大型发电机局部放电在线监测系统的设计
2014-01-22张晓漫
杨 洲,张晓漫
(哈尔滨大电机研究所,哈尔滨 150040)
0 前言
随着社会经济的发展,电能作为现代社会的主要能源,与人民的生活和生产建设的关系愈加密切。大型发电机是电力工业生产的重要设备,其安全运行性历来受到人们的高度重视。现代电力系统的运行在保证合格供电质量的同时,还要保证稳定可靠的发供电能力。发电机是电力系统中重要的枢纽设备,一旦发生故障会危及电力系统的正常稳定运行,而且事故涉及面大,修理周期长,费用高,经济损失巨大,给人们的生产和生活带来重大的影响和损失。因此,大型发电机的安全可靠运行已成为电力系统的头等大事[1]。
对运行的大型发电机进行局部放电在线监测,可以及时了解其绝缘劣化程度,确定是否存在着绝缘表面损坏、绝缘剥离或绕组端部污染等情况,制定相应的检修策略避免突发事故的发生。这对提高大型发电机运行的可靠性,降低国民经济事故损失具有重要的实际意义[2]。
本文根据大型发电机局部放电信号的特点设计了一套局部放电在线监测系统,为进一步开展大型发电机定子绝缘在线监测信号处理和绝缘诊断奠定了基础。
1 局部放电监测硬件系统
大型发电机的局部放电信号频带很宽,在几十kHz到几百MHz频率范围内都可以检测到局部放电信号[3]。考虑到现场局部放电测量的干扰来源及其频谱分布,本文设计的局部放电监测系统采用窄带测量方式,其检测信号的中心频率为1MHz,带宽为500kHz。由于现场局部放电信号非常微弱,这就要求局部放电测量系统具有较高的测量灵敏度和测量精度。同时,为降低测量系统现场安装对运行发电机的影响程度,并提高局部放电信号提取灵敏度,选择在发电机中性点和发电机出口母线处同时安装传感器。以工控计算机为核心的局部放电监测硬件系统如图1所示。
图1 发电机局部放电在线监测系统硬件结构框图
上图中局部放电信号经传感器将电流脉冲信号转化成电压脉冲信号,然后经缓冲放电电路实现对微弱局部放电信号的程控放大,再通过中心频为1MHz的带通滤波器实现对信号的模拟滤波,最后经数据采集卡将局部放电模拟信号转换成数字信号,并上传到上位计算机。由计算机实现对采集信号的存贮、数字滤波和干扰滤除。
考虑到安装方便性和对信号响应特性的要求,本文采用带磁芯的罗可夫斯基线圈电流互感器作为局部放电信号测量传感器,其结构如图2所示。
图2 电流传感器原理图
电流传感器的工作频带和灵敏度是由多种因素共同决定的。通过理论和试验确定了磁芯材料、线圈尺寸、线圈匝数、积分电阻,使传感器的工作频带(200kHz~7.5MHz)和灵敏度,能够满足系统的工作要求。
由电流传感器所输出的模拟信号幅值很小,一般为毫伏级,且伴有大量的噪声。在送入计算机进行分析处理之前,需要对其进行放大、滤波等预处理。所设计缓冲放大电路如图3所示。
为了降低现场局部放电测量时的干扰,本文所设计局部放电测量系统采用窄带测量方式,该功能由带通滤波器来实现,其中心频率为 1MHz,带宽为500kHz。滤波电路由两级巴特沃斯二阶带通滤波器组成。通过实际测试,该滤波电路的下限截止频率约为383kHz,上限频率大致为4.97MHz,可以满足系统的设计要求。
2 基于LabVIEW的数据采集系统
本系统利用DLL动态链接库来实现LabVIEW的硬件驱动。DLL文件的生成需要函数声明文件(.h文件)、源代码文件(.cpp文件)和模块定义文件(.def文件)。DLL文件生成后,将其拷贝至指定目录下,在LabVIEW中通过鼠标操作即可完成动态库路径装载、程序调用等功能设置,并生成相应的.vi程序。
系统主界面如图4所示,包括通道选取、参数设置、数据处理、数据保存等功能选项。
图3 缓冲放大电路实物图
