发电机转子绕组匝间短路故障诊断建模及应用研究-控制科学与工程专业论文.docxVIP

摘 要 发电机故障诊断对电力系统的安全经济运行以及国计民生和国防建设有着十 分重要的意义。电网是一个庞大的系统，一旦发生故障，必将造成巨大的经济损 失和灾难性后果。电力系统的飞速发展对发电机的故障诊断不断提出新的要求， 发电机故障诊断技术是保证电力系统安全可靠运行的重要技术手段，先进的发电 机故障诊断技术尤其是在线监测技术已成为电力系统安全经济运行的有力保障， 因此研制发电机故障诊断系统及研究故障诊断方法变得愈来愈重要，目前发电机 故障诊断技术正向计算机化、网络化和智能化发展。 发电机转子绕组匝间短路是发电机经常发生的一种电气故障，其对整个电网 的安全运行有重要影响，转子绕组匝间短路故障的早期诊断和在线检测一直是国 内外关注的课题。本文在分析国内外发电机转子绕组匝间短路故障诊断现状的基 础上，分析了发生转子绕组匝间短路的原因，深入研究了转子绕组匝间短路故障 机理和故障发生时电气量的变化特征，对比了各种故障诊断技术的优缺点，基于 对粒子群优化算法和 RBF 神经网络的研究，提出了利用 PSO-RBF 神经网络进行 转子绕组匝间短路故障诊断的方法，构建了发电机转子绕组匝间短路故障诊断模 型。本文完成了以下工作： ① 研究了转子绕组匝间短路故障机理及故障发生时电磁场的畸变情况和电 气量的变化特征，对现有诊断方法作了比较研究，为故障特征量选取提供了理论 依据。 ② 研究了 RBF 神经网络在转子绕组匝间短路故障诊断中的应用技术，为故障 诊断模型的建立提供了技术依据。 ③ 将 PSO-RBF 神经网络引人转子绕组的匝间短路故障诊断中，建立了基于 PSO-RBF 神经网络的故障诊断模型。 ④ 借助仿真实验和对比研究，结果表明 PSO-RBF 神经网络故障诊断模型可 以有效识别转子绕组匝间短路故障，且其精确性较传统的诊断模型有明显提高。 关键词：转子绕组匝间短路，故障诊断，RBF 神经网络，粒子群优化算法 ABSTRACT Fault diagnosis for turbo-generators plays a very important role in the safe, stable and economic operation of the whole power system, and has great importance to national economy and the peoples livelihood and national defense construction. Power grid is a huge system, once a fault happened, it would cause huge economic losses and disastrous consequences. Along with the rapid development of power system, fault diagnosis of the generator is continuously put forward new requirements. Technology of the generator fault diagnosis has become one of the important methods to ensure the power system operating safely and reliably. The advanced technology of generator fault diagnosis, especially the online monitoring technology has become a powerful guarantee for the safe and economic operation of power system. Therefore, the development of fault diagnosis system for generator and research on the fault diagnostic methods are getting more and more important. The fault diagnosis technique of the generator would be developing towards the computerization, networking and intelligent trend. The rotor winding inter-turn short circuit is a sort of usual electrical fault of genera