发电机定子故障在线预警系统指标的研究

杨 涛

（五凌电力有限公司五强溪水电厂，湖南怀化 418000）

0 引言

五强溪水电厂位于沅水干流，为湖南最大的水电厂，自1996 年投产发电，已为湖南省提供超过1000 亿度的清洁能源电量，安全生产记录居全国大型水电厂前列，单机为240 MW，共5 台混流式机组。

发电机绝缘的好坏影响着机组的稳定运行，绝缘故障将会引起发电机一系列问题，给电厂造成巨大的维修费用。目前水电厂4 号机组于2016 年安装发电机局放在线监测装置，该装置采用加拿大iris 设备，该设备在行业内运行稳定可靠，实时监测定子绝缘放电情况[1]。

发电机定子电压、负荷、定子温度、环境温度等都对定子绝缘局部放电数据产生影响，随着工业大数据、人工智能的发展，为了进一步提供局放放电监测的准确性，排除上述因素的相关干扰，以及能实现发电机绝缘故障的故障预警、智能报警功能，且避免绝缘系统的损坏，延长系统的使用寿命，取得巨大经济效益，确保机组安全运行，可以降低电站人力成本，作为避免事故发生，减小设备维护成本，经济效益明显。通过建立量化指标体系，便于水电厂横向、纵向对标管理，可准确制定检修计划，客观评价检修效果，对推进电站的精细化管理具有非凡的意义。有效的机组故障指标体系展示使复杂的发电机绝缘问题，被降解为指标的计算和判定问题，有效简化现场专业人员的分析判断工作。

1 机组在线预警系统介绍

五强溪水电站已建立一个具备故障预警、健康评价和运行优化功能的应用系统。该系统已接入机组振摆系统、计算机监控系统相关数据、4 号机组发电机局放在线监测系统等多种数据，可以自动从海量的传感器数据中，挖掘出有价值的特征“指标”，指标可以通过WEB 界面直观显示，运维人员可以直接找到故障，迅速做出判断和决策。

该平台算法采用基于KDM 平台结构，在此平台可以对故障特征量设计开发，无需编写源代码或二次开发，且使用公式化逻辑语言和图形，对实时数据监测量进行各种计算，如乘、除、加、减、、最小值、最大值傅里叶变换等，能开发适合水电厂的相关发电机指标。软件采用模块化设计，形成可拼装组态式的积木式结构。

在研究发电机绝缘在线监测指标以及在线预警及劣化趋势分析算法中，采用平台相关算法配置工具进行使用，建立新的故障指标以及算法。

2 发电机局部放电介绍

发电机绝缘局部放电是绝缘介质在足够强的电场作用下局部范围内发生的。局部放电可能发生在液体绝缘的气泡中、固体绝缘的空穴中、具有不同特性的绝缘层之间，以及半导电（或金属）电极的尖锐边缘处。

发电机绝缘故障有绝缘内部空隙破坏、绕组松动、绕组端部污染、绕组热退化、相间短路等多种故障[2]。发电机定子绝缘破坏是一个缓慢的、且受多种因素影响，如机械因素，发电机电气因素、环境因素、热因素等。

发电机负荷、定子电压、定子温度、环境湿度等因素都可以影响局部放电而影响测量结果，结合机组工况以及温度量进行建模分析。

（1）定子电压对局放量的影响。发电机局部放电量会随着电压上升而增大，但由于发电机正常情况下定子电压处于额定稳定状态。

（2）运行温度对局放量的影响。温度对局放量的影响较大，由于热胀冷缩的原理，当温度升高时，由于热膨胀作用，绝缘内部空隙会变小或者甚至消失，此时，局放量会随着温度的升高呈下降的趋势。如果局放是发生在线棒表面，局放会随温度上升而增大，呈正比关系。

（3）其他因素对局放量的影响。发电机由于电气因素中磁拉力不均，机械因素中机组结构安装问题等，造成机组振动过大，对发电机绝缘都有着较大的破坏和磨损，在很多现场会在发电机端部增加振动传感器进行复合监测发电机定子绝缘情况，水电厂由于已安装一套完整的机组振摆在线监测系统，测点有定子基座振动、摆度等，在本次研究中，也将振摆数据引入对比分析。

