余清清，钱 赫，许国东，黄千松，王 潇，任 静

(浙江运达风电股份有限公司 浙江省风力发电技术重点实验室，杭州 310012)

0 引言

发电机是风电机组的核心部件，碳刷-滑环出现的打火现象属于发电机的常见故障之一。碳刷-滑环长期的轻微打火会加大滑环的粗糙度，从而加剧打火现象，严重时甚至会使滑环室过热，从而烧坏碳刷与滑环。但由于碳刷-滑环的轻微打火现象不易被发现，往往打火现象被发现时，碳刷与滑环已严重受损，这会造成巨大的经济损失，并会产生较大的安全隐患；同时，由于碳刷与滑环的日常维护难度及工作量巨大，处在恶劣环境下的风电机组更是需要投入大量的人力、物力和财力[1]进行维护。因此，研究双馈式风电机组中发电机的碳刷-滑环的早期故障诊断方法迫在眉睫。

近年来，国内外众多学者通过不懈努力，在电接触理论及应用方面[2]，尤其是在碳刷-滑环打火的在线监测及诊断方面，获得了不少研究成果。比如：文献[3]提出将转子电压作为碳刷与滑环间出现火花故障时的监测依据，通过转子电压的波动来对碳刷、滑环的运行情况做出判断；文献[4]根据滑环、碳刷的热成像来判断碳刷-滑环的运行状态；文献[5]根据滑环、碳刷的振动信号对碳刷-滑环的故障特性进行了研究。虽然上述研究对发电机的碳刷-滑环故障诊断有很大帮助，但将这些方法应用于风电机组中发电机的碳刷-滑环打火故障诊断还存在一定的局限性，难以提取碳刷-滑环早期轻度打火故障时的特征。

希尔伯特变换在信号处理方面有着广泛应用，并于近年来不同程度地应用于风电等行业[6]。针对碳刷-滑环在早期故障时出现的打火现象进行分析时存在的发电机的转子电流信号易被淹没、打火故障存在随机性等导致特征信号提取困难的问题，本文提出了基于希尔伯特变换提取双馈式风电机组中发电机的转子电流特征信号的方法，可应用于发电机的碳刷-滑环出现打火现象的早期故障诊断。首先从理论上阐述了希尔伯特变换提取特征量的方法[7]；然后利用FIR带通滤波器对双馈式风电机组的发电机转子电流信号的时域波形进行滤波，并对滤波后的信号进行希尔伯特变换，通过包络谱分析，得到明显的碳刷-滑环打火特征信号；最后通过将仿真分析结果与试验结果进行对比，验证了该方法的有效性。

1 双馈式风电机组中发电机的碳刷－滑环打火故障的机理

在双馈式风电机组的发电机中，当碳刷与滑环正常运行时，滑环与碳刷之间接触平稳，载流正常，产生的热量较小，滑环与碳刷的温度均维持在较低水平。这种情况下，滑环与碳刷之间的接触电阻很小且稳定，碳刷的电流频谱以基频为主，极少存在其他频率分量。

导致碳刷-滑环出现打火现象的因素很多，比如：碳刷受潮、碳刷的均流性差、碳刷与滑环接触不良、碳刷与滑环接触面存在污垢、碳刷的压力不足等[8-9]。出现碳刷打火现象会使碳刷与滑环之间的接触电阻发生突变，最终导致发电机回路中的转子电流产生不同程度的畸变[10]。

2 希尔伯特变换的原理及特征量提取

2.1 希尔伯特变换的原理[11-12]

