关键词： 大型水轮发电机   内部故障   暂态仿真   转子偏心   保护分析   三峡右岸电站  

摘要： 我国在“十一五”规划和2020年长远规划中,继续实施“大力开发水电”的方针,一批大型水电站陆续建设并逐步投入运行。大型水轮发电机内部短路故障破坏性极强,配置有效的主保护对发电机本身乃至整个电网的安全稳定运行都具有重要意义。论文对发电机内部故障及转子偏心进行了仿真研究,论证了发电机主保护配置方案和转子偏心对发电机运行的影响。 实际运行中,大型发电机转子存在不同程度的偏心现象,偏心程度明显时会影响电机的正常运行性能,国内某水电站就曾发生过发电机转子偏心引起零序横差保护误动的情况。基于工程实际,论文在以定子单匝线圈和等效阻尼网孔为基本单元的发电机内部故障暂态仿真模型基础上,针对三峡右岸ALSTOM机组实际绕组结构,从等效气隙长度表达式入手,提出了一种发电机气隙偏心电感参数的计算方法,建立了发电机转子偏心仿真模型。基于数学模型和计算方法,修改完善了MATLAB仿真程序。 利用修改后的MATLAB仿真程序,对发电机在不同转子偏心率下运行时的定、转子自感和互感系数、定子各分支电流及相应的零序横差不平衡电流进行了仿真与计算。分析了转子偏心下各电感参数的变化规律,指出了转子偏心对发电机定子各分支电流分布的影响,研究了在不同转子偏心率下几种典型分支组合方式时,零序横差不平衡电流的特点。通过定量分析,为大型水轮发电机的安全运行和零序横差保护的正确应用提供了有益的参考。 论文运用课题组已开发的发电机内部故障仿真和保护配置分析软件对三峡右岸ALSTOM发电机故障集内的所有故障进行了暂态仿真,对发电机实际采用的中性点相隔分支组合方式下各种主保护的保护效果进行了比较分析,提出了主保护优化配置方案,该方案已应用到了三峡右岸电站的实际运行中。并根据发电机转子偏心仿真模型,分析研究了转子偏心对三峡右岸ALSTOM发电机零序横差保护动作特性的影响。 论文最后对以上所做的工作和结论进行了总结,并指出进一步研究方向。

关键词： 水电机组   故障诊断   频谱分析   神经网络  

摘要： 应用频谱法和对向传播神经网络分类器对水电机组的振动故障进行诊断。采用对水电机组振动信号进行频谱分析,提取该信号在频率域的特征量,将频谱特征向量作为学习样本;通过训练,使构造的对向传播神经网络能够反映频谱特征向量和故障类型的映射关系,从而达到故障诊断的目的。仿真结果表明,与常规方法相比,频谱分析与对向传播神经网络相结合的方法进行故障诊断简单有效,且具有良好的鲁棒性和泛化能力,是一种有效的诊断方法。

关键词： 水电机组   振动   故障诊断   小波包分析   支持向量机  

摘要： 提出了一种利用小波包分析提取水电机组的振动故障特征和基于支持向量机的水电机组振动故障诊断方法。以二值分类为基础,构建了基于支持向量机的多值分类器。先对水电机组的振动信号进行频谱分析,提取该信号在频率域的特征量,将频谱特征向量作为学习样本,通过训练,使分类器能够建立频谱特征向量和故障类型的映射关系,从而达到故障诊断的目的,并以水电机组振动多故障分类为例,进行了应用检验。结果表明,与常规方法相比,该方法简单有效、并具有很好的分类能力和良好的鲁棒性,可以满足在线故障诊断的要求,适合水电机组振动故障的诊断。该方法为水电机组故障诊断向智能化发展提供了新的途径。

