許兆鳳*
(山西大學(xué),山西太原,030013)
基于改進(jìn)單向遞推算法的發(fā)電機(jī)故障信號(hào)分析
許兆鳳*
(山西大學(xué),山西太原,030013)
發(fā)電機(jī)是電力系統(tǒng)中重要的電氣設(shè)備,對(duì)其故障的檢測(cè)有著重要的意義。本文提出了一種快速單向遞推算法,能夠迅速捕獲設(shè)備非正常信息,在設(shè)備故障早期階段就能發(fā)出預(yù)報(bào),對(duì)提高設(shè)備運(yùn)行可靠性有著重要的意義。并通過(guò)仿真結(jié)果,不僅驗(yàn)證了該方法的可行性,而且也說(shuō)明了此方法精度更高,計(jì)算量更少。
發(fā)電機(jī);故障檢測(cè);仿真
隨著電力系統(tǒng)的不斷發(fā)展,在系統(tǒng)容量迅速增長(zhǎng),網(wǎng)絡(luò)結(jié)構(gòu)日趨復(fù)雜的同時(shí),出現(xiàn)了一些新特點(diǎn)和新問(wèn)題。發(fā)電機(jī)設(shè)備裝機(jī)容量不斷增大,使得設(shè)備的故障和停運(yùn)直接危及到整個(gè)電網(wǎng)的安全供電,因此對(duì)這些價(jià)格昂貴的大型電力設(shè)備的故障早期診斷和預(yù)警要求日益緊迫,其運(yùn)行的可靠性更加引起生產(chǎn)和運(yùn)行部門(mén)的重視,對(duì)其常見(jiàn)故障的檢測(cè)和分析對(duì)及早發(fā)現(xiàn)故障、預(yù)防進(jìn)一步惡化,以及故障診斷、定位和維修都是十分重要的。故障檢測(cè)就是通過(guò)狀態(tài)檢測(cè)所提供的發(fā)電機(jī)運(yùn)行的各種信息,對(duì)其有無(wú)故障及故障程度作出判斷,便于及時(shí)、準(zhǔn)確地采取相應(yīng)措施使系統(tǒng)恢復(fù)到安全穩(wěn)定運(yùn)行狀態(tài)。通過(guò)分析電機(jī)在故障情況下的行為特征,找到一種能準(zhǔn)確、深入、有效地分析電力設(shè)備的各種常見(jiàn)故障的工程實(shí)用方法,對(duì)進(jìn)一步豐富和完善電機(jī)的故障檢測(cè)技術(shù),保證其安全可靠運(yùn)行和針對(duì)性地減小設(shè)備故障率都是十分必要的。
早期檢測(cè)電機(jī)故障對(duì)于保證電機(jī)正常運(yùn)行具有十分重要的意義。交流電機(jī)的故障檢測(cè)方法多年來(lái)一直為人們所普遍關(guān)注,電機(jī)的內(nèi)部電磁關(guān)系十分復(fù)雜,加之處于連續(xù)高速運(yùn)轉(zhuǎn)中,并受制于電氣、機(jī)械和環(huán)境等運(yùn)行條件的影響,易出現(xiàn)繞組松動(dòng)、絕緣老化、軸承磨損、振動(dòng)加劇、高溫過(guò)熱等現(xiàn)象,與之關(guān)聯(lián)的電氣量(電壓、電流、功率等)或非電量(聲、光、熱、氣、振動(dòng)、壓力、輻射等)種類繁多,變化復(fù)雜且不易測(cè)量,給故障的檢測(cè)帶來(lái)很大的困難。當(dāng)電機(jī)處于故障或異常運(yùn)行狀態(tài)時(shí),引起的電氣量和非電氣量的變化是檢測(cè)和判斷故障類型、程度和原因的重要依據(jù)?,F(xiàn)有的電機(jī)故障檢測(cè)技術(shù),正是基于這些描述電機(jī)運(yùn)行狀態(tài)的物理量故障前后變化規(guī)律的認(rèn)識(shí)和總結(jié)上逐漸發(fā)展起來(lái)的。
目前采用的主要故障檢測(cè)技術(shù)大致可以分為:電氣檢測(cè)技術(shù)(監(jiān)視局部放電、加探測(cè)線圈、RF檢測(cè)等)、化學(xué)檢測(cè)技術(shù)(絕緣分解物、潤(rùn)滑油劣化和軸承磨損檢測(cè)等)、機(jī)械檢測(cè)技術(shù)(繞組端部、軸承和轉(zhuǎn)子振動(dòng)監(jiān)測(cè)等)和溫度檢測(cè)技術(shù)(鐵心、轉(zhuǎn)子等局部溫度等)等。當(dāng)然,這些方法對(duì)某些故障行為有效(如電機(jī)冷卻氣體化學(xué)成分的分析及監(jiān)測(cè)局部放電現(xiàn)象等,可對(duì)同步電機(jī)的絕緣材料的完好程度作出較為可靠的分析判斷;監(jiān)視軸承座的振動(dòng)軸承潤(rùn)滑油的溫度可對(duì)軸承的磨損程度提供很好的指示),但對(duì)另一些故障還未形成有效的檢測(cè)手段(如利用定子電流負(fù)序分量來(lái)檢測(cè)定子繞組故障)。單一的故障檢測(cè)技術(shù)不能給出準(zhǔn)確的判斷結(jié)果,往往是各種技術(shù)的綜合應(yīng)用才能提供有意義的結(jié)論。
