基于噪聲頻段提取的水輪發電機故障診斷方法

胡 勝，郝劍波，羅忠啟，孫 波，孟佐宏，吳曉文，唐 奇

?

基于噪聲頻段提取的水輪發電機故障診斷方法

胡 勝1，郝劍波1，羅忠啟2，孫 波2，孟佐宏1，吳曉文1，唐 奇3

（1. 國網湖南省電力公司電力科學研究院，長沙 410007；2. 碗米坡水電廠，湖南 保靖 416500；3. 湖南省湘電試驗研究院有限公司，長沙 410007）

發電機組的振動和噪聲信號能夠真實反映其運行狀態信息，而噪聲信號相比振動信號，能夠不受頻率、帶電狀況和設備封閉情況等條件限制。本文基于噪聲頻率分段提取的方法識別出了水輪發電機異常噪聲特征頻段為1000～6000Hz，并根據特征頻段在各種運行工況時的變化規律，診斷出水輪發電機定子存在局部放電點。大修時的局放試驗結果驗證了基于噪聲頻段提取法診斷水輪發電機放電故障的正確性。

水輪發電機；噪聲；頻段；故障診斷；局部放電

0 前言

發電機組的振動和噪聲信號真實反映了其運行狀態信息，而且在監測時能夠不影響設備的正常運行。通過對振動和噪聲信號進行幅值、時域、頻域等分析，能實時判斷出發電機組是否運行異常以及相應的故障類型[1-4]。振動信號相比噪聲信號受環境干擾少，因此國內外廣泛采用振動監測技術（包含以振動信號為主，噪聲信號相匹配的監測技術）來診斷汽輪發電機、水輪發電機、風力發電機故障[5-9]。但振動監測技術也存在一些應用限制，如振動傳感器主要監測低頻信號，在帶電部位或封閉裝置內無法使用振動傳感器等[10-12]。噪聲信號監測可不受上述限制，但對有效信號有效分析有更高的技術要求。本文通過對某水電廠水輪發電機異常噪聲分析和提取，以異常噪聲的特征頻段為判別指標，準確識別出了該水輪發電機放電故障部位和類型，為發電機的故障診斷提供了一種新的方法。

1 水輪發電機噪聲異常狀況

湖南某水電站裝機總容量240MW，共安裝3臺混流式水輪發電機組，單機容量80MW。1號水輪發電機在運行時發現在+Y—－X—－Y半圓區域（圖1中測點1至測點9）發電機運行時噪聲含有明顯的“嗞嗞”聲音。為掌握異常噪聲特征和規律，對1號水輪發電機上風洞的噪聲進行監測，監測點位于碗米坡水輪發電機上風洞，以+Y點為起點，沿+Y—－X—－Y—+X方向均勻分布16個測點，測點布置如圖1所示，測點位于定子上部0.5m。

2 水輪發電機噪聲異常分析與診斷

2.1 異常噪聲特征分析

對比1號水輪發電機和3號發電機各測點噪聲值大小，與異常噪聲并無明顯對應關系。在采用FFT分析對異常的1號發電機噪聲和正常的3號發電機噪聲頻譜進行對比分析時發現（如圖2所示），對比3號水輪發電機以及1號水輪發電機無異常噪聲區域，異常噪聲在1000～6000Hz有較大分量，表明1000～6000Hz頻段為異常噪聲的特征頻段。在做時域頻譜圖分析時，如圖3所示（顏色越亮代表該區域的噪聲能量更大），除了驗證出異常噪聲在1000～6000Hz比正常噪聲能量更大以外，異常噪聲還在更高頻約17000Hz左右具有比正常噪聲更大的能量。

圖1 發電機上風洞測點布置示意圖

圖3 不同機組噪聲時頻譜圖對比（60MW負荷，0無功）

2.2 異常噪聲分布

通過對異常噪聲信號濾波提取，對1號水輪發電機負荷為75MW時的噪聲按頻率分段進行提取求和。圖4為各測點在1000~6000Hz頻段的噪聲分布，圖5為各測點在0~1000Hz頻段的噪聲分布。從圖4可知1000~6000Hz頻段噪聲較大的區域在測點1至測點5，噪聲最大值為測點3，這個規律是與現場感受的異常噪聲規律一致的，表明該頻率段可以用來較好地識別是否存在異常噪聲。測點13成為一定區域內的峰值，該測點雖然在現場通過人耳感受不到有異常，但最后在檢修時發現該點確實存在同測點3一樣的故障，只是程度稍輕。而圖5顯示0~1000Hz頻段的噪聲分布并無明顯的規律，在一定范圍內波動，噪聲最大值為測點15，表明該頻率段的噪聲與異常噪聲無明顯對應關系。