关键词： 反向传播网络   概率神经网络   学习矢量化网络   故障诊断   水电机组  

摘要： 引起水电机组振动的原因很复杂,而且水电机组的振动故障往往是多故障同时发生,使得故障诊断很困难,目前主要是应用基于模式识别的神经网络来进行故障分类,但如何选择故障诊断的神经网络一直是个难点。文章研究了3种人工神经网络,即反向传播网络(BPN)、概率神经网络(PNN)和学习矢量量化网络(LVQ)对水电机组振动故障诊断性能的影响。结果表明,人工神经网络的结构和算法,包括相关训练参数的选择对故障诊断性能有着重要影响。比较而言,学习矢量量化网络和概率神经网络在分类能力方面要比反向传播网络好一些,概率神经网络在计算负载方面比学习矢量量化网络要更胜一筹。

关键词： 水电机组   故障诊断   频谱分析   递归神经网络   神经网络  

摘要： 引起水电机组振动的原因很复杂,而且水电机组的振动故障往往是多故障同时发生,使得故障诊断很困难,目前主要是应用基于模式识别的神经网络来进行故障分类,尤其是BP网络应用较多,但BP网络训练速度慢。文章提出应用带偏差单元递归神经网络的方法对水电机组的振动故障进行诊断。先对水电机组振动信号进行频谱分析,提取该信号在频率域的特征量,将频谱特征向量作为学习样本,通过训练,使神经网络能够反映频谱特征向量和故障类型的映射关系,从而达到故障诊断的目的。水电机组振动故障诊断仿真分析表明,与常规方法相比,应用带偏差单元递归神经网络进行故障诊断具有快速有效的优点。

关键词： PLC   监控系统   抗干扰   故障诊断  

摘要： 根据水电厂PLC监控系统的运行情况及特点,分析了抗干扰、模件故障诊断、程序优化和设备缺陷等几个方面的问题,提出了多种有效可靠的措施,保证系统持续可靠运行。

关键词： 遗传神经网络   BP学习算法   人工神经网络   水轮发电机组   证据理论   振动   故障诊断  

摘要： 针对水电机组振动故障诊断中的故障误诊、漏诊以及诊断的可靠性低等问题,提出了适用于水电机组的神经网络局部诊断和证据理论融合决策诊断的故障诊断方法。在神经网络中应用遗传算法来提高网络的收敛速度,应用提出的诊断方法对水电机组振动故障进行仿真,诊断结果表明对故障征兆信息的有效组合,充分利用机组各部位的信息,可以减少诊断的误诊、漏诊问题,从而有效地提高诊断的可靠性。应用MATLAB7.0开发出故障诊断系统界面。

关键词： 水电机组   工况监测   分析诊断  

摘要： 重点介绍了水电机组实施工况监测的主要工况及其分析诊断技术,并在总结现场试验研究的基础上,给出了水电机组运行设备工况监测与分析诊断的故障类型。

关键词： 水电机组   故障诊断   频谱分析   径向基函数网络   神经网络  

摘要： 引起水电机组振动的原因很复杂,而且水电机组的振动故障往往是多故障同时发生,使得故障诊断很困难,目前主要是应用基于模式识别的神经网络来进行故障分类,尤其是BP网络应用较多。文章提出应用频谱法与径向基神经网络相结合的方法对水电机组的振动故障进行诊断。采用对水电机组振动信号进行频谱分析,提取该信号在频率域的特征量,将频谱特征向量作为学习样本,通过训练,使神经网络能够反映频谱特征向量和故障类型的映射关系,从而达到故障诊断的目的。水电机组振动故障诊断仿真分析表明,与常规方法相比,利用频谱分析和神经网络相结合的方法进行故障诊断具有简单有效等优点。

关键词： 水电机组   故障诊断   频谱分析   粗糙集   支持向量机  

摘要： 提出应用粗糙集和支持向量机水电机组振动的故障诊断模型。运用粗糙集理论对水电机组振动信号的属性特征进行预处理,在约简去除其冗余属性后得到决策表,将决策表作为支持向量机的学习样本,通过训练,使构建的支持向量机多分类器能够反映属性特征和故障类型的映射关系,从而达到故障诊断的目的。测试结果表明,与常规方法相比,应用粗糙集和支持向量机相结合的方法进行故障诊断具有简单有效、诊断速度快和良好的鲁棒性等优点,是一种有效的诊断方法。