同步调相机故障特性分析与诊断技术研究
发布时间：2021-05-21 07:25
随着我国特高压直流输电工程的大规模应用,其直流送受端电网动态无功储备和电压支撑不足,换流器换相失败、电压跌落问题日渐突出。同步调相机具有无功容量大、电压支撑能力强等优点,能够有效的解决上述问题,因此在电网中得到应用。然而大容量同步调相机体积庞大,结构复杂,容易发生故障。为了确保同步调相机并网后安全运行,从而满足特高压直流输电系统无功支撑的需要,需要对其故障特性和诊断技术进行研究。本文通过搭建有限元模型,对调相机运行时的气隙磁密、电磁力与振动特性进行了数学推导与仿真分析,提供了故障特征的参考值。然后对调相机处于气隙静态偏心、气隙动态偏心、定子绕组短路、转子短路等故障情况下的气隙磁场、定转子所受电磁力和定转子振动特性进行了分析,得出在不同故障下调相机定转子振动信号所含的谐波成分,证明了通过观测调相机振动信号可以诊断其故障状态。通过对比了快速傅里叶变换、加窗傅里叶变换、小波分析及小波包分析在信号特征提取上的特点,应用小波包能量提取调相机的振动信号,利用主成分分析进行特征向量降维。介绍了RBF神经网络的模型结构,推导了神经网络学习训练的过程,并针对K值选取的问题提出自动获取K值和隐含层中心的聚...
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：91 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 课题研究背景及意义
1.2 大容量同步调相机研究现状
1.3 电机故障特性分析研究现状
1.4 电机故障诊断技术研究现状
1.5 本文的研究内容
2 调相机正常运行特性分析
2.1 调相机有限元模型建立
2.2 正常运行时的气隙磁场特性
2.3 正常运行时的电磁力特性
2.4 正常运行时的振动特性
2.5 本章小结
3 调相机故障特性仿真分析
3.1 调相机的故障类型概述
3.2 气隙偏心故障仿真分析
3.3 定子短路故障仿真分析
3.4 转子短路故障仿真分析
3.5 本章小结
4 基于小波包—神经网络的调相机故障诊断算法
4.1 傅里叶变换
4.2 小波包分析
4.3 RBF神经网络算法
4.4 小波包—神经网络算法在调相机故障诊断中的应用
4.5 本章小结
5 调相机故障诊断系统及装置开发
5.1 诊断装置硬件设计
5.2 诊断系统软件开发
5.3 装置功能测试试验
5.4 本章小结
6 总结与展望
致谢
参考文献
附录1 小波包—神经网络算法相关数据
附录2 攻读硕士学位期间主要科研成果
附录3 攻读学位期间参与的主要科研项目
【参考文献】：
期刊论文
[1]新一代调相机与电力电子无功补偿装置在特高压交直流电网中应用的比较[J]. 金一丁,于钊,李明节,蒋维勇. 电网技术. 2018(07)
[2]加装同步调相机对多直流馈入受端电网的影响分析[J]. 张开宇,崔勇,庄侃沁,缪源诚,杨增辉,冯煜尧,张琪祁,余颖辉. 电力系统保护与控制. 2017(22)
[3]大容量新型调相机关键技术参数及其优化设计[J]. 李志强,蒋维勇,王彦滨,李文锋,李朝科,咸哲龙. 大电机技术. 2017(04)
[4]同步调相机特性及应用[J]. 戴庆忠. 东方电气评论. 2016(04)
[5]新一代大容量调相机在电网中的应用研究[J]. 王雅婷,张一驰,周勤勇,李志强,姜懿郞,汤涌,吴俊玲,高超,屠竞哲,沈沉. 电网技术. 2017(01)
[6]300MVar级同步调相机对湖南电网稳定的影响研究[J]. 崔挺,沈阳武,张斌,张可人,左剑,呙虎. 湖南电力. 2016(03)
[7]动态无功补偿装置提高多馈入直流恢复的布点方法[J]. 张红丽,刘福锁,李威. 电力系统自动化. 2016(05)
[8]变分模态分解在风电机组故障诊断中的应用[J]. 武英杰,甄成刚,刘长良. 机械传动. 2015(10)
[9]特高压直流输电的实践和分析[J]. 饶宏,张东辉,赵晓斌,郭琦. 高电压技术. 2015(08)
[10]大规模风电汇集系统动态无功补偿装置运行现状及提升措施[J]. 崔正湃,王皓靖,马锁明,刘辉,刘海涛. 电网技术. 2015(07)
博士论文
[1]笼型异步电动机多故障智能诊断及分离方法的研究[D]. 王跃龙.太原理工大学 2017
[2]发电机气隙偏心与绕组短路复合故障的机电特性分析[D]. 何玉灵.华北电力大学 2012
[3]配电网混合式动态无功补偿技术的研究[D]. 张明.大连理工大学 2009
[4]大型汽轮发电机组故障诊断方法及监测保护系统研究[D]. 严可国.华北电力大学（北京） 2009
[5]发电机绕组与偏心故障交叉特征分析及其检测方法研究[D]. 万书亭.华北电力大学（河北） 2005
硕士论文
[1]基于卷积神经网络的电机故障诊断方法研究[D]. 乔林翰.兰州理工大学 2018
[2]基于RBF神经网络的调相机故障诊断算法研究[D]. 叶立文.华中科技大学 2018
[3]RBF神经网络的优化设计及应用[D]. 钱旭升.苏州大学 2017
