双馈风力发电机定转子绕组电气故障诊疗研究ZZD

1、双馈风力发电机定转子绕组电气故障诊疗研究ZZD2主要内容3一、研究背景、意义风力发电规模海上风力发电状态监测与故障诊断恶劣的运行环境降低风电场运行维护成本，提高经济效益高故障率、运行维护费用；4 目前针对双馈风力发电机定转子绕组故障诊断方面比较多的是利用电流、电压频谱来进行特征量分析； 而此时特征频率处往往含有转差s，由于风机转速的实时变化性，转差s也在实时的变化，此方法对转差s的跟踪、计算精度提出很高要求，计算量大，且容易造成误判。二、研究现状 5研究现状-案例 从已有文献可以看出，双馈异步发电机转子绕组故障时，会在转子电流谱中感应出频率为3sf1的特征量。1 Shah D，Nandi S，

2、Neti，PStator Inter-turn Fault Detection of Doubly Fed Induction Generators Using Rotor Current and Search Coil Voltage Signature AnalysisJ，IEEE Transactions on Industry Applications，Sept-oct2009：1831-18422 Stefani A，Yazidi A，Rossi C，et alDoubly fed induction machines diagnosis based on signature ana

3、lysis of rotor modulating signalsJIEEE Transactions on Industry Application，2008，44(6)：1711-17216研究现状-案例 010203040506070-150-100-50050X: 16Y: -34.95Ia的 频 谱 图f/Hz幅值/dB010203040506070-150-100-50050X: 15.5Y: -80.01Ia的 频 谱 图f/Hz幅值/dB17二、在PSCAD中建立仿真模型d、q轴旋转坐标下，双馈电机的数学模型：电压方程：磁链方程：电磁转矩方程：转子运动方程：11sdsds sd

4、sqsqsqs sqsdupR iupR i11rdrdr rdrqrqrqr rqrdupR iupR isdss sdm rdsqss sqm rqL iL iL iL irdm sdrr rdrqm sqrr rqL iL iL iL i3()2epmsd rqsq rdTn Li ii i1()rmedTTdtJ8在PSCAD中建立仿真模型 模型中双馈异步电机的转子变换器的控制策略采用SVPWM矢量控制，具体模型如下：9在PSCAD中建立仿真模型 在PSCAD的仿真环境中建立了双馈异步发电机的故障模型，整体示意图如下：10三、实验研究 为了与仿真分析的结果相互比较，在动模实验室搭建了双

5、馈风力发电机定、转子绕组故障的实验平台。 故障模拟方式与PSCAD仿真中的方法一致。11实验研究河海大学动模实验室12实验研究-注意事项 由于双馈异步电机转子侧的电气信号频率为sf1，为低频量。此时采用工频互感器测量，会出现很大的误差。本实验中采用霍尔电流传感器及定制的低频电压测量装置来测量转子侧的低频电气量，从而避免测量误差。13四、双馈风力发电机定子绕组故障诊断研究 提出一种基于转子瞬时功率谱法的双馈异步发电机定子绕组故障的在线监测与诊断新方法。 既具有无需外加传感器与硬件设备的优点；又由于其特征频率为2f1（f1为电网基频），不含转差s，诊断可靠性强。 通过仿真和实验结果分析，验证了转子

6、瞬时功率谱法在双馈电机定子绕组故障诊断中的优越性。14 查阅相关文献可知：当双馈电机发生定子绕组不平衡故障时，在转子电流中会产生频率为 (2-s) f 1的特征分量；1 Shah D，Nandi S，Neti，PStator Inter-turn Fault Detection of Doubly Fed Induction Generators Using Rotor Current and Search Coil Voltage Signature AnalysisJ，IEEE Transactions on Industry Applications，Sept-oct2009：1831-

7、18422 Stefani A，Yazidi A，Rossi C，et alDoubly fed induction machines diagnosis based on signature analysis of rotor modulating signalsJIEEE Transactions on Industry Application，2008，44(6)：1711-17213 李俊卿，王栋，何龙.双馈式感应发电机定子匝间短路故障稳态分析J.电力系统自动化，2013，(18)：103-107+131.解析法152aaapui （ ）cos cos()amaramaruUtiIt

8、（1）1cos(2)cos2amamarpUIt （3）1cos()cos2amarpapaiItIst （4）111cos(2)cos21cos 22cos 2amamarmapaparpapUItUItt （5）正常时定子故障时故障分量解析法1rs故障分量16解析法 从公式（5）可得到：当双馈异步电机定子绕组发生不对称故障时，其转子瞬时功率谱中，产生了与正常状态下相同的 交流分量之外，还产生频率为 及 的故障分量。 选取了频率为 的分量作为故障特征量，此方法的可靠性可以得到保证。后面的分析进一步验证其灵敏性也优于传统的诊断方法。12sf12 f12(1) s f12 f17PSCAD仿真结

