基于模糊神經(jīng)網(wǎng)絡(luò)的永磁同步發(fā)電機(jī)失磁故障程度診斷

張志艷，張皓宇，岳廷樹，秦 鵬，王愛芳，趙宏飛

(1.鄭州輕工業(yè)大學(xué) 電氣信息工程學(xué)院,鄭州 450002；2.國網(wǎng)河南省電力公司 河南送變電建設(shè)有限公司,鄭州 450007;3.國網(wǎng)河南省電力公司 鄭州供電公司,鄭州 450006；4.江蘇省電力公司檢修分公司,南京 211100)

0 引 言

永磁同步發(fā)電機(jī)(Permanent Magnet Synchronous Generator，PMSG)勵磁磁場是由其本身的永磁體產(chǎn)生。PMSG省去了勵磁繞組，結(jié)構(gòu)較為簡單、可靠性高；轉(zhuǎn)子的特殊結(jié)構(gòu)使得發(fā)電機(jī)內(nèi)部結(jié)構(gòu)排列緊湊，體積小、重量輕，而且相比較勵磁式發(fā)電機(jī)效率較高[1]。由于PMSG 上述的相關(guān)優(yōu)點(diǎn)，在風(fēng)力發(fā)電中，永磁同步發(fā)電機(jī)應(yīng)用已較為廣泛。風(fēng)力發(fā)電因其風(fēng)能潔凈、成本低且可再生，已成為了戰(zhàn)略性新興產(chǎn)業(yè)，而永磁同步發(fā)電機(jī)和風(fēng)力發(fā)電的結(jié)合使資源的利用率得到了更大的提升。但是永磁電機(jī)在運(yùn)行過程中，永磁體可能會受到溫度、機(jī)械振動等原因，造成失磁故障，而失磁故障是永磁電機(jī)比較嚴(yán)重的一類故障[2]。一旦發(fā)生失磁現(xiàn)象，有可能致使電網(wǎng)發(fā)生波動，造成不必要的經(jīng)濟(jì)損失。因此要盡可能在失磁情況輕微的狀態(tài)下對電機(jī)進(jìn)行維護(hù)，以使失磁故障帶來的影響降到最低。因此，對永磁同步發(fā)電機(jī)進(jìn)行失磁故障程度的判斷十分重要。

目前對永磁電機(jī)失磁故障并沒有比較成熟的檢測方法，很難及時準(zhǔn)確地掌握永磁電機(jī)永磁體運(yùn)行的基本情況。永磁電機(jī)電磁場的計算方法主要有3種：解析法、集總參數(shù)分析法和數(shù)值法[3]。PMSG失磁故障的相關(guān)研究主要是模型的建立，文獻(xiàn)[4-5]以電機(jī)的失磁模型為基礎(chǔ)，分析產(chǎn)生失磁故障的影響及風(fēng)險，但是無法判斷電機(jī)失磁程度。文獻(xiàn)[6]在不同頻率下，噪聲會發(fā)生變化，以其變化的規(guī)律為研究對象，得到失磁故障的診斷依據(jù)。文獻(xiàn)[7]搭建了輕載實驗平臺，運(yùn)用小波分析與EMD結(jié)合的方法，使用EMD 的自適應(yīng)分解能力，得到更加準(zhǔn)確的希爾伯特譜，對比正常信號得到故障判據(jù)。文獻(xiàn)[8]運(yùn)用時步有限元計算方法，在不同局部失磁狀態(tài)下對電機(jī)內(nèi)磁場分布、磁密變化軌跡以及電樞支路電流波形的演變規(guī)律進(jìn)行研究。

上述文獻(xiàn)對PMSG的失磁故障的發(fā)生進(jìn)行了診斷，但并沒有進(jìn)一步對失磁故障嚴(yán)重程度進(jìn)行定性判斷，基于此，本文提出以永磁發(fā)電機(jī)轉(zhuǎn)子的鐵心損耗、定子渦流損耗、附加損耗、磁滯損耗、永磁體渦流損耗和絞線銅耗等六種損耗為研究對象，將模糊處理和BP 神經(jīng)網(wǎng)絡(luò)(Back Propagation Network)相結(jié)合的失磁故障嚴(yán)重程度的聯(lián)合判斷方法。該方法將永磁體的工作狀態(tài)分為正常、輕微失磁、中等失磁和嚴(yán)重失磁等四種，通過BP神經(jīng)網(wǎng)絡(luò)進(jìn)行診斷及模糊處理，從而得到永磁發(fā)電機(jī)的失磁程度。

