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
相关论文文献
标签:发电机论文; 局部放电论文; 在线监测论文; 模式识别论文; 数字滤波论文;