吕爱军，戴 祥，陈明艳

（华能澜沧江水电股份有限公司检修分公司，云南 昆明 650051）

0 引言

发电机运行过程中，其定子绕组绝缘系统会因各种原因导致其绝缘系统的热裂化，例如设计阶段绕组股线换位不当引起的循环电流、绕组匝数不平衡引起负序电流、发电机冷却系统冷却容量不足或运行不良、定子绕组股间短路、定子铁心叠片间短路以及发电机实际运行负荷长时间超出设计限制等，空冷式发电机的绝缘系统主要采用热固化材料，而热劣化本质上是氧化反应[1]。即在一定温度下，绝缘材料的有机组分分子化学键会因温度造成裂解并形成新的氧化聚合物，绝缘材料的粘结性和机械强度会大大下降，严重时甚至影响绝缘材料的绝缘性能。线棒股线间绝缘粘结强度下降，各股线导体因电磁力的作用相对振动将导致绝缘磨损，进一步发展将造成匝间短路；线棒匝间或主绝缘间绝缘材料粘结强度下降，可能导致线棒各层绝缘分离并产生气隙，运行过程中高场强下绝缘材料分层内部将产生局部放电，严重时会导致主绝缘或匝间绝缘中腐蚀出贯穿性孔洞引发绕组匝间短路或接地故障[1]，严重影响设备安全稳定运行。因此，当设备发生异常表象于定子温度变化时，能快速的从众多测温数据中得到一个展示多维数据之间的关系和趋势变化的直观可视化呈现就显得尤为重要，其有利于运行人员及时采取措施，有利于设备管理部门制定维护、临检计划。因此，研究如何将上百块或几百块定子测温数据进行分析并可视化呈现，如何快速的从数据中得到一个概览和展示数据之间的结构显得极为重要对于智慧水电厂智慧运行监测有重大意义。

1 定子绕温数据分析现状

大型水轮发电机绕组支路长、定子槽较多，定子绕组的最高运行温度难以直接测量，目前行业内标准的测量方法是以间接测量的方式，即在发电机安装过程中通过预埋在定子槽上、中、下层绕组或绕组线棒间的电阻式温度传感器或热电偶进行间接监测上送监控。监测到的温度需要有一个标准值来判定其温度正常与否，因此建立准确计算发电机定子绕组温度标准值的模型十分必要[2]。常规的分析，运行人员同时监测上百个测点上送数据，难以直观发现且科学评判定子温度监测数据异常变化。现有的机组在线监测分析系统对定子温度这一重要运行指标的分析较简单，常见的主要为观察机组运行负荷与定子各测温数据总体温度均值变化趋势，观察定子温度极值、极差、缓变率等。发电机定子绕组有上百个温度测点，其上百个变量的数据高度复杂性和数据质量不确定性，要直接对原始数据进行可视化难以实现，即便通过各测点数据的统计量进行可视化亦难以展现数据全貌。

2 定子绕组温度数据信息描述

2.1 基于发电机运行负荷描述定子绕组温度信息

通常情况下，常规的均值、标准差这类数据汇总统计量容易理解且计算方便，适用于单一中心锋的分布，如果分析数据形态不符合这个基于样本对总体的假设，则很多数学模型是不成立的，牵强的使用可能会误导；此外，如果样本数据呈现扭曲等形态时，再以均值或标准差作为当出现异常值时，将标准差作为衡量分布的宽度的假设也是不成立的[3]。这种情况下，中位数（median）或众数(mode)就可以很好的回避这一问题。中位数是指按顺序排列的一组数据中居于中间位置的数，代表一个样本、种群或概率分布中的一个数值，可以通过把所有观察值排序后找出；众数在统计分布上具有明显集中趋势点的数值，是一组数据中出现次数最多的数值。本文数据整体描述主要基于各测点温度数据计算出相应负荷各测点对应的中位数构造单一测点统计量开展数据分析。即基于发电机一个或多个运行周期（停机态-稳定运行-停机态）下的数据作为样本，通过样本数据估计总体相关统计量，构造基于数据样本估计总体数据的的温度特征量，构造基于分析数据的温度特征量，可视化呈现发电机定子绕组测温数据总体形貌。

