[发明专利]一种调相机绝缘故障预测方法及系统

说明书

本发明提供了一种调相机绝缘故障预测方法及系统，本发明通过获取被诊断调相机绝缘的电老化、热老化、机械老化以及环境老化参数信息并构成输入向量，将输入向量输入训练好的学习分类模型，得到被诊断调相机绝缘的故障状态，本发明针对调相机绝缘检修困难的问题，能够综合调相机绝缘电老化、热老化、机械老化以及环境老化参数对调相机的绝缘状态诊断分析，极大提高调相机绝缘故障趋势预测的效率，为调相机的安全可靠运行提供了保障，减少了调相机绝缘运维费用，为调相机的智能健康管理提供了可行性。

技术领域

本发明涉及电机绝缘诊断技术领域，特别是一种调相机绝缘故障预测方法及系统。

背景技术

电力系统中的主要负载是异步电动机和变压器。这些设备均从电网汲取大量的无功功率以供其励磁之用。所以，电网担负着很大一部分电感性的无功电流，导致电网的功率因数降低，以致发电机和输配电设备的作用不能充分发挥，线路损耗和电压损失增大，输电质量变坏，甚至影响输电的稳定性。由于同步电机处在过励状态时，可以从电网汲取相位超前于电压的电流，从而改善电网的功率因数，因此在过去的生产实际中，除选用一部分同步电动机外，还在电网的受电端装设一些同步调相机，用于改善电网的功率因数。

调相机一般装设与枢纽变电站，采用调相机进行无功补偿的优点是调整无功负荷十分方便，通过改变励磁电流的大小就可以平滑、连续的调节其无功功率；可双向调节，既能吸收无功功率又能发出无功功率；满载运行的调相机具有一定的过负荷能力，当因电力系统发生故障电压急剧降低，使稳定性受到威胁时，调相机可以过负荷运行一小段时间，使运行人员在这段时间内能够进行相应的处理，避免电压崩溃等严重事故的发生，对于保持电力系统稳定的作用比电容器要好。

目前，特高压换流站调相机的调试和运维水平还处于经验积累阶段。运行过程中发生各种故障在所难免。主绝缘系统是调相机最重要的部分之一。在长期的运行过程中，大型调相机主绝缘要遭受电、热和机械应力等联合作用，这将使其机械性能逐渐变差、介电性能逐渐变坏、电气强度降低，即老化，最终导致绝缘击穿。在电动机或发电机的故障中，大约41％是由主绝缘老化引起的，定子绕组的绝缘状况在很大程度上决定了调相机的运行可靠性。因此，在线监测调相机的绝缘系统，发现早期的绝缘缺陷，判断调相机的绝缘老化程度，对潜在的故障隐患进行诊断、预警，有助于延长大型调相机的使用寿命，避免发生绝缘早期失效，将故障对人员和设备的安全威胁将至最低。

国内外有针对小型电动机的绝缘、噪声、震动、电磁场分布规律的研究，主要是为提高产品设计水平，而对大容量的调相机的绝缘、噪声、震动、电磁场分布规律的研究较少，对运行中调相机进行状态评价研究者更少，通过状态评价提出控制调相机运行方式措施者几乎没有。但是调相机尺寸庞大，结构复杂，零部件众多，因此对于大型旋转电机而言，并不能只通过某一传感器采集的设备信息进行诊断分析，这样得出的诊断结论往往是片面的，很容易出现误判和漏判的情况，如果能够将监测绝缘电老化、热老化、机械老化以及环境老化参数的多个传感器的测量信息综合考虑，对设备进行多传感器的信息融合诊断，才能得出更加全面和准确的诊断结论。

发明内容

本发明的目的是提供一种调相机绝缘故障预测方法及系统，旨在解决现有技术中调相机绝缘检修困难的问题，实现提高调相机绝缘故障趋势预测的效率，减少调相机绝缘运维费用。

为达到上述技术目的，本发明提供了一种调相机绝缘故障预测方法，所述方法包括以下操作：

获取被诊断调相机绝缘的电老化数据、热老化数据、机械老化数据以及环境老化数据，并剔除数据中的奇异点；

通过大量调相机历史运行中形成的与所采集数据相关的参数，形成学习样本集，进行学习分类并形成学习分类模型；

确定小波神经网络结构参数；

根据结构参数以及学习样本集进行网络训练，获得小波神经网络模型；

利用小波神经网络模型输出调相机绝缘故障状态的预测结果。