基于重復(fù)脈沖法的汽輪發(fā)電機轉(zhuǎn)子繞組匝間短路探測

范天明，曹 強

嘉峪關(guān)宏晟電熱有限責(zé)任公司，甘肅 嘉峪關(guān) 735100

0 引言

我國電力工業(yè)正處于大電網(wǎng)與大機組的發(fā)展階段。隨著單機容量的不斷增大，機組運行可靠性顯得尤為重要，因此，研究發(fā)電機在線監(jiān)測與診斷十分必要。

大型汽輪發(fā)電機的轉(zhuǎn)子繞組經(jīng)常會由于加工工藝不良和運行中各類機電作用的影響造成匝與匝之間的接觸，導(dǎo)致匝間短路故障的發(fā)生。轉(zhuǎn)子匝間短路故障是發(fā)電機運行中比較常見的故障，也是影響安全運行的主要原因之一。

本文針對酒鋼電廠3#發(fā)電機的現(xiàn)場實際情況，設(shè)計并在3#發(fā)電機上進行了轉(zhuǎn)子繞組匝間短路的重復(fù)脈沖試驗，建立了人工神經(jīng)網(wǎng)絡(luò)模型，主要進行了以下幾個方面的分析研究：

1）對采用的試驗方法—重復(fù)脈沖法（RSO）的原理進行了較深入的分析，根據(jù)酒鋼電廠3#發(fā)電機現(xiàn)場的實際情況進行了RSO試驗。

2）在試驗所得波形的基礎(chǔ)上，分析并驗證了RSO試驗原理的正確性。

3）在試驗所得數(shù)據(jù)基礎(chǔ)上，利用MATLAB軟件初步建立了一個轉(zhuǎn)子匝間短路的人工神經(jīng)網(wǎng)絡(luò)（ANN）模型。

1 重復(fù)脈沖試驗(RSO)

RSO重復(fù)脈沖法可用于轉(zhuǎn)子匝間短路的早期發(fā)現(xiàn)及短路的故障定位。其試驗基本過程是采用雙脈沖信號發(fā)生器對發(fā)電機轉(zhuǎn)子兩極同時施加一個前沿陡峭的沖擊脈沖波，用雙線錄波器錄得兩組響應(yīng)特性曲線。將這兩組響應(yīng)特性曲線比較，只有當兩響應(yīng)曲線相同時，其差值才為一條直線，表明匝間無短路現(xiàn)象存在。否則，將說明匝間存在異?；蚨搪贰＝?jīng)過對響應(yīng)曲線的計算分析或?qū)z測結(jié)果直接與發(fā)電機出廠時廠家提供的標準波形進行比較，可判斷轉(zhuǎn)子繞組匝間是否存在短路以及短路點的位置。

1.1 RSO試驗原理

RSO試驗應(yīng)用的是波過程理論（行波技術(shù)），當信號發(fā)生器發(fā)出的低壓沖擊脈沖波沿繞組傳播到阻抗突變點的時候會導(dǎo)致反射波和折射波的出現(xiàn)，因此會在監(jiān)測點測得與正?；芈窡o阻抗突變時不同的響應(yīng)特性曲線。匝間短路的程度通過故障點處的波阻抗變化大小來反映，顯示在波形圖上可以用2個響應(yīng)特性曲線合成的平展程度來判定，有突出的地方說明匝間存在異常，并且突出的波幅大小就表明短路故障的嚴重程度。因此，即使繞組出現(xiàn)一匝短路故障，應(yīng)用RSO技術(shù)對故障識別也有很高的靈敏度。

繞組可近似看作一簡單的傳輸線，沖擊波在其上的傳播主要是由繞組導(dǎo)體在槽中的幾何形狀和絕緣特性決定的，繞組的耦合作用將使沖擊波發(fā)生散射，但對于實心轉(zhuǎn)子來說，這種散射作用影響是不大的。當沖擊波加到轉(zhuǎn)子滑環(huán)的一端時，沖擊波的幅度由沖擊波發(fā)生器內(nèi)阻和繞組波阻抗所決定。沖擊波從繞組的一端滑環(huán)傳到另一端的時間由繞組的長度和波在繞組中的傳播速度來決定。如果繞組的另一端是開路的，則反射系數(shù)K=1；如果是短路，則K=-1。反射波再返回到?jīng)_擊波發(fā)生器處時若發(fā)生器的內(nèi)阻抗與波阻抗相等（在電源端K=0），則沖擊波被吸收，不再發(fā)生反射。由于匝間短路點的位置和程度不同，行波發(fā)生反射、折射的時刻及程度也不相同，故所測得的響應(yīng)波形信號中必然包含了匝間短路故障的信息。

