雙饋風(fēng)力發(fā)電機定轉(zhuǎn)子繞組電氣故障診療研究ZZD

1、雙饋風(fēng)力發(fā)電機定轉(zhuǎn)子繞組電氣故障診療研究ZZD2主要內(nèi)容3一、研究背景、意義風(fēng)力發(fā)電規(guī)模海上風(fēng)力發(fā)電狀態(tài)監(jiān)測與故障診斷惡劣的運行環(huán)境降低風(fēng)電場運行維護成本，提高經(jīng)濟效益高故障率、運行維護費用；4 目前針對雙饋風(fēng)力發(fā)電機定轉(zhuǎn)子繞組故障診斷方面比較多的是利用電流、電壓頻譜來進行特征量分析； 而此時特征頻率處往往含有轉(zhuǎn)差s，由于風(fēng)機轉(zhuǎn)速的實時變化性，轉(zhuǎn)差s也在實時的變化，此方法對轉(zhuǎn)差s的跟蹤、計算精度提出很高要求，計算量大，且容易造成誤判。二、研究現(xiàn)狀 5研究現(xiàn)狀-案例 從已有文獻可以看出，雙饋異步發(fā)電機轉(zhuǎn)子繞組故障時，會在轉(zhuǎn)子電流譜中感應(yīng)出頻率為3sf1的特征量。1 Shah D，Nandi S，

2、Neti，PStator Inter-turn Fault Detection of Doubly Fed Induction Generators Using Rotor Current and Search Coil Voltage Signature AnalysisJ，IEEE Transactions on Industry Applications，Sept-oct2009：1831-18422 Stefani A，Yazidi A，Rossi C，et alDoubly fed induction machines diagnosis based on signature ana

3、lysis of rotor modulating signalsJIEEE Transactions on Industry Application，2008，44(6)：1711-17216研究現(xiàn)狀-案例 010203040506070-150-100-50050X: 16Y: -34.95Ia的 頻 譜 圖f/Hz幅值/dB010203040506070-150-100-50050X: 15.5Y: -80.01Ia的 頻 譜 圖f/Hz幅值/dB17二、在PSCAD中建立仿真模型d、q軸旋轉(zhuǎn)坐標下，雙饋電機的數(shù)學(xué)模型：電壓方程：磁鏈方程：電磁轉(zhuǎn)矩方程：轉(zhuǎn)子運動方程：11sdsds sd

4、sqsqsqs sqsdupR iupR i11rdrdr rdrqrqrqr rqrdupR iupR isdss sdm rdsqss sqm rqL iL iL iL irdm sdrr rdrqm sqrr rqL iL iL iL i3()2epmsd rqsq rdTn Li ii i1()rmedTTdtJ8在PSCAD中建立仿真模型 模型中雙饋異步電機的轉(zhuǎn)子變換器的控制策略采用SVPWM矢量控制，具體模型如下：9在PSCAD中建立仿真模型 在PSCAD的仿真環(huán)境中建立了雙饋異步發(fā)電機的故障模型，整體示意圖如下：10三、實驗研究 為了與仿真分析的結(jié)果相互比較，在動模實驗室搭建了雙

5、饋風(fēng)力發(fā)電機定、轉(zhuǎn)子繞組故障的實驗平臺。 故障模擬方式與PSCAD仿真中的方法一致。11實驗研究河海大學(xué)動模實驗室12實驗研究-注意事項 由于雙饋異步電機轉(zhuǎn)子側(cè)的電氣信號頻率為sf1，為低頻量。此時采用工頻互感器測量，會出現(xiàn)很大的誤差。本實驗中采用霍爾電流傳感器及定制的低頻電壓測量裝置來測量轉(zhuǎn)子側(cè)的低頻電氣量，從而避免測量誤差。13四、雙饋風(fēng)力發(fā)電機定子繞組故障診斷研究 提出一種基于轉(zhuǎn)子瞬時功率譜法的雙饋異步發(fā)電機定子繞組故障的在線監(jiān)測與診斷新方法。 既具有無需外加傳感器與硬件設(shè)備的優(yōu)點；又由于其特征頻率為2f1（f1為電網(wǎng)基頻），不含轉(zhuǎn)差s，診斷可靠性強。 通過仿真和實驗結(jié)果分析，驗證了轉(zhuǎn)子