首先对希尔伯特变换在信号处理方面的原理进行介绍。

假设某个实函数为x(t)，函数变量t∈(-∞，∞)，其希尔伯特变换则h(t)为函数x(t)与的卷积，即：

由傅里叶变换理论可知，h(t)的傅里叶变换为函数x(t)的傅里叶变换X(f)与的傅里叶变换=的乘积，即：

式中：j为虚部符号；f为频率；sgn为符号函数。

其中：

从式(2)可以看出，H(f)其实是X(f)在频域中作相位移动，在正频域内延迟频域内超前相位，即希尔伯特变换实际上是一相位，在负个90°的移相位器。

h(t)与x(t)可表示为：

式中：z(t)为函数x(t)的解析信号。

对式(4)的两边进行傅里叶变换，并由式(2)可得：

式中：Z(f)为z(t)进行傅里叶变换后的函数。

则：

因此，由希尔伯特变换构成的解析信号中只含有正频率成分。

2.2 特征量提取

希尔伯特变换最主要的应用是处理信号的解调，把一个信号表示为解析信号，然后通过该解析信号可以研究信号的包络谱，从而提取特征量。

若以函数x(t)来表示窄带信号，则：

式中：A(t)为窄带信号的幅值；φ(t)为窄带信号的初始相角；ω0为角速度。

x(t)的希尔伯特变换可表示为：

x(t)构成的解析信号为：

其中：

从式(10)中可得到信号的包络谱。

由于电流波形中存在不同程度的噪声信号干扰，虽然直接通过希尔伯特变换可以求得特征信号的包络谱，但包括噪声信号的包络谱会影响特征信号的提取，因此在希尔伯特变换之前需要对信号进行FIR带通滤波，滤除频带范围外的信号；然后再进行包络谱分析，这样就可以得到较为明显的碳刷-滑环打火特征信号。

3 仿真分析

通过分析发现，当出现碳刷-滑环打火现象时，双馈式风电机组中发电机的转子电流信号会出现不同程度的畸变，电流信号上会表现出调幅的冲击脉冲。但由于电流信号本身的噪声较大，对于轻度的碳刷-滑环打火现象而言，特征信号往往会被淹没在时域波形中，因此很难直接从电流波形中辨识出是否存在碳刷-滑环打火现象。

为了验证本文所提方法的有效性，设计了与发电机的转子电流信号相似的仿真信号，并依据本文提出 的方法对仿真信号进行分析。

该仿真信号由1个基础信号叠加1个特征信号组成，同时信号中也加入了均值为零、标准差为55的高斯白噪声，以模拟真实信号。

仿真信号中的基础信号y1为正弦信号，可表示为：

式中：A0为函数y1的幅值；T为时间，T∈(0，10)。

仿真信号中的特征信号y2为三角波信号，可表示为：

式中：A1为函数y2的幅值，此处A1=250；N为求和项的上限；k为求和项的数量；ΔT为采样间隔；此处τ取18ΔT。

将y1和y2叠加，同时加入高斯白噪声，生成含有特征信号的转子电流信号的仿真波形；该波形的起始时刻为0.056 s，后续每隔0.125 s会出现一次三角波。选取转子电流波形中0～2 s的波形进行分析，具体如图1所示。

图1 0～2 s时的转子电流信号的仿真波形Fig. 1 Simulation waveform of rotor current signal at 0～2 s

从图1中可以发现，在转子电流信号仿真波形的0～2 s中，共有16个包括了噪声信号的特征信号，但由于受背景噪声的影响，很难直接分辨出此段波形中的特征信号。

因此，需要对仿真波形进行FIR带通滤波[12]，滤除特征信号频率范围外的信号，再经过希尔伯特变换后进行包络谱分析。

利用式(9)构造转子电流信号的解析信号，并对解析信号进行包络谱分析，如图2所示。

图2 希尔伯特变换后的转子电流信号包络谱Fig. 2 Rotor current signal envelope spectrum after Hilbert transform

由图2可以明显看出，在0～2 s内，出现了16个特征信号，与转子电流信号的仿真信号中注入的特征信号数量及时间周期一致。这说明经过希尔伯特变换后的转子电流信号包络谱能准确反映碳刷-滑环打火时的特征信号，并能精准确认打火的时间段及打火次数。

针对发电机的转子电流信号提取困难、发电机存在负载波动、打火故障存在随机性等问题，本文提出的方法都能很好地保障碳刷-滑环打火故障诊断的可靠性。

4 试验验证与分析

4.1 试验平台的搭建

为制造真实的发电机的碳刷-滑环打火工况，验证上述碳刷-滑环打火故障诊断方法的有效性，以2 MW双馈式风电机组的发电机为例，在实验室搭建了发电机对拖试验平台。该试验平台包括：发电机、驱动试验台、变频器、原动机、双馈式变流器，其中，变频器和原动机构成了试验平台的驱动系统。