圖4 1號水輪發電機1000~6000Hz噪聲分布（75MW）

圖5 1號水輪發電機0~1000Hz噪聲分布（75MW）

2.3 不同工況下1號水輪發電機噪聲

（1）空載變勵磁時噪聲變化

圖6和圖7分別為1號水輪發電機各測點在空載變勵磁時1000~6000Hz頻段和0~1000Hz頻段噪聲變化。從圖6和圖7可看出空載變勵磁對1號水輪發電機噪聲并無顯著影響。

（2）不同負載時噪聲變化

圖8和圖9分別為1號水輪發電機各測點在負荷為0MW（0MVar）、20MW（5MVar）、40MW（3MVar）、50MW（10MVar）、60MW（11MVar）、70MW（12MVar）、80MW（12MVar）時，1000~6000Hz頻段和0~1000Hz頻段噪聲變化。從圖8可看出，隨著負荷的增加1000~6000Hz噪聲也顯著增加，且測點3的噪聲值最大。從圖9可看出，隨著負荷的增加0~1000Hz噪聲也顯著增加，噪聲最大值位于測點7，但部分測點在負荷大于60MW時噪聲值反而降低。

圖6 空載變勵磁時1號水輪發電機1000~6000Hz噪聲變化

圖7 空載變勵磁時1號水輪發電機0~1000Hz噪聲變化

圖8 不同負荷加正無功時1號水輪發電機1000~6000Hz噪聲變化

圖9 不同負荷加正無功時1號水輪發電機0~1000Hz噪聲變化

（3）不同負載加負無功時噪聲變化

圖10和圖11分別為1號水輪發電機各測點在負荷為0MW（－30MVar）、40MW（－25MVar）、60MW（－20MVar）、80MW（－20MVar）時，1000~6000Hz頻段和0~1000Hz頻段噪聲變化。從圖10可看出，隨著負荷的增加1000~6000Hz頻段噪聲也顯著增加，測點3的噪聲值最大，這與同樣負荷條件下帶正無功時的噪聲規律一致，但噪聲幅值要略小。從圖11可看出，隨著負荷的增加0~1000Hz頻段噪聲也顯著增加，噪聲最大值位于測點7，部分測點在負荷大于60MW時噪聲值反而降低，這與同樣負荷條件下帶正無功時的噪聲規律一致，但噪聲幅值要略小。

圖10 不同負荷加負無功時1號水輪發電機1000~6000Hz噪聲變化

圖11 不同負荷加負無功時1號水輪發電機0~1000Hz噪聲變化

2.4 發電機故障診斷初步結論

因異常噪聲僅存在于固定的局部區域，如果轉子存在故障，異常噪聲會隨著轉子的轉動而發生變化，因此排除了轉子故障的可能；空載變勵磁時并無異常噪聲，因此排除了勵磁故障的可能；因設備廠方已對定子和轉子間氣隙間距進行了檢查，因此排除了氣隙間距不均的可能；因設備能夠穩定運行且振動檢測不存在超標現象，因此排除了定子線圈松動的可能。

1號發電機異常聲響頻率提取分析結果表明，1000~6000Hz頻段的特征量能較好地表征異常噪聲特性，因機械噪聲和水力噪聲的頻率范圍都較低，所以異常聲響應為電氣噪聲，而且異常噪聲頻譜范圍較寬，推測故障為發電機定子局部存在放電點。

3 噪聲異常診斷結果驗證

1號發電機進行大修檢查時通過外觀檢查、鐵損試驗、耐壓試驗等均未發現異常。在進行C相局放試驗（電壓13.8kV）時，發現第423號（測點3）、259號（測點13）線棒對測溫電纜有放電現象，局放試驗結果詳見表1，放電痕跡如圖12所示。不同局放情況下噪聲頻譜圖如圖13所示，通過放電和不放電時的噪聲頻譜對比分析可知，放電時的噪聲頻率在1000Hz以上均有顯著的增加。因此通過噪聲診斷出的部位和頻率均與檢修試驗中發現的部位和噪聲頻率相一致，驗證了噪聲診斷的正確性。