1 永磁發(fā)電機(jī)模型

永磁同步發(fā)電機(jī)基本參數(shù)如表1所示。

表1 永磁同步發(fā)電機(jī)基本數(shù)據(jù)

永磁同步發(fā)電機(jī)失磁磁極設(shè)定為兩兩對稱相同極性永磁體，如圖1所示，針對4塊永磁體的正常和不同程度失磁狀態(tài)的數(shù)據(jù)進(jìn)行了分析和研究。

圖1 永磁同步發(fā)電機(jī)永磁體失磁故障位置

2 失磁故障程度的模糊處理

永磁發(fā)電機(jī)失磁程度存在不規(guī)律性, 而模糊神經(jīng)網(wǎng)絡(luò)可以滿足這一復(fù)雜與不規(guī)律性，模糊系統(tǒng)通常是容易被人接受和理解的，神經(jīng)網(wǎng)絡(luò)對環(huán)境的適應(yīng)力很強(qiáng)，模糊神經(jīng)網(wǎng)絡(luò)就是兩者的結(jié)合。由于本文中神經(jīng)網(wǎng)絡(luò)的輸入樣本存在模糊性，對于確定性的BP神經(jīng)網(wǎng)絡(luò)將無法處理，因此首先對BP神經(jīng)網(wǎng)絡(luò)的輸入樣本進(jìn)行模糊化處理。永磁發(fā)電機(jī)失磁程度分為3個等級，輕度失磁(10%-40%)，中度失磁(40%-60%)，嚴(yán)重失磁(60%以上)，因此可選擇中間型梯形隸屬函數(shù)。式中的值代表的是失磁量表示為

利用隸屬函數(shù)的表達(dá)式就可以取得相應(yīng)的隸屬度。這3種梯形隸屬函數(shù)都具有簡單的優(yōu)勢，本文中所用隸屬函數(shù)亦采用這種梯形的隸屬函數(shù)[9]。每個失磁量經(jīng)過模糊處理后都對應(yīng)有3個隸屬度，文中采用失磁在10%～100%之間的失磁度和正常作為神經(jīng)網(wǎng)絡(luò)的輸入量。

3 失磁故障嚴(yán)重程度判斷

BP神經(jīng)網(wǎng)絡(luò)是一種多層前饋型神經(jīng)網(wǎng)絡(luò)，其神經(jīng)元的傳遞是S型函數(shù)，輸出量為0到1之間的連續(xù)量，它可以實現(xiàn)從輸入到輸出的任意非線性映射[10]。模糊神經(jīng)網(wǎng)絡(luò)是將模糊集和神經(jīng)網(wǎng)絡(luò)相互結(jié)合，利用模糊系統(tǒng)對不確定信息的處理能力和神經(jīng)網(wǎng)絡(luò)較強(qiáng)的學(xué)習(xí)能力，兩者互相補(bǔ)充，相互融合。由于輸入數(shù)據(jù)的不確定性，需先對輸入數(shù)據(jù)進(jìn)行模糊化處理，然后將其作為神經(jīng)網(wǎng)絡(luò)的輸入。該方法的具體步驟如下：

(1)選取訓(xùn)練數(shù)據(jù)，由于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)越多準(zhǔn)確性越高，因此本文選取500組訓(xùn)練數(shù)據(jù)。

(2)通過計算隸屬度如表2所示。來確定輸入數(shù)據(jù)的范圍。

表2 3種失磁程度隸屬度

(3)將輕度，中等，嚴(yán)重失磁范圍內(nèi)的數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)的輸入量，將表3中所對應(yīng)的編碼作為輸出量。

表3 永磁發(fā)電機(jī)狀態(tài)編碼對照表

(4)將輸入輸出數(shù)據(jù)進(jìn)行歸一化處理，建立訓(xùn)練函數(shù)進(jìn)行訓(xùn)練，當(dāng)達(dá)到訓(xùn)練要求時，便可得出訓(xùn)練數(shù)據(jù)，再將其進(jìn)行反歸一化便可得到輸出結(jié)果。

(5)選取12組測試數(shù)據(jù)對此網(wǎng)絡(luò)進(jìn)行測試，得出測試結(jié)果并計算誤差，失磁故障嚴(yán)重程度判斷流程如圖2所示。