6、瞬時功率譜法在雙饋電機定子繞組故障診斷中的優(yōu)越性。14 查閱相關(guān)文獻可知：當雙饋電機發(fā)生定子繞組不平衡故障時，在轉(zhuǎn)子電流中會產(chǎn)生頻率為 (2-s) f 1的特征分量；1 Shah D，Nandi S，Neti，PStator Inter-turn Fault Detection of Doubly Fed Induction Generators Using Rotor Current and Search Coil Voltage Signature AnalysisJ，IEEE Transactions on Industry Applications，Sept-oct2009：1831-

7、18422 Stefani A，Yazidi A，Rossi C，et alDoubly fed induction machines diagnosis based on signature analysis of rotor modulating signalsJIEEE Transactions on Industry Application，2008，44(6)：1711-17213 李俊卿，王棟，何龍.雙饋式感應(yīng)發(fā)電機定子匝間短路故障穩(wěn)態(tài)分析J.電力系統(tǒng)自動化，2013，(18)：103-107+131.解析法152aaapui （ ）cos cos()amaramaruUtiIt

8、（1）1cos(2)cos2amamarpUIt （3）1cos()cos2amarpapaiItIst （4）111cos(2)cos21cos 22cos 2amamarmapaparpapUItUItt （5）正常時定子故障時故障分量解析法1rs故障分量16解析法 從公式（5）可得到：當雙饋異步電機定子繞組發(fā)生不對稱故障時，其轉(zhuǎn)子瞬時功率譜中，產(chǎn)生了與正常狀態(tài)下相同的 交流分量之外，還產(chǎn)生頻率為 及 的故障分量。 選取了頻率為 的分量作為故障特征量，此方法的可靠性可以得到保證。后面的分析進一步驗證其靈敏性也優(yōu)于傳統(tǒng)的診斷方法。12sf12 f12(1) s f12 f17PSCAD仿真結(jié)

9、果分析故障前后轉(zhuǎn)子電流頻譜對比圖18PSCAD仿真結(jié)果分析故障前后轉(zhuǎn)子瞬時功率頻譜對比圖19u計算可知：轉(zhuǎn)子電流譜特征頻率處幅值故障前后變化了，變化率為3.61%；而轉(zhuǎn)子瞬時功率譜特征頻率處幅值故障前后變化了，變化率為55.01%。u顯然，當雙饋電機定子繞組發(fā)生輕微不平衡故障時，轉(zhuǎn)子電流變化并不明顯，而轉(zhuǎn)子瞬時功率譜變化則要明顯得多，更有利于診斷雙饋電機定子繞組的早期故障。靈敏性優(yōu)于傳統(tǒng)方法。PSCAD仿真結(jié)果分析20實驗結(jié)果分析21 不同轉(zhuǎn)速下，不同故障嚴重程度時轉(zhuǎn)子瞬時功率譜特征頻率2f 1處的幅值變化情況：實驗結(jié)果分析故障情況故障情況正常正常R=RsR=3RsR=5Rs1425r/min

10、，特征量（，特征量（dB）-26.53-8.27410.2815.921470r/min，特征量（，特征量（dB）-29.06-13.552.7826.4481500r/min，特征量（，特征量（dB）-22.17-12.022.4032.9631530r/min，特征量（，特征量（dB）-30.7-124.26310.011575r/min，特征量（，特征量（dB）-29.66-11.411.6620.4722u選擇轉(zhuǎn)子瞬時功率譜2f 1處幅值作為雙饋異步發(fā)電機定子繞組故障的特征量，不受風(fēng)速實時變化的影響，對轉(zhuǎn)差s的跟蹤精度要求不高，減小了計算量。u同時其靈敏度與可靠性優(yōu)于常規(guī)的電流譜診斷方

11、法，具有很好的應(yīng)用前景。結(jié)論23五、雙饋風(fēng)力發(fā)電機轉(zhuǎn)子繞組故障診斷研究 雙饋風(fēng)力發(fā)電機的轉(zhuǎn)子結(jié)構(gòu)具有其特殊性，與定子繞組結(jié)構(gòu)相似，通過背靠背的變頻器與電網(wǎng)直接相連。 本文通過分析定子瞬時功率信號的故障特征頻率以及小波能量譜的基本原理，計算出故障特征頻帶內(nèi)的能量分布，從而診斷轉(zhuǎn)子繞組的不平衡故障。 此方法同樣無需精確跟蹤轉(zhuǎn)差s的變化，可靠性強。24 查閱相關(guān)文獻可知：當雙饋電機發(fā)生轉(zhuǎn)子繞組不平衡故障時，在定子電流中會產(chǎn)生頻率為 （12s）f 1的特征分量，在轉(zhuǎn)子電流中產(chǎn)生頻率為3sf 1的故障分量； 同前面計算過程，可知，電機轉(zhuǎn)子繞組不平衡故障后，定子瞬時功率譜中，出現(xiàn)頻率為2sf1的故障分量。