3 指标设计原理

通过发电机定子绝缘局部放电分析，发电机局放量与机组运行工况密切相关，发电机局放量大小与定子电压、温度和有功等工况参数间的关联曲线是反映机组健康状态的一种有效表现形式。因此，对发电机组工况过程进行监测，不仅可以为发电机组稳定性分析提供可靠的信号资源，而且可以为机组故障原因分析提供一种有效的判断依据。反而，如果忽略运行工况对机组监测量的影响，仅仅孤立的采用发电机局放量信号分析技术进行机组健康样本的提取，可能会导致分析结果不准确。为此，在以前特征值提取方式下，详细分析不同工况下监测量的曲线特征值；通过融合发电机组工况与监测量信号，提取了特征量与工况的关联规则；采用监测量与机组有功、定子电压、定子铁芯温度等工况参数作为健康样本特征值的提取，有效提升了特征量的代表性。算法挖掘如图1 所示。

图1 算法挖掘示意

4 故障诊断指标的设计

发电机绝缘故障有绝缘内部空隙、槽放电、半导体层绝缘失效、绕组端部放电、相间短路等多种故障。主要造成故障的原因有绕组松动、绕组端部污染、绕组热退化等，需要分析在不同工况下发电机局放量的特征值，算法流程如图2 所示。运用算法计算需要的特征量，具体计算过程如下：

图2 算法流程

（1）中间量算法。使用算法模板（发电A、B、C 三相实时监测的正、负局放量），计算出发电机局放量。

（2）三维模型算法。将第一步计算出来的三相局放量作为三维的Z 轴，用有功和定子铁芯温度作分别为X 轴和Y 轴，进入三维模型算法中进行收敛计算。

（3）指标算法。将三维模型中收敛出来的铁芯温度影响量进行圈点，选择额定工况附近、在定子铁芯设计温度80%以上的特征、缓变信号进行提取，作为发电机局放指标的特征值、缓变量输出。

（4）阈值算法。对从三维模型中提取出来的特征值、缓变量进行预警配置。

（5）故障诊断算法。使用故障诊断算法模板，将提取的发电机局放量特征值、缓变量、结合发电机定子基座振动特征量、发电机摆度特征量，进入故障诊断算法中计算，得出健康指标。

设计开发的预警指标：①发电机A 相局正部放电量；②发电机A 相局负部放电量；③发电机B 相局正部放电量；④发电机B 相局负部放电量；⑤发电机C 相局正部放电量；⑥发电机C 相局负部放电量。

此指标为预警发电机三相绝缘的模型特征信号，对发电机局部放电量进行实时监测，局放量表征为发电机绝缘的破坏速度及程度，指标量可直观判断出发电机定子某一相绝缘情况。此指标计算需要用到发电机三相局放数据、机组有功和定子铁芯温度，这些数据直接在平台数据库获取，并且使用其算法平台，不仅能实时计算出发电机局部放电量，且实时数据通过收敛算法不停与历史数据进行对比分析，从而进行趋势分析及趋势预警分析。

当此指标发出预警信号时，应当对发电机进行检查，查看发电机绝缘是否异常，机组绝缘若有异常，则停机处理。

设计开发的健康诊断指标：①发电机绕组松动特征量；②发电机相间短路特征量；③发电机半导体绝缘失效特征量；④发电机槽放电特征量。

此指标计算需要用到发电机三相局放数据、机组有功和定子铁芯温度，发电机定子基座特征值和机组摆度特征值，借助在线预警系统及算法引擎，将计算的指标值对比历史数据进行报警阈值判定后推送至应用平台显示界面，并且可提前2～8 周提出健康诊断和故障预警。

以上指标对应的故障缺陷以及检修建议如下：

（1）绕组松动，电压应力图层恶化，安排停机及重绕线匝，安排停机及离线测试；进行线匝末端绝缘增强。

（2）热退化、浸渍不良，性能测试，安排停机及重绕线匝。

（3）周期性变负荷、过热，性能测试，安排停机及离线测试，重绕线匝。

5 结束语

尽管国内发电机运维水平已非常成熟，但发电机绝缘变化是一个缓慢的过程，随着国内越来越多的发电机组运行时间越来越长，发电机绝缘破坏对机组会产生突发性故障，影响机组安全稳定运行，对电厂的运维成本、电网的稳定都有非常大的影响，因此，应充分了解发电机内部绝缘情况，并对发电机状态进行实时监测分析，避免突发性故障、延长两次机组检修时间，有利于实施“状态检修”计划，为电站的长期、稳定、安全运行提供重要保证。

当前水电站的运维正在逐步走向集中控制及区域化管理，这为工业大数据分析技术提供了更加广阔的施展空间，大数据分析将成为工业运维不可或缺的部分。在五强溪水电厂大数据平台的基础上，应该不断提高大数据库内数据的可靠性、真实性，并不断提高对大数据挖掘的水平，对机组健康状况进行更为精准的判定及故障隐患的及时发现。