葛洲坝电厂大型发电机局部放电在线监测应用研究

论文摘要

大型发电机绝缘局部放电会造成绝缘的劣化,最终导致绝缘击穿和短路事故。而传统的离线试验方法又不能完全反映电机运行条件下的真实状态,因而并不能确保发电机的安全运行,事故仍时有发生。因此,进行大型发电机绝缘在线监测系统研究和应用就势在必行。本文在综合国内外大量文献的基础上,分析了一套大型发电机绝缘局部放电在线监测的原理和方法。提出了大型发电机绝缘在线监测可能采用的传感器,对传感器的特性进行了较详细的分析,并提出对高频非稳态信号传感器只有对其进行时域暂态信号分析才能完全反映传感器的实际工作情况。制定了用放电量值法从中性线放电信号判断放电源定位的解决方案,对在线监测系统结构及功能、数据采集的方法进行了归纳,具有一定的工程意义。针对在线监测现场存在的各类周期性干扰,分析采用FIR数字滤波器进行干扰信号的抑制,同时研究了不同窗函数在不同滤波器形式中的应用。研究了以统计算子为输入量的发电机局部放电信号的神经网络模式识别,神经网络模式识别可以很好地识别局放模式。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 葛洲坝电厂发电机局部放电在线监测的目的和意义
• 1.2 电机绝缘故障的种类及产生的原因
• 1.3 发电机局部放电在线监测的国内外研究现状
• 1.3.1 物理方法
• 1.3.2 化学方法
• 1.3.3 局部放电监测
• 1.3.4 电机在线监测的难点及其展望
• 1.4 论文的主要研究内容
• 2 发电机局部放电在线监测传感器的选择及特性研究
• 2.1 电流传感器的特性分析
• 2.1.1 电流传感器的基本原理与形式
• 2.1.2 电流传感器的频域分析
• 2.1.3 高频电流传感器特性分析
• 2.1.4 电流传感器的时频域分析
• 2.2 适用于发电机局部放电在线监测电流传感器的设计
• 2.2.1 磁芯选择
• 2.2.2 传感器安装方法
• 2.3 电流传感器的检测特性
• 2.4 小结
• 3 发电机局部放电在线监测原理及方法研究
• 3.1 局部放电分析及在线监测原理的确定
• 3.2 在线监测系统结构及功能
• 3.3 局部放电源的定位原理
• 3.4 数据采集方法的确定
• 3.5 小结
• 4 数字滤波器处理局放信号的原理及方法
• 4.1 线性相位FIR数字滤波器的原理及方法
• 4.1.1 线性相位FIR数字滤波器的基本原理
• 4.1.2 FIR数字滤波器的特点
• 4.1.3 相位FIR数字滤波器的类型
• 4.2 窗函数类型及其对滤波器特性的影响
• 4.3 用窗函数法设计FIR数字滤波器的方法及算法概要
• 4.3.1 用窗函数法设计FIR数字滤波器的方法
• 4.3.2 用窗函数法设计FIR数字滤波器的算法概要
• 4.4 模拟信号及实际局放信号分析
• 4.5 小结
• 5 人工神经网络在局部放电模式识别中的应用
• 5.1 人工神经网络及BP学习算法概要
• 5.1.1 人工智能的提出
• 5.1.2 人工神经元模型简介
• 5.1.3 人工神经元模型
• 5.1.4 神经网络的学习算法
• 5.1.5 反向传播算法（BP）
• 5.2 局部放电信号统计算子的计算
• 5.2.1 统计算子法介绍
• 5.2.2 统计算子方式
• 5.3 BP神经网络在局部放电模式识别中的应用
• 5.3.1 输入、输出模式的确定
• 5.3.2 模拟试验装置及电极模型
• 5.3.3 网络试验结果
• 5.3.4 BP算法存在的难点
• 5.3.5 影响BP神经网络收敛因素讨论
• 5.4 小结
• 6 葛洲坝电厂发电机NGC2局放在线监测系统的现场试验
• 6.1 NGC2局放在线监测系统的现场试验的主要目的
• 6.2 发电机停机时NGC2局放在线监测系统的现场试验
• 6.3 发电机运行时NGC2局放在线监测系统的现场试验
• 6.4 小结
• 7 结论
• 致谢
• 参考文献