發電機轉子繞組匝間短路故障診斷研究

劉 攀 趙曉艷 成慧翔 李凱麗

（山西農業大學信息學院，晉中 030800）

1 發電機轉子繞組匝間短路故障研究現狀與危害

1.1 發電機轉子繞組匝間短路故障研究現狀

關于發電機轉子繞組匝間短路故障的研究，目前主要分為兩個方向，即離線和在線，而且提出了很多解決的方法，其中在線監測的方式越來越被學者看中，故目前發電機轉子繞組匝間短路故障研究的方向開始偏重在線監測。

1.2 發電機轉子繞組匝間短路故障危害

若發電機的這種短路故障無法準確靈敏的檢測出來，會給發電機帶來巨大的損壞，主要危害可分為兩點：第一，由于短路的時候在一點產生大量的熱，會燒壞絕緣層而導致線路接地，若過熱點在線棒，還會變形甚至融化，若這個時候沒有處理，故障會進一步惡化，比如由于過熱導致護環破壞或者發生主軸承磁化等嚴重后果，更嚴重的會將轉子損壞；第二，當出現短路問題時，會使繞組溫度升高，機組無用功功率輸出降低，同時勵磁電流產生變大的情況。若是一個磁極匝間發生短路時，會導致電力系統輸出質量降低，燒損軸瓦、軸徑，而短路故障會使旋轉磁場平衡遭到毀壞，導致發電機磁場平衡，發電機組產生劇烈的震動，導致其他保護部件的損傷。

所以進行繞組間短路的檢測研究可以更好地保護發電機，不造成大規模的事故。通過檢測和適當的維護，延長發電機的使用壽命。

2 電機轉子繞組匝間短路故障原因

電機轉子繞組匝間短路故障常見原因主要有四種：第一，電機運作中快速回旋的轉子繞組因離心力的影響而移動變形；第二，制造過程不嚴謹，制作完成后繞組的銅導線呈現出不符合規定，存在倒刺、毛角；第三，在組裝時轉子頂端的繞組沒有很好的加固，在運行過程中墊塊受到震動不牢固；第四，冷卻器故障時，轉子電流會增加，會發生匝間絕緣、對地絕緣的破壞[1]。

除了常見原因，還有部分突發性的事故會導致電機故障，如匝間絕緣片的移動、轉子頂部熱量太高發生變形、很小的電子顆粒或廢渣誤進轉子中的線圈頂端和透風縫隙中會產生短路等。

無論是哪種原因，如果不進行處理，輕則會造成電機轉子小面積過熱，重則未造成一點或兩點接地的危險情況出現[2]。

3 電機轉子繞組匝間短路故障診斷方法

3.1 探測線圈法

當前國際上應用于短路問題檢測最多的方式是安裝探測線圈。其基本原理是使用一個“檢測線圈”，如圖1所示。機組縫隙間的旋繞磁場可以通過這個裝置做出感應計算，縫隙磁場會在線圈上產生感應電動勢，然后將感應電動勢做出微分，產生可以觀察的波形，利用對波形的研究，幫助檢測人員發現發電機運作時繞組是否出現故障問題，并了解故障問題產生的地點[3]。

圖1 探測線圈安裝示意圖

3.2 定子環流判別法

該方法是通過觀察偶次諧波電流，監測出匝間是否發生的短路。這種電流的出現是因為機組中每相的繞組都由兩個1/2相繞組合并成，在電力系統運行過程時，轉子部分的磁動勢會有相互不對稱的情況，定子繞組里面有諧波電流出現，這種電流的頻率是波形頻率的偶數倍，而且會出現與轉子以同樣速度的回旋環流[4]。通過定子上安裝線圈，可以持續檢測環流，如圖2所示。

3.3 勵磁電流和無功功率判別法

電機發生短路故障時，會產生去磁的磁場效果，導致磁勢相對減弱，因為相同效果的磁勢會有相反的效果，從而導致繞組匝線發生短路故障。雖然轉子中的電流由于轉子匝間短路而增加，可是發電機的無用功的功率反而對應不變或變小，利用以上故障特征，對機組運作時各項數值做出記錄，推算出機組運作時特定工作時的勵磁電流，把記錄值和明確值做出對比，就不難判定繞組匝線是否出現故障。

圖2 儒可夫斯基線圈連續監測環流的示意圖

3.4 其他方法

除了上述詳細討論的三種故障診斷方法，目前電機轉子繞組匝間短路故障還有許多其他診斷法。如：測量電壓法、軸電壓特性分析法、基于波形特征的方法，這里不再一一贅述。

4 智能短路故障診斷方法

4.1 智能短路故障診斷基本原理

智能短路故障診斷方法的應用，基于其特殊的系統，該系統能夠模仿人的反饋能力，具備自我學習能力，該系統通過自行認知和自我調節，并利用各個保護單元相互輸入、輸出相互的“反饋”的特點，達到故障診斷的目的。該系統可以像人類一樣通過訓練和學習，對單元之間自動調整他們的結合程度，使輸入、輸出可以在網絡上正確映射他們的關系，從而對未知故障進行預測判斷[5]。當前這種概念可以引用的計算方式，稱作BP（Back Propagation）計算，這種方式屬于多前饋型系統。

4.2 智能短路故障診斷特點

4.2.1 具有自我認知的特點

同人們生活日常中對圖片認知原理類似，智能短路故障診斷系統把很多沒有出現過的模板圖形和信息進行處理，然后通過自我認知功能，慢慢掌握類似的圖像處理技術。當發生未知故障隱患時，系統可以通過對已知故障的對比，預測未知故障信息，從而更靈敏地檢測出故障。所以自我認知功能對于提高檢測故障靈敏度有特別重要的意義。

4.2.2 具有云端存儲功能

智能短路故障系統可以將已知以及后續自我學習的內容進行云端儲存，當再有故障時可以準確發現。

4.2.3 具有高速計算能力

在日常生活中，如果要得到一個處理復雜問題的最佳解決方案，往往需要一個很大的計算量，從而耗費很多時間。智能短路故障診斷系統可以專門模擬人類思考方法，同時還具備快速計算能力，可以很快的找到解決問題的針對性方法[6]。

5 結語

為了滿足發電機的正常運行，還需要進行大量的研究，基于智能人工檢測技術會成為以后檢測發電機繞組匝間短路故障的新趨勢，它可以合并現代的新型技巧，吸取各個監測方式的特點，可以實現不同運行狀態下的準確監測。

通過本文的研究，對多種監測方式進行了介紹，對這種故障的監測方式有了一定的認識，這是一種需要結合實際，運用實際的檢測方法，需要高準確性，高靈敏度的檢測方法，在以后人工智能檢測方法會成為檢測的主流，它的準確，便捷，快速是新時代潮流的體現，也是它能代替其他檢測方法的原因，所以，機組中的短路問題檢測方法的探討是一個漫長，具有發展前途的過程。