1.2 實驗室試驗

本次實驗室的試驗，是在華北電力大學(xué)電機教研室SDF-9型故障模擬試驗機組上完成的，該機組是一臺直流電動機——三相同步發(fā)電機組，它可以模擬多種情況下的轉(zhuǎn)子繞組匝間短路。從試驗結(jié)果可知：對于處于不同磁極的匝間短路，其特征波形在走勢上恰好相反；匝間短路程度越嚴重，其特征波形與橫軸所圍的面積越大。當匝間無短路情況時其特征波形基本上是一條與橫軸平行的直線。

1.3 現(xiàn)場試驗

1.3.1 現(xiàn)場試驗設(shè)備簡介

現(xiàn)場試驗是在酒鋼電廠二期工程300MW機組上進行，機組的主要參數(shù)如表1：

表1 發(fā)電機組基本參數(shù)

信號發(fā)生器為：HP33120A 型函數(shù)/任意波形發(fā)生器；

示波器為：Tektronix TPS2014隔離通道數(shù)字示波器。

1.3.2 現(xiàn)場試驗

現(xiàn)場試驗的接線圖和實驗室的相同，根據(jù)現(xiàn)場情況進行調(diào)節(jié)。根據(jù)現(xiàn)場調(diào)節(jié)過程中幾種不同情況下所得波形都為正常情況下波形。

1.3.3 試驗分析

幾種情況下其特征波形圖（略）都基本上是一條與橫軸平行的直線，這與從理論上所推導(dǎo)出的結(jié)論以及實驗室試驗所得結(jié)論是吻合的，從而說明此理論可以應(yīng)用于現(xiàn)場實際。試驗中所采集信號為機組正常情況下的特征信號，可以作為基準值，在機組運行過程中，按照試驗中的方法采集特征信號，并將運行中的信號與正常情況下的基準值相比較，如果不吻合，則說明有匝間短路存在。但是這種直觀的方法不能很好的確定匝間短路的位置及程度，因此，需要建立人工神經(jīng)網(wǎng)絡(luò)對故障進行較準確的分析和定位。

2 用人工神經(jīng)網(wǎng)絡(luò)對試驗數(shù)據(jù)做進一步分析的探討

2.1 基于人工神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)子匝間短路判定法

人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network，簡稱ANN)是由大量簡單的神經(jīng)元按某種方式連接形成的智能仿生動態(tài)網(wǎng)絡(luò)。它是在不停頓地向生物神經(jīng)網(wǎng)絡(luò)（Biological Neural Network，簡稱BNN）的學(xué)習(xí)中開始自己的學(xué)科研究的。

數(shù)學(xué)模型是某些事物或現(xiàn)象的一種“類似” ，一個精確的數(shù)學(xué)模型，應(yīng)該比較準確的反映出真實系統(tǒng)的輸入、輸出和狀態(tài)之間的定量關(guān)系。

數(shù)學(xué)模型常見的有兩類：基本模型和黑箱模型?；灸Ｐ褪且袁F(xiàn)實系統(tǒng)的基本物理、化學(xué)定律等理論為基礎(chǔ)而得到的一種模型，這種建模的方法往往因為現(xiàn)實系統(tǒng)的結(jié)構(gòu)過于復(fù)雜，或其中存在著一些未知或不確定的參數(shù)和干擾等問題而使用價值較低。黑箱模型是對所研究現(xiàn)實系統(tǒng)一無所知的情況下，將現(xiàn)實系統(tǒng)視為“黑匣子”，而僅借助于輸入和輸出數(shù)據(jù)，透過數(shù)學(xué)技巧來解決系統(tǒng)的模式。

如果我們能夠?qū)Πl(fā)電機轉(zhuǎn)子建立一個非常精確的數(shù)學(xué)模型，那么我們就有可能用行波理論對其匝間短路做出判斷。但是，該模型是一個多輸入多輸出非線性模型，傳統(tǒng)的基本模型不能夠很好的解決這一問題。神經(jīng)網(wǎng)絡(luò)作為黑箱建模的一種工具就能夠較好的解決這一問題。經(jīng)過適當設(shè)計和訓(xùn)練的神經(jīng)網(wǎng)絡(luò)能夠在輸入和輸出模式之間合成一個有效的非線性映射。這對于匝間短路檢測和定位是非常關(guān)鍵的。

圖1給出了利用神經(jīng)網(wǎng)絡(luò)進行匝間短路檢測和定位的基本過程。由特征信號采集裝置采集的訓(xùn)練數(shù)據(jù)用于神經(jīng)網(wǎng)絡(luò)訓(xùn)練。從特征信號中抽取的特征作為訓(xùn)練標準的人工多層前饋神經(jīng)網(wǎng)絡(luò)的輸入。將短路的位置編碼成若干輸出神經(jīng)元，輸出神經(jīng)元的數(shù)目由確定短路位置所需的分辨率決定。神經(jīng)網(wǎng)絡(luò)的輸出神經(jīng)元同隸屬函數(shù)的數(shù)目相等。在實驗期間，將神經(jīng)網(wǎng)絡(luò)輸出進行解模糊，其中每一個隸屬度函數(shù)根據(jù)對應(yīng)的輸出神經(jīng)元加權(quán)。然后將加權(quán)的隸屬度函數(shù)相加，所得和的質(zhì)心（第一動量）就是短路位置。