9、果分析故障前后转子电流频谱对比图18PSCAD仿真结果分析故障前后转子瞬时功率频谱对比图19u计算可知：转子电流谱特征频率处幅值故障前后变化了，变化率为3.61%；而转子瞬时功率谱特征频率处幅值故障前后变化了，变化率为55.01%。u显然，当双馈电机定子绕组发生轻微不平衡故障时，转子电流变化并不明显，而转子瞬时功率谱变化则要明显得多，更有利于诊断双馈电机定子绕组的早期故障。灵敏性优于传统方法。PSCAD仿真结果分析20实验结果分析21 不同转速下，不同故障严重程度时转子瞬时功率谱特征频率2f 1处的幅值变化情况：实验结果分析故障情况故障情况正常正常R=RsR=3RsR=5Rs1425r/min

10、，特征量（，特征量（dB）-26.53-8.27410.2815.921470r/min，特征量（，特征量（dB）-29.06-13.552.7826.4481500r/min，特征量（，特征量（dB）-22.17-12.022.4032.9631530r/min，特征量（，特征量（dB）-30.7-124.26310.011575r/min，特征量（，特征量（dB）-29.66-11.411.6620.4722u选择转子瞬时功率谱2f 1处幅值作为双馈异步发电机定子绕组故障的特征量，不受风速实时变化的影响，对转差s的跟踪精度要求不高，减小了计算量。u同时其灵敏度与可靠性优于常规的电流谱诊断方

11、法，具有很好的应用前景。结论23五、双馈风力发电机转子绕组故障诊断研究 双馈风力发电机的转子结构具有其特殊性，与定子绕组结构相似，通过背靠背的变频器与电网直接相连。 本文通过分析定子瞬时功率信号的故障特征频率以及小波能量谱的基本原理，计算出故障特征频带内的能量分布，从而诊断转子绕组的不平衡故障。 此方法同样无需精确跟踪转差s的变化，可靠性强。24 查阅相关文献可知：当双馈电机发生转子绕组不平衡故障时，在定子电流中会产生频率为 （12s）f 1的特征分量，在转子电流中产生频率为3sf 1的故障分量； 同前面计算过程，可知，电机转子绕组不平衡故障后，定子瞬时功率谱中，出现频率为2sf1的故障分量。

12、 文中，通过PSCAD仿真结果验证了此分量作为故障特征量的可行性；通过实验结果对比分析，验证了此分量作为故障特征量的灵敏性（比转子电流谱更加敏感）。定子侧瞬时功率谱25 定子侧瞬时功率谱-实验验证特征信号频率正常空载 故障空载 正常负载 故障负载瞬时功率/dB2sf170.0645.1662.819.72转子电流/dB3sf1100.687.7880.4455.95特征信号频率正常空载 故障空载 正常负载 故障负载瞬时功率/dB2sf157.2822.2229.484.48转子电流/dB3sf168.4564.9780.7959.43表5-1 瞬时功率与转子电流的特征频率处幅值比较(s)表5-

13、2 瞬时功率与转子电流的特征频率处幅值比较(s) 定子侧瞬时功率谱-实验验证可见，使用转子电流频谱中3sf 1处的幅值就可以监测出故障的存在。但此方法有一个很大的弊端：对转差s的跟踪及计算精度要求非常高。若转差s的计算存在误差，则对诊断结果产生很大的影响。2627 本课题提出了基于瞬时功率信号的小波能量谱分析。小波多分辨分析就是用不一样的时间分辨率来逼近待研究的信号；基于瞬时功率的小波能量谱分析小波多分辨率分析分解后某层信号的能量计算法：2|( ) |jjkEC k信号的总能量可表示为：2|( ) |jjjkjEC kE28 具体分析方法：对定子瞬时功率信号进行分析，首先滤去直流分量，即电机有

14、功功率，然后对信号进行4层小波分解，得到5个频带内重构信号。计算可知，故障特征频率为 2sf1位于第4层近似信号a4频带内。基于瞬时功率的小波能量谱分析0200400600800100012001400160018002000-505d101002003004005006007008009001000-505d2050100150200250300350400450500-505d3050100150200250-505d4050100150200250-505a4采 样 点 数0200400600800100012001400160018002000-505d1010020030040050

15、06007008009001000-505d2050100150200250300350400450500-505d3050100150200250-505d4050100150200250-505a4采 样 点 数正常状态（）转子绕组不平衡故障（）29 本文利用a4频带内的能量占整个信号的能量比值X（能量分布）作为诊断转子绕组故障的特征量。 考虑到双馈风力发电机的转速变化范围一般可以达到额定速度的30%，从而瞬时功率信号的故障特征频率2sf1都位于a4频带内，即在低频带具有唯一性。基于瞬时功率的小波能量谱分析400111/()jjXEEE30基于瞬时功率的小波能量谱分析转差率s0.20.1-0.02-0.05正常0.0390.0580.1250.105Ra=0.3Rr0.1780.2980.4990.363Ra=Rr0.2960.5190.7860.694不同转速下，不同故障严重程度时，能量比值X的变化情况：31u在不同转速下，转子绕组故障时特征频带内的能量比值总比正常状态大，这一结论解决了转速变化带来的误判问题。u因此这一数值可以作为双馈风力发电机发生转子绕组早期故障的判据。具有很好的应用前景。结论32总结1. 建立了双馈风力