12、 文中，通過PSCAD仿真結(jié)果驗證了此分量作為故障特征量的可行性；通過實驗結(jié)果對比分析，驗證了此分量作為故障特征量的靈敏性（比轉(zhuǎn)子電流譜更加敏感）。定子側(cè)瞬時功率譜25 定子側(cè)瞬時功率譜-實驗驗證特征信號頻率正?？蛰d 故障空載 正常負載 故障負載瞬時功率/dB2sf170.0645.1662.819.72轉(zhuǎn)子電流/dB3sf1100.687.7880.4455.95特征信號頻率正常空載 故障空載 正常負載 故障負載瞬時功率/dB2sf157.2822.2229.484.48轉(zhuǎn)子電流/dB3sf168.4564.9780.7959.43表5-1 瞬時功率與轉(zhuǎn)子電流的特征頻率處幅值比較(s)表5-

13、2 瞬時功率與轉(zhuǎn)子電流的特征頻率處幅值比較(s) 定子側(cè)瞬時功率譜-實驗驗證可見，使用轉(zhuǎn)子電流頻譜中3sf 1處的幅值就可以監(jiān)測出故障的存在。但此方法有一個很大的弊端：對轉(zhuǎn)差s的跟蹤及計算精度要求非常高。若轉(zhuǎn)差s的計算存在誤差，則對診斷結(jié)果產(chǎn)生很大的影響。2627 本課題提出了基于瞬時功率信號的小波能量譜分析。小波多分辨分析就是用不一樣的時間分辨率來逼近待研究的信號；基于瞬時功率的小波能量譜分析小波多分辨率分析分解后某層信號的能量計算法：2|( ) |jjkEC k信號的總能量可表示為：2|( ) |jjjkjEC kE28 具體分析方法：對定子瞬時功率信號進行分析，首先濾去直流分量，即電機有

14、功功率，然后對信號進行4層小波分解，得到5個頻帶內(nèi)重構(gòu)信號。計算可知，故障特征頻率為 2sf1位于第4層近似信號a4頻帶內(nèi)?；谒矔r功率的小波能量譜分析0200400600800100012001400160018002000-505d101002003004005006007008009001000-505d2050100150200250300350400450500-505d3050100150200250-505d4050100150200250-505a4采 樣 點 數(shù)0200400600800100012001400160018002000-505d1010020030040050

15、06007008009001000-505d2050100150200250300350400450500-505d3050100150200250-505d4050100150200250-505a4采 樣 點 數(shù)正常狀態(tài)（）轉(zhuǎn)子繞組不平衡故障（）29 本文利用a4頻帶內(nèi)的能量占整個信號的能量比值X（能量分布）作為診斷轉(zhuǎn)子繞組故障的特征量。 考慮到雙饋風(fēng)力發(fā)電機的轉(zhuǎn)速變化范圍一般可以達到額定速度的30%，從而瞬時功率信號的故障特征頻率2sf1都位于a4頻帶內(nèi)，即在低頻帶具有唯一性。基于瞬時功率的小波能量譜分析400111/()jjXEEE30基于瞬時功率的小波能量譜分析轉(zhuǎn)差率s0.20.1-0.02-0.05正常0.0390.0580.1250.105Ra=0.3Rr0.1780.2980.4990.363Ra=Rr0.2960.5190.7860.694不同轉(zhuǎn)速下，不同故障嚴重程度時，能量比值X的變化情況：31u在不同轉(zhuǎn)速下，轉(zhuǎn)子繞組故障時特征頻帶內(nèi)的能量比值總比正常狀態(tài)大，這一結(jié)論解決了轉(zhuǎn)速變化帶來的誤判問題。u因此這一數(shù)值可以作為雙饋風(fēng)力發(fā)電機發(fā)生轉(zhuǎn)子繞組早期故障的判據(jù)。具有很好的應(yīng)用前景。結(jié)論32總結(jié)1. 建立了雙饋風(fēng)力