一种发电机转子绕组匝间短路早期在线检测方法技术

本发明专利技术涉及一种发电机转子绕组匝间短路早期在线检测方法，包括：将发电机机端电压、电流、有功功率和无功功率作为Elman神经网络的输入量，将转子励磁电压和励磁电流作为神经网络的输出量，构建神经网络模型；采用发电机正常情况下的运行数据作为训练样本，对神经网络模型进行训练；基于神经网络模型对存在匝间短路情况下转子的励磁电压和电流的数据进行模拟，根据转子励磁电流模拟值与实际值之间的绝对百分比误差值判断转子是否存在轻微匝间短路：若误差值大于

An Early Online Detection Method for Interturn Short Circuit of Generator Rotor Windings

The invention relates to an on-line early detection method for generator rotor winding inter-turn short circuit, which includes: taking generator terminal voltage, current, active power and reactive power as input of Elman neural network, taking rotor excitation voltage and excitation current as output of neural network, constructing neural network model, and using operation data of generator under normal conditions as training sample. In this paper, the neural network model is trained; the excitation voltage and current data of the rotor with inter-turn short circuit are simulated based on the neural network model. According to the absolute percentage error between the simulation value and the actual value of the excitation current of the rotor, the existence of slight inter-turn short circuit of the rotor is judged: if the error value is larger than the actual value.

【技术实现步骤摘要】
一种发电机转子绕组匝间短路早期在线检测方法
本专利技术属于发电机转子绕组匝间短路诊断
，尤其涉及一种发电机转子绕组匝间短路早期在线检测方法。
技术介绍
发电机转子绕组匝间短路是一种较常见的发电机故障，也是影响电力生产安全运行的主要原因之一。轻微的匝间短路，在故障初期由于其对电机组的正常运行影响不明显，因此很难被察觉。但轻微匝间短路发展到一定程度时，发电机的有效磁场会出现减弱，造成在同样运行工况下需要更大的励磁电流，甚至会出现由于不对称短路导致转子振动加剧，从而降低发电机出力的现象。此外，匝间短路点处的局部过热还可能使故障进一步扩大，造成转子绕组接地。因此，对发电机转子绕组轻微匝间短路故障的早期发现和诊断是十分必要的。目前，发电机在运行中没有转子绕组匝间短路的相关保护装置。由于轻微匝间短路时励磁电流变化量微小，无法通过设置保护参数来进行保护预警。当前用于转子绕组匝间短路故障的在线检测手段主要有气隙线圈探测法、环流检测法及转子轴电压法。以上几种在线检测方法都存在一定的问题及局限性，难以对早起的转子匝间短路情况进行准确的判断。如果能够实现在线检测，则可以通过发电机在线运行数据确定匝间本文档来自技高网...

【技术保护点】
1.一种发电机转子绕组匝间短路早期在线检测方法，其特征在于，包括：将发电机机端电压、电流、有功功率和无功功率作为Elman神经网络的输入量，将转子励磁电压和励磁电流作为Elman神经网络的输出量，构建用于断转子匝间短路的Elman神经网络模型；采用发电机正常情况下的运行数据作为训练样本，对所述Elman神经网络模型进行训练，以使所述Elman神经网络模型能够精确的对正常情况下转子的励磁电压和励磁电流数据进行模拟；基于所述Elman神经网络模型，对存在匝间短路情况下转子的励磁电压和电流的数据进行模拟，根据转子励磁电流模拟值与实际值之间的绝对百分比误差值判断转子是否存在轻微匝间短路：若误差值大于

【技术特征摘要】
1.一种发电机转子绕组匝间短路早期在线检测方法，其特征在于，包括：将发电机机端电压、电流、有功功率和无功功率作为Elman神经网络的输入量，将转子励磁电压和励磁电流作为Elman神经网络的输出量，构建用于断转子匝间短路的Elman神经网络模型；采用发电机正常情况下的运行数据作为训练样本，对所述Elman神经网络模型进行训练，以使所述Elman神经网络模型能够精确的对正常情况下转子的励磁电压和励磁电流数据进行模拟；基于所述Elman神经网络模型，对存在匝间短路情况下转子的励磁电压和电流的数据进行模拟，根据转子励磁电流模拟值与实际值之间的绝对百分比误差值判断转子是否存在轻微匝间短路：若误差值大于判断为存在匝间短路，若误差值小于判断为不存在匝间短路，其中，Δn为短路匝数，ωfd为转子绕组匝数。2...

【专利技术属性】
技术研发人员：赵亚维，武永鑫，李小军，周渊，
申请(专利权)人：中国大唐集团科学技术研究院有限公司，
类型：发明
国别省市：北京,11