[发明专利]一种基于D-S信息融合算法的双馈风机定子匝间短路故障的诊断方法

说明书

本发明公开了一种基于D‑S信息融合算法的双馈风机定子匝间短路故障的诊断方法，属于电力系统双馈风机故障检测的技术领域。该诊断方法在分析定子匝间短路故障的特征机理，建立了基于MATLAB/Simulink的双馈风机定子匝间短路故障模型，确定转子侧电流和转子瞬时功率谱的故障特征频率并利用Prony算法完成对两个故障特征频率的幅值估计，进一步进行D‑S信息融合判定故障，有效提高了故障模式的识别能力，对大型风电场的故障研究具有一定参考价值。

技术领域

本发明涉及电力系统双馈风机故障检测的技术领域，特别涉及一种基于D-S信息融合算法的双馈风机定子匝间短路故障的诊断方法。

背景技术

目前，世界各国普遍重视风力发电并竞相大力发展，技术上不断进步日益成熟。随着风力发电机组的装机容量不断增加，风力发电总容量在整个电力系统中所占的比例逐年增加，对我国节能减排、治理污染、改善能源供应结构有着积极的意义，然而这也对风力发电机组运行的可靠性和稳定性提出了更高的要求。绕组匝间短路故障在风力发电机组的故障类型中占的比例比较大，而且危害很严重，因此分析风力发电机定子匝间短路故障机理并提出相应的检测方法对风力发电机组的安全可靠运行有着十分重要的意义。

双馈式风力发电机组由于其成本相对较低、技术也较为成熟，在目前风力发电系统中应用十分广泛，它的典型故障部件包括定子绕组、转子绕组、变流器、发电机轴承以及控制系统的关键传感器等。故障调查显示，电机各种主要典型故障类型所占比重如下：齿轮故障(40％)，定子故障(38％)，转子故障(10％)，其他(12％)。当风力发电机发生内部绕组匝间短路故障时发电机转速、定子电压、有功功率等产生振荡。因此，研究双馈式风力发电机定子绕组匝间短路初期故障对提高风电机组的可靠性运行和降低风电场的维护费用具有重要的意义。

针对风机关键部件的故障检测和维修一直受到人们的重视，然而随着风电机组由陆地大量地向海上发展而且单机容量越来越大，风机维修成本极大提高，同时故障停机对电网的稳定性造成极大损害。此时传统的故障检测和维修方式已很难满足要求。此外，风力机组安装于杆塔之上，一般杆塔有几十米的高度，这使得定期检修和维护的难度大，费用高。所以很有必要对双馈感应发电机绕组内部发生早期故障时的故障特征进行研究分析，如果能在初期加以关注，尽可能早的发现故障现象，准确判断故障原因和部位，就可以及时跟踪分析故障的发展趋势，合理安排维修和更换计划，避免临时的检修行为和发展为严重故障后的巨大损失。这对保障风电系统的安全运行具有重大的经济效益。

发明内容

本发明针对现有故障检测技术的缺陷和不足，提供一种基于D-S信息融合算法的双馈风机定子匝间短路故障的诊断方法，与常规的靠单一故障特征量诊断比较，有效提高了故障模式的识别能力，提高故障诊断的准确率和可靠性。

本发明提出的技术方案的实现：

所述的一种基于D-S信息融合算法的双馈风机定子匝间短路故障的诊断方法，通过对正常情况及发生定子匝间故障后的双馈风机进行分析，提取两个故障特征量；确定故障特征量的频率，幅值；运用MATLAB编程对两个故障特征量进行D-S信息融合，根据判定原则修正故障融合参数，形成故障判定体系。

所述的一种基于D-S信息融合算法的双馈风机定子匝间短路故障的诊断方法，其定子匝间短路故障位置设定在定子A相。

所述的一种基于D-S信息融合算法的双馈风机定子匝间短路故障的诊断方法，其中一个故障特征量为转子电流，其故障特征频率为(2-s)f₁，s代表转差率，f₁代表定子侧基频。

所述的一种基于D-S信息融合算法的双馈风机定子匝间短路故障的诊断方法，其中一个故障特征量为转子a相瞬时功率谱，其正常情况时表达式为：

发生故障后，其表达式为：