[发明专利]大电机绝缘状态在线诊断评估方法

摘要

一种大电机绝缘状态在线诊断评估方法，目的是综合考虑振动、温度、湿度等电机工作环境因素对局部放电的影响，准确诊断评估绝缘状态；本发明方法先建立用于识别放电模式的神经网络，在MATLAB2007中搭建神经网络框架，从样本库中抽取样本训练神经网络；根据各环境因素对不同放电模式的作用关系，分别建立各种放电模式与对其影响的工作环境因素的关系模型；在大电机上安装各种传感器，采集数据；建立数据库；计算特征值；修正得到标准工作环境下的Q_m值；从数据库中读取修正的Q_m历史数据与当前的Q_m修正值纵向比较，在同一设备三相之间和所有电机之间横向比较Q_m，依据相应的规则，得出绝缘状况，提出绝缘故障诊断和评估结论。

主权项

1.一种大电机绝缘状态在线诊断评估方法，其特征是：（1）建立用于识别放电模式的神经网络：制作内部放电、槽部放电、端部放电和完好的线棒模型，在6kV、8kV、10kV、12kV、15kV下测量四种线棒模型的局部放电，根据IEEEStd1434-2000标准，计算正半周放电速率、负半周放电速率、正半周最大放电量、负半周最大放电量、正半周放电起始相位、负半周放电起始相位这六个放电极性参数，对以上数据归一化，得到局部放电模式识别的样本库；对数据归一化所使用的公式：（Ⅰ）式中，x为待处理数据、x_max为数据的最大值、x_min为数据的最小值、为归一化的数据；在MATLAB2007中搭建神经网络框架，从样本库中抽取样本训练神经网络；以剩余样本作为测试样本，测试神经网络；若对各种放电模式的识别率都很高，记录神经网络的阈值和权值，完成本步骤；否则，重新训练直至很高的识别率；（2）建立局部放电与对其影响的工作环境因素的关系模型：先准备多个不同老化程度的某一缺陷的线棒，在标准环境下测试局部放电，根据IEEEStd1434-2000标准，计算最大放电量Q_m，记录下标准环境下的Q_m；然后，分级改变与这一局部放电模式相关的环境因素，得到局部放电Q_m和对应的环境数值，再用局部放电Q_m和对应的环境数值作为数据样本，以标准环境下的Q_m作为目标，建立神经网络，对其进行训练，得到这一放电模式与对其影响的工作环境因素的神经网络关系模型；根据各环境因素对不同放电模式的作用关系，分别建立各种放电模式与对其影响的工作环境因素的关系模型；对于内部放电，建立温度对其的关系模型；对于端部放电，建立湿度对其关系模型；对于槽部放电，建立振动对其关系模型；（3）数据采集；在大电机上安装局部放电传感器、温度传感器、湿度传感器、振动传感器，采集局部放电、定子温度、空气湿度、定子振动数据；局部放电传感器与大电机高压母线相连，其他各传感器均安装在电机绕组上；（4）建立数据库：数据库建有4个表，分别为电动机静态数据表、在线监测数据表、Q_m修正数据表和诊断评估结论表；电机静态数据表上保存有电动机的型号、容量、额定电压、额定电流、绝缘等级、生产厂家、启用时间、所在区域、负责人信息等信息；在线监测数据表上保存局部放电各特征参数、振动幅度、定子温度、空气湿度等数据；Q_m修正数据表上保存Q_m的修正值；诊断评估结论表上保存诊断评估结论；（5）计算特征值：对于局部放电信号，根据IEEEStd1434-2000标准，计算正半周放电速率、负半周放电速率、正半周最大放电量、负半周最大放电量、正半周放电起始相位、负半周放电起始相位这六个放电极性参数，供识别放电模式；根据IEEEStd1434-2000标准，计算局部放电最大放电量Q_m；对于定子温度信号和空气湿度信号，简单计算各自数值；对于定子振动信号，计算其振动幅值；把所有特征值存入步骤（4）建立的在线监测数据表中；（6）修正得到标准工作环境下的Q_m值：对局部放电模式进行识别，以步骤（5）中计算的局放电六个极性特征值，作为神经网络的输入，使用步骤（1）建立的神经网络，识别放电模式；如果没有发生放电，直接得出结论“绝缘状态良好”，退出程序；否则，按下面步骤执行：根据放电模式，选择与其相关的工作环境因素及其与局部放电Q_m的关系模型，以步骤（5）得到的Q_m和工作环境因素数值为输入，使用步骤（2）得出关系模型，得到Q_m的修正值；把修正后的Q_m值存入步骤（4）建立的Q_m修正数据表中；（7）诊断评估：从数据库中读取修正的Q_m历史数据与当前的Q_m修正值纵向比较，在同一设备三相之间和所有电机之间横向比较Q_m，依据相应的规则，得出绝缘状况，结合步骤（6）的局部放电模式识别结论，提出绝缘故障诊断和评估结论；把最终评估结论值存入步骤（4）建立的诊断评估结论表中。