圖1 匝間短路測定過程框圖

2.2 發(fā)電機轉(zhuǎn)子匝間短路人工神經(jīng)網(wǎng)絡(luò)模型構(gòu)建

構(gòu)建的人工神經(jīng)網(wǎng)絡(luò)為BP(Back-Propagation Network)網(wǎng)絡(luò)，由輸入層，隱含層和輸出層構(gòu)成。其中輸入層有10個輸入神經(jīng)元，隱含層有13個神經(jīng)元，輸出層有20個神經(jīng)元，如圖2所示。

圖2 人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

將RSO試驗中所得到的特征波形每連續(xù)100個采樣點分為一組，計算波形與橫軸所圍成的面積，將這10個面積值作為人工神經(jīng)網(wǎng)絡(luò)輸入神經(jīng)元的輸入，如圖3所示；將轉(zhuǎn)子每極480匝繞組平均分成10份，兩極960匝共分為20份，每一份的短路程度為輸出神經(jīng)元的輸出，如圖4所示。例如：在L1、L2間短接情況下，通過計算可得出其輸入神經(jīng)元輸入為：[3.778817.365833.052237.398784.640026.461144.000033.05007.53529.1908]，輸出神經(jīng)元輸出為：[0.30 00 00 00 00 00 00 00 00 00]。

用試驗所得的輸入、輸出樣本訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，最后將得到一個與該大型汽輪發(fā)電機轉(zhuǎn)子匝間短路相對應(yīng)的BP神經(jīng)網(wǎng)絡(luò)模型，以后在匝間短路探測過程中只需先進行RSO試驗，然后提取特征波形，將特征波形與橫軸所圍得面積作為神經(jīng)網(wǎng)絡(luò)的輸入，根據(jù)神經(jīng)網(wǎng)絡(luò)的輸出就能夠判斷匝間短路的位置及程度。探測的精確度與試驗設(shè)備精度、參與神經(jīng)網(wǎng)絡(luò)訓(xùn)練的樣本數(shù)以及輸出神經(jīng)元的個數(shù)直接相關(guān)，而輸入神經(jīng)元和隱含神經(jīng)元個數(shù)對精度也有一定影響。

圖3 輸入神經(jīng)元輸入數(shù)據(jù)來源示意圖

圖4 輸出神經(jīng)元輸出數(shù)據(jù)涵義示意圖

2.3 用MATLAB建立人工神經(jīng)網(wǎng)絡(luò)模型

神經(jīng)網(wǎng)絡(luò)工具箱是MATLAB眾多工具箱之一，它以人工神經(jīng)網(wǎng)絡(luò)理論為基礎(chǔ)，用MATLAB語言構(gòu)造出典型神經(jīng)網(wǎng)絡(luò)的激活函數(shù)，使設(shè)計者對所選定網(wǎng)絡(luò)輸出的計算變成對激活函數(shù)的調(diào)用。另外，根據(jù)各種典型的修正網(wǎng)絡(luò)權(quán)值的規(guī)則，加上網(wǎng)絡(luò)的訓(xùn)練過程，用MATLAB語言編寫出各種網(wǎng)絡(luò)訓(xùn)練與設(shè)計的子程序，網(wǎng)絡(luò)的設(shè)計者可以根據(jù)自己的需要去調(diào)集工具箱中有關(guān)神經(jīng)網(wǎng)絡(luò)的設(shè)計訓(xùn)練程序，使自己能夠從繁瑣的編程中解脫出來，集中精力去思考問題和解決問題，從而提高效率和解題質(zhì)量（具體程序從略）。

3 結(jié)論

本文針對大型汽輪發(fā)電機轉(zhuǎn)子匝間短路故障，對RSO波形探測法的原理、試驗過程及試驗數(shù)據(jù)分析作了一定的探討，可以得到如下幾點結(jié)論：

1）通過分析重復(fù)脈沖法（RSO）的原理，在試驗室利用SDF-9型故障模擬試驗機組、波形發(fā)生器及數(shù)字存儲示波器設(shè)計并進行了RSO試驗。利用試驗所得波形和數(shù)據(jù)信息進行分析，證明了RSO試驗原理的正確性，同時得到了進行轉(zhuǎn)子繞組匝間短路故障診斷的初步結(jié)論。

2）在試驗所得數(shù)據(jù)信息的基礎(chǔ)上，利用MATLAB軟件初步建立了一個轉(zhuǎn)子匝間短路的人工神經(jīng)網(wǎng)絡(luò)（ANN）模型。利用此模型進行轉(zhuǎn)子繞組匝間短路故障診斷，能夠?qū)Χ搪肺恢煤统潭冗M行分析。