大型發電機定子繞組溫度數據分析策略

呂愛軍，戴 祥，陳明艷

（華能瀾滄江水電股份有限公司檢修分公司，云南 昆明 650051）

0 引言

發電機運行過程中，其定子繞組絕緣系統會因各種原因導致其絕緣系統的熱裂化，例如設計階段繞組股線換位不當引起的循環電流、繞組匝數不平衡引起負序電流、發電機冷卻系統冷卻容量不足或運行不良、定子繞組股間短路、定子鐵心疊片間短路以及發電機實際運行負荷長時間超出設計限制等，空冷式發電機的絕緣系統主要采用熱固化材料，而熱劣化本質上是氧化反應[1]。即在一定溫度下，絕緣材料的有機組分分子化學鍵會因溫度造成裂解并形成新的氧化聚合物，絕緣材料的粘結性和機械強度會大大下降，嚴重時甚至影響絕緣材料的絕緣性能。線棒股線間絕緣粘結強度下降，各股線導體因電磁力的作用相對振動將導致絕緣磨損，進一步發展將造成匝間短路；線棒匝間或主絕緣間絕緣材料粘結強度下降，可能導致線棒各層絕緣分離并產生氣隙，運行過程中高場強下絕緣材料分層內部將產生局部放電，嚴重時會導致主絕緣或匝間絕緣中腐蝕出貫穿性孔洞引發繞組匝間短路或接地故障[1]，嚴重影響設備安全穩定運行。因此，當設備發生異常表象于定子溫度變化時，能快速的從眾多測溫數據中得到一個展示多維數據之間的關系和趨勢變化的直觀可視化呈現就顯得尤為重要，其有利于運行人員及時采取措施，有利于設備管理部門制定維護、臨檢計劃。因此，研究如何將上百塊或幾百塊定子測溫數據進行分析并可視化呈現，如何快速的從數據中得到一個概覽和展示數據之間的結構顯得極為重要對于智慧水電廠智慧運行監測有重大意義。

1 定子繞溫數據分析現狀

大型水輪發電機繞組支路長、定子槽較多，定子繞組的最高運行溫度難以直接測量，目前行業內標準的測量方法是以間接測量的方式，即在發電機安裝過程中通過預埋在定子槽上、中、下層繞組或繞組線棒間的電阻式溫度傳感器或熱電偶進行間接監測上送監控。監測到的溫度需要有一個標準值來判定其溫度正常與否，因此建立準確計算發電機定子繞組溫度標準值的模型十分必要[2]。常規的分析，運行人員同時監測上百個測點上送數據，難以直觀發現且科學評判定子溫度監測數據異常變化。現有的機組在線監測分析系統對定子溫度這一重要運行指標的分析較簡單，常見的主要為觀察機組運行負荷與定子各測溫數據總體溫度均值變化趨勢，觀察定子溫度極值、極差、緩變率等。發電機定子繞組有上百個溫度測點，其上百個變量的數據高度復雜性和數據質量不確定性，要直接對原始數據進行可視化難以實現，即便通過各測點數據的統計量進行可視化亦難以展現數據全貌。

2 定子繞組溫度數據信息描述

2.1 基于發電機運行負荷描述定子繞組溫度信息

通常情況下，常規的均值、標準差這類數據匯總統計量容易理解且計算方便，適用于單一中心鋒的分布，如果分析數據形態不符合這個基于樣本對總體的假設，則很多數學模型是不成立的，牽強的使用可能會誤導；此外，如果樣本數據呈現扭曲等形態時，再以均值或標準差作為當出現異常值時，將標準差作為衡量分布的寬度的假設也是不成立的[3]。這種情況下，中位數（median）或眾數(mode)就可以很好的回避這一問題。中位數是指按順序排列的一組數據中居于中間位置的數，代表一個樣本、種群或概率分布中的一個數值，可以通過把所有觀察值排序后找出；眾數在統計分布上具有明顯集中趨勢點的數值，是一組數據中出現次數最多的數值。本文數據整體描述主要基于各測點溫度數據計算出相應負荷各測點對應的中位數構造單一測點統計量開展數據分析。即基于發電機一個或多個運行周期（停機態-穩定運行-停機態）下的數據作為樣本，通過樣本數據估計總體相關統計量，構造基于數據樣本估計總體數據的的溫度特征量，構造基于分析數據的溫度特征量，可視化呈現發電機定子繞組測溫數據總體形貌。