具體來(lái)說(shuō),電機(jī)的故障診斷技術(shù)包括檢查和發(fā)現(xiàn)異常、診斷故障狀態(tài)和部位、分析故障類型三個(gè)基本環(huán)節(jié),以及信號(hào)采集、信號(hào)處理、故障源分離和定位技術(shù)(故障模式識(shí)別)、診斷決策四項(xiàng)基本內(nèi)容。主要包括描述電機(jī)運(yùn)行狀態(tài)的各種電氣和非電氣信息的獲取,并通過(guò)先進(jìn)的信號(hào)處理技術(shù)獲得故障特征,及時(shí)、準(zhǔn)確地采取相應(yīng)措施使系統(tǒng)恢復(fù)到安全穩(wěn)定運(yùn)行狀態(tài)等幾個(gè)環(huán)節(jié)。具體有:基于正弦函數(shù)模型的算法頻率特性較差且計(jì)算精度與采樣率有關(guān),對(duì)信號(hào)預(yù)處理要求高;基于周期函數(shù)模型的算法(傅氏算法和沃爾希算法)假設(shè)分析信號(hào)為周期函數(shù)而不考慮實(shí)際信號(hào)中的衰減直流分量?jī)煞N成分作為待估計(jì)參數(shù)并利用采樣值進(jìn)行擬合,它是建立在故障信號(hào)模型和干擾特性已知的假設(shè)之上,存在著估計(jì)精度的問(wèn)題??偟膩?lái)說(shuō),這些算法主要利用平穩(wěn)信號(hào)的處理結(jié)果,并建立在一定的假設(shè)基礎(chǔ)上,一方面受到故障信號(hào)暫態(tài)、奇異成分和噪聲的影響,其精度依賴于對(duì)信號(hào)進(jìn)行不同程度預(yù)處理的效果;再者,忽略了故障信號(hào)中大量有用的暫態(tài)信息。因此,若能有效地克服保護(hù)算法中衰減直流分量、噪聲、頻率波動(dòng)和非整數(shù)次諧波的影響,并充分利用這些故障暫態(tài)信息,可望提高保護(hù)的起動(dòng)能力和靈敏度。
由序列的z變換及其時(shí)域卷積性質(zhì),信號(hào)序列、母小波序列以及小波系數(shù)序列的z變換為
對(duì)小波序列
其中,
故
則經(jīng)逆Z變換得遞推公式為
在此算法基礎(chǔ)上,只需計(jì)算四個(gè)小波變換初值,以后只需向后單向遞推便可計(jì)算出所有小波系數(shù),避免了向前的遞推運(yùn)算,所需系數(shù)()等只需計(jì)算一次,且具有較低次方的計(jì)算,該算法可滿足實(shí)時(shí)計(jì)算的要求。針對(duì)不同的瞬態(tài)信號(hào)需選擇不同的小波以獲得較大的分解,達(dá)到較好的檢測(cè)效果。只要選擇的小波滿足多項(xiàng)式與指數(shù)衰減乘積的形式,即的形式,其Z變換便能化為的有理函數(shù),按前述方法構(gòu)造相應(yīng)的實(shí)時(shí)遞推算法,不同之處在于系數(shù)的計(jì)算不同。
為說(shuō)明以上實(shí)時(shí)算法檢測(cè)信號(hào)突變的有效性,下面以發(fā)電機(jī)定子繞組故障信號(hào)為例進(jìn)行分析。以動(dòng)模實(shí)驗(yàn)測(cè)得的發(fā)電機(jī)定子繞組相間短路和匝間短路故障信號(hào)為例。BC兩相發(fā)生過(guò)度電阻為零的15%相間短路時(shí),ABC三相縱差電流的基波分量如圖1所示,圖2為三相縱差電流的小波變換結(jié)果,圖中比較了三種小波變換:Morlet積分小波變換(實(shí)線所示)、文獻(xiàn)[1]的小波及雙向遞推算法(虛線所示)、本文的小波及單向遞推算法(點(diǎn)畫(huà)線所示)檢測(cè)故障的能力。
電力系統(tǒng)中最重要的是能迅速檢測(cè)出故障。電力設(shè)備狀態(tài)監(jiān)視、電能質(zhì)量檢測(cè)、繼電保護(hù)啟動(dòng)等均要求一定的實(shí)時(shí)性,能在故障信息突變瞬間即捕獲此突變時(shí)刻以及突變量的大小,將有利于在故障初期就能發(fā)出預(yù)報(bào)并及早采取措施。傳統(tǒng)的小波變換方法具有迅速捕獲故障突變的能力,但不能進(jìn)行實(shí)時(shí)分解。小波變換的相位信息往往對(duì)奇異性更為敏感,易于捕獲奇異點(diǎn),準(zhǔn)確地檢測(cè)出信號(hào)突變,因而可選用復(fù)值小波計(jì)算小波系數(shù),但每次計(jì)算均需完成一次完整的積分,其計(jì)算量隨數(shù)據(jù)量迅速增加。因而尋求一種滿足實(shí)時(shí)要求的快速算法,并保留原有的計(jì)算精度,對(duì)于迅速捕獲設(shè)備非正常信息,在設(shè)備故障早期階段就能發(fā)出預(yù)報(bào),提高設(shè)備運(yùn)行可靠性有著及其重要的意義。