圖2 失磁故障嚴(yán)重程度判斷流程圖

4 算 例

本算例故障診斷原始數(shù)據(jù)來源于基于Ansoft軟件的永磁發(fā)電機(jī)失磁故障仿真數(shù)據(jù)，以本文所研究的PMSG正常及各種失磁程度時的六種損耗數(shù)據(jù)為樣本，通過BP神經(jīng)網(wǎng)絡(luò)進(jìn)行永磁發(fā)電機(jī)故障嚴(yán)重程度的診斷。

4.1 輸入和輸出樣本數(shù)據(jù)

定義永磁發(fā)電機(jī)鐵心損耗，定子渦流損耗，附加損耗，磁滯損耗，永磁體渦流損耗，絞線銅耗6個量為輸入數(shù)據(jù)。輸出量分為4種狀態(tài)，即正常運(yùn)行，輕微失磁，中度失磁和嚴(yán)重失磁，定義輸出為3維向量，如表3所示。

4.2 訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)

因永磁發(fā)電機(jī)故障種類定義為4種，所以選用一層隱含層，鐵心損耗，定子渦流損耗，附加損耗，磁滯損耗，永磁體渦流損耗，絞線銅耗為輸入層，即輸入單元數(shù)目為6，輸出單元為對應(yīng)的3個輸出量，即輸出單元數(shù)目為3。

從仿真結(jié)果選取500組數(shù)據(jù)作為正常和故障工況時的數(shù)據(jù)采樣，此500組數(shù)據(jù)為仿真達(dá)到穩(wěn)定后的數(shù)據(jù)，每隔0.25ms取一組數(shù)據(jù)，經(jīng)過模糊處理以后并將此500組數(shù)據(jù)作為訓(xùn)練樣本，為使數(shù)據(jù)更加準(zhǔn)確，選擇3種不同失磁故障程度和正常運(yùn)行的12組數(shù)據(jù)作為測驗樣本，如表4所示。

4.3 結(jié)果分析

最大訓(xùn)練次數(shù)設(shè)為100，目標(biāo)性能指標(biāo)設(shè)為0.00004，學(xué)習(xí)速率設(shè)為0.1。將提取的特征向量輸入至該網(wǎng)絡(luò)進(jìn)行訓(xùn)練，BP 神經(jīng)網(wǎng)絡(luò)經(jīng)過49步達(dá)到訓(xùn)練所需的目標(biāo)值，如圖3所示。

圖3 神經(jīng)網(wǎng)絡(luò)訓(xùn)練次數(shù)與誤差

利用表4中的12組數(shù)據(jù)進(jìn)行測試，得到的訓(xùn)練結(jié)果如表5所示，從表中可以看出誤差值較小，診斷結(jié)果表明與仿真結(jié)果設(shè)定的永磁體運(yùn)行狀態(tài)相一致。

表4 永磁同步發(fā)電機(jī)不同失磁程度仿真數(shù)據(jù)

表5 永磁同步發(fā)電機(jī)失磁故障診斷實際輸出與期望值比較

5 結(jié) 論

隨著風(fēng)力發(fā)電和永磁電機(jī)的發(fā)展，永磁發(fā)電機(jī)已逐漸成為風(fēng)力發(fā)電機(jī)的主力機(jī)型，長期運(yùn)行于較惡劣的環(huán)境有可能導(dǎo)致故障的發(fā)生，而失磁故障是永磁發(fā)電機(jī)的特有故障，基于此，本文提出了基于模糊處理與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的永磁發(fā)電機(jī)失磁故障程度診斷方法，以永磁發(fā)電機(jī)的損耗參數(shù)作為其特征參數(shù)，將永磁發(fā)電機(jī)運(yùn)行狀態(tài)模糊化處理為4種，然后將模糊處理后的數(shù)據(jù)作為 BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練輸入，測試數(shù)據(jù)結(jié)果表明，其失磁故障程度與仿真設(shè)定的失磁故障程度相一致，因此，該聯(lián)合診斷方法可以實現(xiàn)對永磁發(fā)電機(jī)永磁體工作狀態(tài)定性準(zhǔn)確判斷，永磁發(fā)電機(jī)失磁程度的及時診斷可以有效提高發(fā)電機(jī)的工作效率，減小無功功率損耗，為永磁同步發(fā)電機(jī)在風(fēng)力發(fā)電系統(tǒng)的應(yīng)用提供了有利條件。