圖12 1號發電機放電部位圖片

表1 1號發電機局放試驗結果

圖13 放電頻譜對比

4 結論

（1）本文通過對發電機異常噪聲的FFT分析和時頻譜圖分析，準確識別出了1000~6000Hz頻段為異常噪聲的特征頻段。

（2）通過對異常噪聲特征頻段的檢測，確定出了異常噪聲的部位，包括人耳不能感受到的部位。

（3）通過各種工況運行時的異常噪聲變化規律和異常噪聲的頻譜，診斷出發電機的故障為發電機定子局部存在放電點。

（4）大修時的局放試驗發現識別出的異常噪聲部位確實存在放電點，驗證了基于噪聲頻段提取法診斷水輪發電機放電故障的正確性。

[1] 馬宏忠. 電機狀態監測與故障診斷[M]. 機械工業出版社, 2008.

[2] 劉云. 水輪發電機故障處理與檢修[M]. 中國水利水電出版社, 2002.

[3] 汪慶年, 李紅艷, 史風娟,等. 基于頻譜分析的電機噪聲源的識別[J]. 聲學技術, 2009, 28(4):528-531.

[4] 段晨東, 高強, 徐先峰. 頻率切片小波變換時頻分析方法在發電機組故障診斷中的應用[J]. 中國電機工程學報, 2013, 33(32):96-103.

[5] 張國強, 楊溢. 汽輪發電機振動故障分析與診斷[J]. 大電機技術, 2011(5):29-34.

[6] Arezki Merkhouf. 水輪發電機中噪聲和振動的診斷與分析[C]// 水力發電技術國際會議. 2006.

[7] 王濤, 顧軒. 水輪發電機異常振動及高頻噪聲成因分析與處理[J]. 四川水力發電, 2014, 33(a02):4-6.

[8] 吳宏鋼. 風力發電機組振動檢測及噪聲評估研究[D]. 重慶大學, 2010.

[9] 陳忠, 符和超. 基于EEMD方法的永磁同步電機電磁噪聲診斷[J]. 振動與沖擊, 2013, 32(20):124-128.

[10] 郭浩. 汽輪發電機組振動與噪聲監測系統的研究[D]. 安徽理工大學, 2014.

[11] Shuting W, Heming L, Yonggang L. Adaptive radial basis function network and its application in turbine-generator vibration fault diagnosis[C]//Power System Technology, 2002. Proceedings. PowerCon 2002. International Conference on. IEEE, 2002, 3: 1607-1610.

[12] Shindor O, Svirina A. Hydraulic units’ vibration diagnostics subsystem improvement and its impact on the level of technogenic risks[J]. Energy Procedia, 2015, 72: 345-352.

A Diagnosis Method for Hydraulic Generator Fault Based on Noise Frequency Band Extraction

HU Sheng1, HAO Jianbo1, LUO Zhongqi2, SUN Bo2, MENG Zuohong1, WU Xiaowen1, TANG Qi3

(1. State Grid Hunan Electric Power Corporation Research Institute, Changsha 410007, China;2. Wanmipo Hydropower Plant, Wu Ling Power Corporation, Baojing 416000, China;3. Hunan Xiandian Test&Research Institute Co., Ltd., Changsha 410007, China)

The vibration and noise signals of generator can reflect its running status information. In contrast with vibration signal, noise signal is not limited by the conditions of signal frequency, equipment charging or sealing. Based on noise frequency band extraction, the characteristic frequency band of 1000Hz~6000Hz for hydraulic generator abnormal noise was identified. According to the change rules of the characteristic frequency band for various operating conditions, partial discharge points of the hydraulic generator were detected. The partial discharge test results verified that the diagnosis result was correct.

hydraulic generator; noise; frequency band; diagnosis method; partial discharge

TM307

A

1000-3983(2017)06-0025-05

2016-12-15

胡勝（1979-），2011年6月畢業于華中科技大學環境學院環境工程專業，博士，主要從事電力設施噪聲與振動防治技術研究，工程師。