2.2 整體趨勢檢測

為進一步判斷檢測某段時間內的某個指標總體趨勢是上升了還是下降了，引入趨勢檢測，即將機組運行周期（停機態-穩定運行-停機）的數據（一個時間段內多個周期）作為訓練數據，按發電機定子各相各分支定子繞組支路溫度統計量構造周期內隨負荷變化的時序趨勢。時序趨勢檢測主要有斜率法、Cox-Stuart趨勢檢測和Mann-kendall趨勢檢測等方法。斜率法主要是采用最小二乘等方法在一個時間段內對時序數據進擬合出一元線性方程，根據擬合成的直線求斜率,該斜率即為其變化趨勢率k，斜率的正、負代表了趨勢變化方向，當K大于0時代表趨勢上升，當K小于0時則代表趨勢下降。該方法要求時間段內時序數據趨勢存在且主要用于具有周期性狀態變化的整體趨勢，對反映時間段內的時序數據變化趨勢、異常突變效果不好。Cox-Stuart趨勢檢測是一種不依賴趨勢結構的快速判斷趨勢是否存在的方法，其算法思想是：若數據有上升趨勢，那么排在后面的數據值將比排在前面的數據值大，反之則若排在后面的數據值比排在前面的數據值小則數據有下降趨勢，該方案容易受分析數據中存在的少數異常值的干擾。Mann-Kendall方法是一種非參數統計檢驗方法，其優點是不需要數據樣本遵循特定的分布，也不受分析數據中存在的少數異常值的干擾，該檢驗方法不但可以檢驗時間序列的變化趨勢，還可以檢驗時間序列是否發生了突變,主要用于氣候、水文及生信周期性數據分析，主要針對具有長周期性的時序數據趨勢檢測和突變檢測。

基于發電機停機態定子繞組測溫眾數數據（評估發電機運行環境溫度因素）和長周期帶負荷運行狀態下定子繞組測溫眾數數據（負荷影響及冷卻裝置影響因素）構造繞組過熱特征量，作為發電機定子過熱預警閾值。

（1）基于數據集篩選出發電機停機態數據集,計算發電機停機態下定子各相各分支測點溫度數據眾數統計量并分別計算停機態下發電機定子各支路測點溫度眾數均值統計量；

（2）計算發電機運行負荷為Px下定子各相各分支測點溫度數據眾數統計量，構造發電機運行負荷為Px時定子繞組各分支溫度估計特征量 ；

（3）構造負荷為Px時定子繞組各分支溫度評價特征量 ；

（4）將發電機運行負荷為Px下的定子各支路溫度特征量與發電機停機態下相應特征量進行比較，分析判定該支路是否存在整體增量突變，即存在過熱。

3 數據資料和分析實例

3.1 數據資料

瀾滄江流域某水電廠發電機為立軸半傘式結構、全空冷式三相凸極同步發電機，發電機定子額定電壓 18 kV，定子繞組為每相 8 路并聯雙層波繞組結構，每個槽內布置2根線棒，定子各相各分支分別預埋布置上部、中部、下部電阻式溫度傳感器各2支，A、B、C三相共144支溫度傳感器。

3.2 定子各測點可視化

采集機組2020年4月至6月多個周期（停機態-穩定運行-停機態）發電機定子繞組溫度、定子鐵芯溫度、空冷器冷熱風溫度數據，對數據清洗、計算統計量、構造特征量，利用R語言[4]可視化如圖1示。

圖1

3.3 整體評估

3.3.1 構造分析特征量

（1）根據發電機在線監測系統獲取該機組2021年內的機組運行負荷、定子繞組溫度等數據，計算發電機停機態下定子各相各分支測點溫度數據眾數統計量，分別計算停機態下發電機定子各支路測點溫度眾數均值統計量。

表1

（2）根據發電機在線監測系統獲取該機組2021年內的機組運行負荷、定子繞組溫度等數據，計算發電機負荷為Px時定子各相各分支測點溫度數據眾數統計量，以u1為例，按下式計算u相第1～8分支溫度估計特征量

式（1）中為基于歷史數據下P=0的第u1分支的溫度均值估計量；

基于歷史數據的負荷為Px時，各相第1～8分支估計特征量計算如表2。

表2

（3）根據發電機在線監測系統獲取該機組負荷為Px時刻下機組定子繞組溫度等數據，以u1為例，按下式計算u相第1～8分支溫度特征量；

基于歷史數據和某時刻負荷為Px時測點數據，計算各相第1～8分支特征量計算如表3：

表3

3.3.2 特征量分析判斷

可視化呈現發電機定子繞組各分支溫度特征量數據總體形貌。

將發電機運行負荷為Px下的定子各支路溫度特征量與發電機停機態下相應特征量進行比較，u相第1支路，u相第8支路,可初步診斷該發電機機組u相第1和第8支路存在過熱現象，需進一步核查。

圖2

4 結論與展望

發電機監測溫度出現異常狀況時，及時診斷判明原因、有計劃地安排檢修、避免發生事故是發電機組安全運行的重要保障[5]。對于定子槽數多，繞組支路長、支路多的大型水輪發電機，定子繞組溫度就有上百個測點數據變量，其數據維度的高度復雜性和數據質量不確定性，單一測點的數據變化不應作為設備診斷的單一指標，應結合設備結構和測點布置提取或構造相應特征量進行分析。發電機運行溫度如何結合其他在線監測數據（如發電機局放在線監測、定子鐵心振動、發電機鐵心溫度、冷卻裝置運行情況等）進行綜合絕緣評估也是后續數據分析策略研究的方向。此外，目前行業內對空冷式水輪發電機定子繞組運行溫度監測的方式還是通過預埋在定子槽繞組或繞組線棒間的溫度傳感器或熱電偶進行間接監測，隨著先進檢測監測技術（如紅外成像分析）、現代通信技術和計算機技術的迅速發展, 如何利用現有預埋測溫電阻進行溫度監測的方式和先進監測技術相融合，進一步提高監測和分析的準確度也是今后研究的難點和重點。