基于改进单向递推算法的发电机故障信号分析

许兆凤*

（山西大学，山西太原，030013）

基于改进单向递推算法的发电机故障信号分析

许兆凤*

（山西大学，山西太原，030013）

发电机是电力系统中重要的电气设备，对其故障的检测有着重要的意义。本文提出了一种快速单向递推算法，能够迅速捕获设备非正常信息，在设备故障早期阶段就能发出预报，对提高设备运行可靠性有着重要的意义。并通过仿真结果，不仅验证了该方法的可行性，而且也说明了此方法精度更高，计算量更少。

发电机；故障检测；仿真

引言

随着电力系统的不断发展，在系统容量迅速增长，网络结构日趋复杂的同时，出现了一些新特点和新问题。发电机设备装机容量不断增大，使得设备的故障和停运直接危及到整个电网的安全供电，因此对这些价格昂贵的大型电力设备的故障早期诊断和预警要求日益紧迫，其运行的可靠性更加引起生产和运行部门的重视，对其常见故障的检测和分析对及早发现故障、预防进一步恶化，以及故障诊断、定位和维修都是十分重要的。故障检测就是通过状态检测所提供的发电机运行的各种信息，对其有无故障及故障程度作出判断，便于及时、准确地采取相应措施使系统恢复到安全稳定运行状态。通过分析电机在故障情况下的行为特征，找到一种能准确、深入、有效地分析电力设备的各种常见故障的工程实用方法，对进一步丰富和完善电机的故障检测技术，保证其安全可靠运行和针对性地减小设备故障率都是十分必要的。

1 发电机常用的故障检测和诊断方法

早期检测电机故障对于保证电机正常运行具有十分重要的意义。交流电机的故障检测方法多年来一直为人们所普遍关注，电机的内部电磁关系十分复杂，加之处于连续高速运转中，并受制于电气、机械和环境等运行条件的影响，易出现绕组松动、绝缘老化、轴承磨损、振动加剧、高温过热等现象，与之关联的电气量（电压、电流、功率等）或非电量（声、光、热、气、振动、压力、辐射等）种类繁多，变化复杂且不易测量，给故障的检测带来很大的困难。当电机处于故障或异常运行状态时，引起的电气量和非电气量的变化是检测和判断故障类型、程度和原因的重要依据。现有的电机故障检测技术，正是基于这些描述电机运行状态的物理量故障前后变化规律的认识和总结上逐渐发展起来的。

目前采用的主要故障检测技术大致可以分为：电气检测技术（监视局部放电、加探测线圈、RF检测等）、化学检测技术（绝缘分解物、润滑油劣化和轴承磨损检测等）、机械检测技术（绕组端部、轴承和转子振动监测等）和温度检测技术（铁心、转子等局部温度等）等。当然，这些方法对某些故障行为有效（如电机冷却气体化学成分的分析及监测局部放电现象等，可对同步电机的绝缘材料的完好程度作出较为可靠的分析判断；监视轴承座的振动轴承润滑油的温度可对轴承的磨损程度提供很好的指示），但对另一些故障还未形成有效的检测手段（如利用定子电流负序分量来检测定子绕组故障）。单一的故障检测技术不能给出准确的判断结果，往往是各种技术的综合应用才能提供有意义的结论。

具体来说，电机的故障诊断技术包括检查和发现异常、诊断故障状态和部位、分析故障类型三个基本环节，以及信号采集、信号处理、故障源分离和定位技术（故障模式识别）、诊断决策四项基本内容。主要包括描述电机运行状态的各种电气和非电气信息的获取，并通过先进的信号处理技术获得故障特征，及时、准确地采取相应措施使系统恢复到安全稳定运行状态等几个环节。具体有：基于正弦函数模型的算法频率特性较差且计算精度与采样率有关，对信号预处理要求高；基于周期函数模型的算法（傅氏算法和沃尔希算法）假设分析信号为周期函数而不考虑实际信号中的衰减直流分量两种成分作为待估计参数并利用采样值进行拟合，它是建立在故障信号模型和干扰特性已知的假设之上，存在着估计精度的问题。总的来说，这些算法主要利用平稳信号的处理结果，并建立在一定的假设基础上，一方面受到故障信号暂态、奇异成分和噪声的影响，其精度依赖于对信号进行不同程度预处理的效果；再者，忽略了故障信号中大量有用的暂态信息。因此，若能有效地克服保护算法中衰减直流分量、噪声、频率波动和非整数次谐波的影响，并充分利用这些故障暂态信息，可望提高保护的起动能力和灵敏度。

