短路的情况，这是转子绕 匝间短路故障会产生很大的危害，短路点局部过热 组最轻微的短路情况，其主要目的是可以忽略励磁 会导致绝缘烧损接地、线棒过热会导致变形或烧熔， 电流的变化，因为严重的匝间短路会引起励磁电流 故障的进一步发展会造成烧坏护环、大轴磁化，或 的增大M。如图l所示。 烧伤轴颈和轴瓦等，甚至会造成转子烧损事故。 驴· I 【1一何一7a+2mB)／2月li， 淞一+2删毋，h】务 l汽轮发电机转子电磁特性分析 叶 ：J 所’ 上 靠 一 1 0—_J f 1．1转子正常情况下的磁势分布 广广— -●—i一 ． ‘丌一皿P2珥声f 一 汽轮发电机正常运行时，沿转子圆周分布的磁 动势是阶梯形波，每次经过转子槽，磁动势发生跳 图1短路线匝磁势分布圈 跃。对正常运行时转子磁动势R波形进行傅立叶分 Fig．1Shortrouteturns distributi