以DEWE800电网分析仪搭配A100电流互感器来采集发电机的转子电流信号，并采用高精度摄像机录制发电机的碳刷-滑环打火现象。发电机对拖试验平台的原理图与实物图分别如图3、图4所示。

图3 发电机对拖试验平台的原理图Fig. 3 Schematic diagram of mechanical back to back test platform for generator

图4 发电机对拖试验平台的实物图Fig. 4 Photo of mechanical back to back test platform for generator

将异常的碳刷-滑环安装在2 MW双馈式风电机组中发电机的滑环室内，通过逐步加载的方式，观察碳刷-滑环在滑环室内的打火现象。具体做法为：根据发电机的转速-功率曲线，给定传动链的运行转速及与其对应的发电机的输出功率；然后通过驱动系统调节传动链的运行转速，通过发电系统调节发电机的输出功率，从而逐步增加传动链的运行转速及与其对应的发电机的输出功率，直至发电机的碳刷-滑环出现打火现象。

4.2 试验数据分析

试验过程中，采用高精度摄像机录制发电机的碳刷-滑环打火现象，并通过查找碳刷-滑环打火影像来确定打火时间和打火次数。未出现打火现象时发电机的碳刷-滑环如图5所示，出现打火现象时发电机的碳刷-滑环如图6所示。

图5 未出现打火现象时发电机的碳刷－滑环Fig. 5 Carbon brush-slide ring of generator without sparking phenomenon

图6 出现打火现象时发电机的碳刷－滑环Fig. 6 Carbon brush-slide ring of generator with sparking phenomenon

通过电网分析仪与电流互感器对发电机的转子电流信号进行实时采集，电网分析仪采样频率为3000 Hz，记录碳刷-滑环正常运行和打火工况下发电机的转子电流信号；然后利用MATLAB仿真软件对采集到的转子电流信号进行分析，可以得到碳刷-滑环打火工况下发电机的转子电流信号时域波形图，如图7所示。

图7 碳刷－滑环打火工况下发电机的转子电流信号时域波形图Fig. 7 Time-domain waveform diagram of rotor current signal of generator under carbon brush-slide ring sparking conditions

由于从图7中无法直接准确地提取出发电机的转子电流信号中的特征信号，所以利用本文提出的方法来提取发电机的转子电流信号中的碳刷-滑环打火特征信号。首先通过FIR带通滤波去除噪声信号，设置其通带范围为7～400 Hz；然后进行希尔伯特变换，根据式(9)构造发电机的转子电流信号的解析信号，并得到其包络谱，如图8所示。

图8 希尔伯特变换后的发电机的转子电流信号包络谱Fig. 8 Rotor current signal envelope spectrum of generator after Hilbert transform

由图8可知，在110～111 s内，提取到了2个特征信号，可以明确在该期间发电机存在碳刷-滑环打火现象。通过与高精度摄像机捕捉到的发电机的碳刷-滑环打火画面进行对比发现，本文提出的故障诊断方法得到的打火时间与打火次数与摄像机捕捉得到的均一致。

本试验共完成了数十组碳刷-滑环打火测试，均采用本文提出的方法来提取碳刷-滑环打火时发电机的转子电流信号波形中的特征信号。结果显示：依据此方法得到的碳刷-滑环打火次数与打火时间均与根据高精度摄像机捕捉得到的结果完全一致。这证明了基于希尔伯特变换的包络谱分析方法在双馈式风电机组中发电机的碳刷-滑环出现打火现象的早期故障诊断中的有效性。

5 结论

针对风电场的负载波动大、发电机的碳刷-滑环早期打火现象不明显、发电机的转子电流信号的特征信号提取困难、碳刷-滑环打火随机性强等问题，本文提出了一种基于希尔伯特变换的提取特征信号的方法，并将其应用于双馈式风电机组中发电机的碳刷-滑环打火故障早期诊断中，最后通过仿真验证了该方法的理论可行性，并通过试验验证了该方法的有效性，为双馈式风电机组中发电机的碳刷-滑环出现打火现象的早期诊断提供了新的方法和技术思路。