2 改进单向实时递推小波算法

由序列的z变换及其时域卷积性质，信号序列、母小波序列以及小波系数序列的z变换为

对小波序列

其中，

故

则经逆Z变换得递推公式为

在此算法基础上，只需计算四个小波变换初值，以后只需向后单向递推便可计算出所有小波系数，避免了向前的递推运算，所需系数（）等只需计算一次，且具有较低次方的计算，该算法可满足实时计算的要求。针对不同的瞬态信号需选择不同的小波以获得较大的分解，达到较好的检测效果。只要选择的小波满足多项式与指数衰减乘积的形式，即的形式，其Z变换便能化为的有理函数，按前述方法构造相应的实时递推算法，不同之处在于系数的计算不同。

3 检测效果分析

为说明以上实时算法检测信号突变的有效性，下面以发电机定子绕组故障信号为例进行分析。以动模实验测得的发电机定子绕组相间短路和匝间短路故障信号为例。BC两相发生过度电阻为零的15%相间短路时，ABC三相纵差电流的基波分量如图1所示，图2为三相纵差电流的小波变换结果，图中比较了三种小波变换：Morlet积分小波变换（实线所示）、文献［1］的小波及双向递推算法（虚线所示）、本文的小波及单向递推算法（点画线所示）检测故障的能力。

4 结束语

电力系统中最重要的是能迅速检测出故障。电力设备状态监视、电能质量检测、继电保护启动等均要求一定的实时性，能在故障信息突变瞬间即捕获此突变时刻以及突变量的大小，将有利于在故障初期就能发出预报并及早采取措施。传统的小波变换方法具有迅速捕获故障突变的能力，但不能进行实时分解。小波变换的相位信息往往对奇异性更为敏感，易于捕获奇异点，准确地检测出信号突变，因而可选用复值小波计算小波系数，但每次计算均需完成一次完整的积分，其计算量随数据量迅速增加。因而寻求一种满足实时要求的快速算法，并保留原有的计算精度，对于迅速捕获设备非正常信息，在设备故障早期阶段就能发出预报，提高设备运行可靠性有着及其重要的意义。本文详细推导了一种快速递推算法，计算少量小波初值后，小波系数的计算依递推关系实现，其计算量随数据量增加不大，可用于实时计算。在此基础上提取对奇异性较为敏感的相位信息辅助幅值信息来实时监测电力系统的突变信号，并且能获得和很高的精度，易于准确及时地检测出信号的突变点。本文提出的小波及其改进递推算法具有和文献［1］中的小波及 Morlet小波一样的检测能力，并且单向快速递推算法大大提高了计算速度，计算量更小，可应用于故障的实时检测，能够更快更准确地预报故障信息。

[1]Chaari O,Meunier M,Brouaye F.Wavelets:a new tool for the resonate grounded power distribution systems relaying.IEEE Trans.On Power Delivery,1996,11(3):1301-1308.

[2]Meyer Y.Wavelets Algorithms ＆Applications.Society for Industrial and Applied Mathmatics(SLAM),Philadelphia:1993.

[3]任震,黄群古,黄雯莹.两种小波变换及其在发电机故障信号分析中的应用[J].中国电机工程学报,2000,20(10):59-63.

[4]Mallat S.Zhong.Characterization of signals from multiscale edges.IEEE Trans.On Pattern Anal.Mach.Intell.(PAMI),1992,14(7):710-73.

[5]戴志军.基于改进 HHT的双馈风力发电机定转子故障诊断研究与实现[D].上海机电学院,2015.

Based on the Improved Unidirectional Generator Fault Signal Analysis of Recursion Method

XU Zhaofeng*
(Shanxi University,Shanxi Taiyuan,030013,China)

The generator is an important electrical equipment in the power system,and the detection of fault is of great significance.This paper proposes a fast one-way recursion method,can quickly capture equipment abnormal information,in the early period of equipment failure can make forecast,has important significance to improve the reliability of equipment operation.The simulation results show that the method is more accurate and less computational.

Generator; Fault detection; Simulation

TK513

A

1672-9129(2017)04-0073-04

许兆凤.基于改进单向递推算法的发电机故障信号分析[J].数码设计,2017,6(4):73-76.

Cite：XU Zhaofeng.Based on the Improved Unidirectional Generator Fault Signal Analysis of Recursion Method [J].Peak Data Science,2017,6(4):73-76.

10.19551/j.cnki.issn1672-9129.2017.04.019

2016-12-19；

2017-01-14。

许兆凤(1978-),女，硕士，山西大学讲师，电气工程及其自动化专业。E-mail:xuzhaofeng2016@sina.com