2.2 整体趋势检测

为进一步判断检测某段时间内的某个指标总体趋势是上升了还是下降了，引入趋势检测，即将机组运行周期（停机态-稳定运行-停机）的数据（一个时间段内多个周期）作为训练数据，按发电机定子各相各分支定子绕组支路温度统计量构造周期内随负荷变化的时序趋势。时序趋势检测主要有斜率法、Cox-Stuart趋势检测和Mann-kendall趋势检测等方法。斜率法主要是采用最小二乘等方法在一个时间段内对时序数据进拟合出一元线性方程，根据拟合成的直线求斜率,该斜率即为其变化趋势率k，斜率的正、负代表了趋势变化方向，当K大于0时代表趋势上升，当K小于0时则代表趋势下降。该方法要求时间段内时序数据趋势存在且主要用于具有周期性状态变化的整体趋势，对反映时间段内的时序数据变化趋势、异常突变效果不好。Cox-Stuart趋势检测是一种不依赖趋势结构的快速判断趋势是否存在的方法，其算法思想是：若数据有上升趋势，那么排在后面的数据值将比排在前面的数据值大，反之则若排在后面的数据值比排在前面的数据值小则数据有下降趋势，该方案容易受分析数据中存在的少数异常值的干扰。Mann-Kendall方法是一种非参数统计检验方法，其优点是不需要数据样本遵循特定的分布，也不受分析数据中存在的少数异常值的干扰，该检验方法不但可以检验时间序列的变化趋势，还可以检验时间序列是否发生了突变,主要用于气候、水文及生信周期性数据分析，主要针对具有长周期性的时序数据趋势检测和突变检测。

基于发电机停机态定子绕组测温众数数据（评估发电机运行环境温度因素）和长周期带负荷运行状态下定子绕组测温众数数据（负荷影响及冷却装置影响因素）构造绕组过热特征量，作为发电机定子过热预警阈值。

（1）基于数据集筛选出发电机停机态数据集,计算发电机停机态下定子各相各分支测点温度数据众数统计量并分别计算停机态下发电机定子各支路测点温度众数均值统计量；

（2）计算发电机运行负荷为Px下定子各相各分支测点温度数据众数统计量，构造发电机运行负荷为Px时定子绕组各分支温度估计特征量 ；

（3）构造负荷为Px时定子绕组各分支温度评价特征量 ；

（4）将发电机运行负荷为Px下的定子各支路温度特征量与发电机停机态下相应特征量进行比较，分析判定该支路是否存在整体增量突变，即存在过热。

3 数据资料和分析实例

3.1 数据资料

澜沧江流域某水电厂发电机为立轴半伞式结构、全空冷式三相凸极同步发电机，发电机定子额定电压 18 kV，定子绕组为每相 8 路并联双层波绕组结构，每个槽内布置2根线棒，定子各相各分支分别预埋布置上部、中部、下部电阻式温度传感器各2支，A、B、C三相共144支温度传感器。

3.2 定子各测点可视化

采集机组2020年4月至6月多个周期（停机态-稳定运行-停机态）发电机定子绕组温度、定子铁芯温度、空冷器冷热风温度数据，对数据清洗、计算统计量、构造特征量，利用R语言[4]可视化如图1示。

图1

3.3 整体评估

3.3.1 构造分析特征量

（1）根据发电机在线监测系统获取该机组2021年内的机组运行负荷、定子绕组温度等数据，计算发电机停机态下定子各相各分支测点温度数据众数统计量，分别计算停机态下发电机定子各支路测点温度众数均值统计量。

表1

（2）根据发电机在线监测系统获取该机组2021年内的机组运行负荷、定子绕组温度等数据，计算发电机负荷为Px时定子各相各分支测点温度数据众数统计量，以u1为例，按下式计算u相第1～8分支温度估计特征量

式（1）中为基于历史数据下P=0的第u1分支的温度均值估计量；

基于历史数据的负荷为Px时，各相第1～8分支估计特征量计算如表2。

表2

（3）根据发电机在线监测系统获取该机组负荷为Px时刻下机组定子绕组温度等数据，以u1为例，按下式计算u相第1～8分支温度特征量；

基于历史数据和某时刻负荷为Px时测点数据，计算各相第1～8分支特征量计算如表3：

表3

3.3.2 特征量分析判断

可视化呈现发电机定子绕组各分支温度特征量数据总体形貌。

将发电机运行负荷为Px下的定子各支路温度特征量与发电机停机态下相应特征量进行比较，u相第1支路，u相第8支路,可初步诊断该发电机机组u相第1和第8支路存在过热现象，需进一步核查。

图2

4 结论与展望

发电机监测温度出现异常状况时，及时诊断判明原因、有计划地安排检修、避免发生事故是发电机组安全运行的重要保障[5]。对于定子槽数多，绕组支路长、支路多的大型水轮发电机，定子绕组温度就有上百个测点数据变量，其数据维度的高度复杂性和数据质量不确定性，单一测点的数据变化不应作为设备诊断的单一指标，应结合设备结构和测点布置提取或构造相应特征量进行分析。发电机运行温度如何结合其他在线监测数据（如发电机局放在线监测、定子铁心振动、发电机铁心温度、冷却装置运行情况等）进行综合绝缘评估也是后续数据分析策略研究的方向。此外，目前行业内对空冷式水轮发电机定子绕组运行温度监测的方式还是通过预埋在定子槽绕组或绕组线棒间的温度传感器或热电偶进行间接监测，随着先进检测监测技术（如红外成像分析）、现代通信技术和计算机技术的迅速发展, 如何利用现有预埋测温电阻进行温度监测的方式和先进监测技术相融合，进一步提高监测和分析的准确度也是今后研究的难点和重点。