[发明专利]一种发电机定子绕组绝缘局部放电故障在线监测诊断方法

说明书

本发明公开了一种发电机定子绕组绝缘局部放电故障在线监测诊断方法，包括如下步骤：局部放电在线监测数据转换，局部放电数据图像化表示；建立绝缘局部放电特征数据库；诊断模型建模、训练；模型应用。本发明为人工诊断提供客观的数据支撑，降低人工诊断经验要求的门槛，在目前状态检修的大环境中有较大的应用价值和推广意义。

技术领域

本发明涉及发电机领域，尤其涉及一种发电机定子绕组绝缘局部放电故障在线监测诊断方法。

背景技术

水轮发电机核心部件定子绕组通过电磁感应原理进行能量交换，工作中需承受不断变化的机械力、电场、热力作用，定子绕组绝缘性能、寿命也在缓慢发生变化。定子绕组绝缘由于生产制造工艺、使用绝缘材料不同和现场安装工艺差异等会在发电机定子绕组绝缘内部或表面造成不同的绝缘小缺陷，如绝缘内部间隙、绕组端部绑扎造成的间隙毛刺、相间距离过小、二次引线与绕组端部距离较近、线棒槽内电晕、端部电晕、表面脏污、绝缘受潮等，由此发电机运行状态下绝缘总是存在局部放电。一般是不同缺陷相互叠加，很少只存在一种缺陷，因此局部放电也是相互叠加每台机各不相同。

随着运行年限增加某些缺陷发展恶化其缺陷表征的局部放电图谱就更加明显。通过检测水轮发电机定子绝缘的局部放电并诊断识别绝缘中存在主要缺陷，监测缺陷的发展，并在检修中加以控制是必要的。

目前的水轮发电机局部放电在线监测主要是通过传感器采集绝缘中的局部放电信号，通过软件记录存储、统计和图形展示并不具备诊断能力，故障的识别、诊断仍需要专业人员通过经验来识别，但局部放数据复杂、波动大也没有对应的故障图谱，人工诊断较困难。

发明内容

为了克服现有水轮发电机绝缘局部放电在线检测装置只检测记录数据无分析诊断能力，局放数据复杂，人工诊断分析困难。本发明在现有发电机绝缘局部放电在线检测数据基础上，采用大数据分析方法，结合深度学习，构建模型训练并运用于现有局部放电在线检测数据的分析诊断，确定发电机绝缘存在的故障，提出一种发电机定子绕组绝缘局部放电故障在线监测诊断方法。

本发明补充现有发电机绝缘局部放电在线检测系统只检测记录数据无分析诊断能力的不足，也为人工诊断提供客观的数据支撑，简化人工分析，降低人工诊断经验要求的门槛。

本发明的技术方案具体如下：

一种发电机定子绕组绝缘局部放电故障在线监测诊断方法，包括如下步骤：

步骤（1）、局部放电在线监测数据转换，局部放电数据图像化表示

从局部放电在线监测系统导出局部放电原始数据，从中逐一提取样本正局部放电幅值、正局部放电相位、正局部放电数量数据集d1，负局部放电幅值、负局部放电相位、负局部放电数量数据集d2，将数据d1、d2合并成具有正负局部放电幅值、正负局部放电相位、正负局部放电数量的局部放电样本原始数据集；

将样本原始数据集转换为灰度图，在灰度图同一坐标下画出50HZ正玄波曲线，得到局部放电样本图像；

步骤（2）、建立绝缘局部放电特征数据库

从局部放电在线监测系统导出局部放电原始数据，从中逐一提样本取采集时间、样本号、测量状态、厂站、发电机信息构成样本信息数据，从中逐一提样本取正负放电量Qm、正负放电数量NQN数据构成样本局部放电综合数据；将发电机绝缘故障按0-9顺序标号形成样本故障代码表，将局放样本对应发电机绝缘故障编码按样本顺序逐一添加构成样本标签数据；

将上述样本信息数据、样本局部放电综合数据、局部放电原始数据、样本标签数据打包构成绝缘局部放电特征数据集，后续根据发电机绝缘状态不同不断采集新的样本加入，构成绝缘局部放电特征数据库；

步骤（3）、诊断模型建模、训练