[4]偏心与绕组短路故障下同步发电机磁场及振动特性的研究[D]. 刘海东.哈尔滨理工大学 2017
[5]大型汽轮发电机转子偏心故障动态分析[D]. 毛可意.哈尔滨理工大学 2015
[6]基于Gaussian型RBF神经网络的函数逼近与应用[D]. 马东宇.中南大学 2011
[7]基于差分进化算法优化的RBF神经网络的异步电机故障诊断研究[D]. 姚宁.太原理工大学 2011
[8]汽轮发电机气隙偏心故障分析与诊断方法研究[D]. 何玉灵.华北电力大学（河北） 2009
本文编号：3199304
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：91 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 课题研究背景及意义
1.2 大容量同步调相机研究现状
1.3 电机故障特性分析研究现状
1.4 电机故障诊断技术研究现状
1.5 本文的研究内容
2 调相机正常运行特性分析
2.1 调相机有限元模型建立
2.2 正常运行时的气隙磁场特性
2.3 正常运行时的电磁力特性
2.4 正常运行时的振动特性
2.5 本章小结
3 调相机故障特性仿真分析
3.1 调相机的故障类型概述
3.2 气隙偏心故障仿真分析
3.3 定子短路故障仿真分析
3.4 转子短路故障仿真分析
3.5 本章小结
4 基于小波包—神经网络的调相机故障诊断算法
4.1 傅里叶变换
4.2 小波包分析
4.3 RBF神经网络算法
4.4 小波包—神经网络算法在调相机故障诊断中的应用
4.5 本章小结
5 调相机故障诊断系统及装置开发
5.1 诊断装置硬件设计
5.2 诊断系统软件开发
5.3 装置功能测试试验
5.4 本章小结
6 总结与展望
致谢
参考文献
附录1 小波包—神经网络算法相关数据
附录2 攻读硕士学位期间主要科研成果
附录3 攻读学位期间参与的主要科研项目
【参考文献】：
期刊论文
[1]新一代调相机与电力电子无功补偿装置在特高压交直流电网中应用的比较[J]. 金一丁,于钊,李明节,蒋维勇. 电网技术. 2018(07)
[2]加装同步调相机对多直流馈入受端电网的影响分析[J]. 张开宇,崔勇,庄侃沁,缪源诚,杨增辉,冯煜尧,张琪祁,余颖辉. 电力系统保护与控制. 2017(22)
[3]大容量新型调相机关键技术参数及其优化设计[J]. 李志强,蒋维勇,王彦滨,李文锋,李朝科,咸哲龙. 大电机技术. 2017(04)
[4]同步调相机特性及应用[J]. 戴庆忠. 东方电气评论. 2016(04)
[5]新一代大容量调相机在电网中的应用研究[J]. 王雅婷,张一驰,周勤勇,李志强,姜懿郞,汤涌,吴俊玲,高超,屠竞哲,沈沉. 电网技术. 2017(01)
[6]300MVar级同步调相机对湖南电网稳定的影响研究[J]. 崔挺,沈阳武,张斌,张可人,左剑,呙虎. 湖南电力. 2016(03)
[7]动态无功补偿装置提高多馈入直流恢复的布点方法[J]. 张红丽,刘福锁,李威. 电力系统自动化. 2016(05)
[8]变分模态分解在风电机组故障诊断中的应用[J]. 武英杰,甄成刚,刘长良. 机械传动. 2015(10)
[9]特高压直流输电的实践和分析[J]. 饶宏,张东辉,赵晓斌,郭琦. 高电压技术. 2015(08)
[10]大规模风电汇集系统动态无功补偿装置运行现状及提升措施[J]. 崔正湃,王皓靖,马锁明,刘辉,刘海涛. 电网技术. 2015(07)
博士论文
[1]笼型异步电动机多故障智能诊断及分离方法的研究[D]. 王跃龙.太原理工大学 2017
[2]发电机气隙偏心与绕组短路复合故障的机电特性分析[D]. 何玉灵.华北电力大学 2012
[3]配电网混合式动态无功补偿技术的研究[D]. 张明.大连理工大学 2009
[4]大型汽轮发电机组故障诊断方法及监测保护系统研究[D]. 严可国.华北电力大学（北京） 2009
[5]发电机绕组与偏心故障交叉特征分析及其检测方法研究[D]. 万书亭.华北电力大学（河北） 2005
硕士论文
[1]基于卷积神经网络的电机故障诊断方法研究[D]. 乔林翰.兰州理工大学 2018
[2]基于RBF神经网络的调相机故障诊断算法研究[D]. 叶立文.华中科技大学 2018
[3]RBF神经网络的优化设计及应用[D]. 钱旭升.苏州大学 2017
[4]偏心与绕组短路故障下同步发电机磁场及振动特性的研究[D]. 刘海东.哈尔滨理工大学 2017
[5]大型汽轮发电机转子偏心故障动态分析[D]. 毛可意.哈尔滨理工大学 2015
[6]基于Gaussian型RBF神经网络的函数逼近与应用[D]. 马东宇.中南大学 2011
[7]基于差分进化算法优化的RBF神经网络的异步电机故障诊断研究[D]. 姚宁.太原理工大学 2011
[8]汽轮发电机气隙偏心故障分析与诊断方法研究[D]. 何玉灵.华北电力大学（河北） 2009
本文编号：3199304
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3199304.html