本文詳細(xì)推導(dǎo)了一種快速遞推算法,計(jì)算少量小波初值后,小波系數(shù)的計(jì)算依遞推關(guān)系實(shí)現(xiàn),其計(jì)算量隨數(shù)據(jù)量增加不大,可用于實(shí)時(shí)計(jì)算。在此基礎(chǔ)上提取對(duì)奇異性較為敏感的相位信息輔助幅值信息來(lái)實(shí)時(shí)監(jiān)測(cè)電力系統(tǒng)的突變信號(hào),并且能獲得和很高的精度,易于準(zhǔn)確及時(shí)地檢測(cè)出信號(hào)的突變點(diǎn)。本文提出的小波及其改進(jìn)遞推算法具有和文獻(xiàn)[1]中的小波及 Morlet小波一樣的檢測(cè)能力,并且單向快速遞推算法大大提高了計(jì)算速度,計(jì)算量更小,可應(yīng)用于故障的實(shí)時(shí)檢測(cè),能夠更快更準(zhǔn)確地預(yù)報(bào)故障信息。
[1]Chaari O,Meunier M,Brouaye F.Wavelets:a new tool for the resonate grounded power distribution systems relaying.IEEE Trans.On Power Delivery,1996,11(3):1301-1308.
[2]Meyer Y.Wavelets Algorithms &Applications.Society for Industrial and Applied Mathmatics(SLAM),Philadelphia:1993.
[3]任震,黃群古,黃雯瑩.兩種小波變換及其在發(fā)電機(jī)故障信號(hào)分析中的應(yīng)用[J].中國(guó)電機(jī)工程學(xué)報(bào),2000,20(10):59-63.
[4]Mallat S.Zhong.Characterization of signals from multiscale edges.IEEE Trans.On Pattern Anal.Mach.Intell.(PAMI),1992,14(7):710-73.
[5]戴志軍.基于改進(jìn) HHT的雙饋風(fēng)力發(fā)電機(jī)定轉(zhuǎn)子故障診斷研究與實(shí)現(xiàn)[D].上海機(jī)電學(xué)院,2015.
Based on the Improved Unidirectional Generator Fault Signal Analysis of Recursion Method
XU Zhaofeng*
(Shanxi University,Shanxi Taiyuan,030013,China)
The generator is an important electrical equipment in the power system,and the detection of fault is of great significance.This paper proposes a fast one-way recursion method,can quickly capture equipment abnormal information,in the early period of equipment failure can make forecast,has important significance to improve the reliability of equipment operation.The simulation results show that the method is more accurate and less computational.
Generator; Fault detection; Simulation
TK513
A
1672-9129(2017)04-0073-04
許兆鳳.基于改進(jìn)單向遞推算法的發(fā)電機(jī)故障信號(hào)分析[J].數(shù)碼設(shè)計(jì),2017,6(4):73-76.
Cite:XU Zhaofeng.Based on the Improved Unidirectional Generator Fault Signal Analysis of Recursion Method [J].Peak Data Science,2017,6(4):73-76.
10.19551/j.cnki.issn1672-9129.2017.04.019
2016-12-19;
2017-01-14。
許兆鳳(1978-),女,碩士,山西大學(xué)講師,電氣工程及其自動(dòng)化專業(yè)。E-mail:xuzhaofeng2016@sina.com