张言纯, 王爱元, 李 恒, 郭宝双

(上海电机学院 电气学院, 上海 201306)

随着双馈风力发电机在风电领域的不断发展与应用,其故障诊断受到越来越多关注。转子匝间短路故障是双馈风力发电机中的常见故障,且危害较大。起初,转子匝间短路故障比较轻微,难以发现,但随着风力发电机不断运行,故障加重,最终导致发电机无法运转甚至烧毁。因此,转子匝间短路故障的精确诊断对双馈风力发电机的运转,以及在风电领域的发展具有重大意义。

国内外的学者针对电机绕组故障的研究从未停止。文献[1]根据发电机终端阻抗的大小来诊断转子是否发生匝间短路故障。文献[2]提出基于深度学习变分自编码网络的故障特征样本的方法来诊断永磁同步电动机是否发生故障。文献[3]提出基于小波包分析与BP神经网络相结合的方法来诊断电动机是否发生故障。文献[2-3]中的方法均需要大量的样本进行训练,获得样本需要很大的工作量,难度较大。文献[4]提出利用探测线圈法来诊断转子绕组是否发生匝间短路故障,该方法需要在电机内部添加设备,操作复杂,存在困难。文献[5-6]指出发电机发生匝间短路时,故障相电压会发生变化。文献[7]指出当双馈风力发电机转子绕组发生匝间短路时,电磁转矩的2sf谐波幅值T1发生变化,根据T1的变化可诊断发电机是否发生匝间短路故障。文献[8]表明转子绕组发生匝间短路故障后,定子绕组中A相电流的(1～2s)f谐波幅值IA1发生变化,根据IA1的变化可诊断发电机是否发生匝间短路故障。……