基于机电信号融合的DFIG定子绕组匝间短路故障诊断

作     者：王栋悦 谷怀广 魏书荣 吴锐 符杨 WANG Dongyue;GU Huaiguang;WEI Shurong;WU Rui;FU Yang

作者机构：上海电力大学电气工程学院上海市200090 全球能源互联网研究院有限公司北京市102209 国网安徽省电力有限公司六安供电公司安徽省六安市237006 

出 版 物：《电力系统自动化》 (Automation of Electric Power Systems)

年 卷 期：2020年第44卷第9期

页      面：171-178页

核心收录：

学科分类：080801[工学-电机与电器] 0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 0807[工学-动力工程及工程热物理] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(51907115) 国家重点研发计划资助项目(2017YFB0902800) 上海市科技创新行动计划资助项目(18DZ1202400)。 

主　　题：双馈异步发电机 定子绕组 匝间短路故障 支持向量机 D-S证据理论 

摘      要：定子绕组匝间短路故障是双馈异步发电机(DFIG)常见的故障形式,发生概率高达30%,直接威胁到发电机的安全运行。发电机在复杂多变的环境下运行时,单一故障特征往往难以精准地反映故障,从而易产生误判、漏判的情况。文中提出一种基于电气、机械信号融合的定子绕组匝间短路故障诊断新方法--负序电流差与定子径向振动信号的二倍频分量联合诊断。首先利用支持向量机分别计算单一故障特征下的匝间短路故障概率;然后将其作为D-S证据理论的基本概率分配,依托证据组合规则,得出定子绕组匝间短路的最终诊断结果。实验结果表明:与基于单一信号的故障诊断方法相比,该方法能够更有效地诊断定子绕组匝间短路故障并可靠识别短路匝数,提高故障诊断的精确度,可推广应用至海上风电等对故障识别精度要求更高的领域。