本文所设计的局部放电在线监测系统采用小波分析方法对所采集到的数字信号进行滤波处理。具体的滤波程序实现过程将在下一节中进行阐述。
3 干扰抑制算法与局部放电测量
本系统采用分层次分步骤滤波的方法对采集到的数字信号进行处理,以保证局部放电信号最小程度的能量损失和波形失真。本文先采用快速傅里叶变换对周期型窄带干扰进行滤除。然后选用 db5小波对信号进行滤波处理。
同时考虑到当发电机运行现场干扰严重时,如果只利用一个工频周期所采集到的数据无法实现对干扰的滤除。因此,除分层次分步骤进行滤波外,根据局部放电信号与噪声信号的相位分布差异,本系统还采用多工频周期数据采集实现局部放电信号与干扰的分离。首先借助小波来分析一个工频周期内数据在不同尺度空间的时频特性,然后再将多个工频周期数据的处理结果叠加处理,最后根据局部放电信号的工频相位分布特征通过统计和模式识别的方法进行局部放电信号与干扰信号的分离。具体算法如下:
(1)将一个工频周期等时间间隔划分为多个区段,达到以下目的:局部放电信号区段量化,便于利用放电信号与相位相关性;将处理后的数据点数降低以减小存储容量,提升对局部放电信号的识别速度;
(2)为保证在不同尺度空间提取局部放电信号,避免不同尺度信号间的交叉影响,提高判断的可靠性,利用小波变换在划分完的时间区段内推导出不同尺度上细分区间的幅值,计算出信号幅值的平均值并将其归算到区段内某一固定点上;
(3)由于局部放电信号在相位上的分布相对固定,而非周期型干扰在工频周期上为随机分布,将处理后的多个工频周期相同区段上的数据进行叠加。局部放电信号具有明显的工频相位特性,在各区段内幅值的平均值是不同的;而周期型窄带干扰、随机脉冲信号和白噪声的平均幅值则基本相同。因此数据经过叠加后很容易突出局部放电信号的绝对幅值。
(4)经过以上方式处理后的数据可能混有相位固定型脉冲干扰,还应结合局部放电信号和干扰信号的本身特性进行进一步的数据处理。
为测试该局部放电在线监测系统的性能,在实验室中进行了模拟试验。效果如图5、6、7所示。
通过实验证明本文所设计的硬件系统能够达到设计所提出的要求。
图5 系统捕捉到的含有噪声的模拟局放信号
4 结论
(1)本论文完成了大型发电机局部放电在线监测系统的硬件设计及相应的软件开发。硬件系统包括电流传感器、信号处理模块、数据采集卡、输入输出卡和工控计算机。基于虚拟仪器设计的软件系统采用LabVIEW平台进行开发,操作简单,图形显示直观,对硬件系统的控制方便快捷。通过实验表明,该系统具有较高的灵敏度,可以在变压器的局部放电在线监测过程中完成数据采集、显示和保存的任务。
(2)本论文采用分层次、多周期叠加的综合滤波处理方法。通过模拟局部放电试验,证明这种数字处理的滤波方法能够较好地分离噪声干扰,取得理想的局部放电信号。
图6 去除周期型窄带干扰后的信号
图7 小波去噪后的最终结果
[1]杜林. 大电机主绝缘局部放电测量及老化特征研究[D]. 重庆大学, 2004: 15-216.
[2]吴广宁. 大型发电机故障放电在线监测及诊断技术[M]. 成都: 西南交通大学出版社, 2001:104-106.
[3]罗曼, 覃国茂, 董晓英, 等. NGC2发电机局部放电在线监测系统设计与应用[J]. 大电机技术,2010(5): 14-18.
[4]鲍利军. 电力变压器局部放电在线监测技术介绍[J]. 南方电网技术, 2008, 2(6): 81-83.
[5]蒋远东, 陈庆国, 王发兴, 等. 大型发电机定子局部放电在线监测系统的研究[J]. 中国测试技术,2008, 34(2): 127-130.
[6]邱晓丹, 周启龙, 王世成, 等. 变压器局部放电在线监测技术的研究[J]. 自动化应用, 2010(3):52-53.