大型电气设备故障诊断技术的研究

《大型电气设备故障诊断技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、华南理工大学硕士学位论文摘要电气设备是电力系统中非常重要的设备，其运行可靠性直接关系到电力系统的安全与稳定。“状态检修”是随着管理水平提高和科学技术进步而发展起来的先进维修方式，而故障诊断技术是实施“状态检修”的重要保障。本文分析了传统的故障诊断技术在国内电站的应用情况，提出了一些新的故障诊断技术应用于变压器故障诊断，并结合深圳大亚湾核电站的实际情况，研制基于微分探测线圈监测的发电机转子匝间短路故障在线诊断系统。主要的研究成果如下:三比值法是变压器故障诊断的重要方法，但其存在缺码，断码等缺点。模糊数学理论能有效地改进传统三比值法缺码和断码的问题

2、，从而大大的提高了故障诊断的准确率。专家系统能模拟人类的决断方式，作者建立了基于专家系统的变压器故障诊断模型，将专家系统和模糊推理结合起来，在提高故障诊断准确率的同时也提高了故障诊断的效率，在工程上具有广泛的应用前景。神经网络是人工智能的一个重要分支，在过去的几十年中，神经网络在故障诊断领域得到了非常广泛的应用。在本文中，作者建立了基于BP网络的变压器故障诊断模型，在经过大量的网络训练和测试之后确定了网络模型中的各种权值。由于神经网络能高度映射非线性的输入输出关系，为变压器的多故障诊断提供了新的思路。对比分析了发电机转子绕组匝间短路故障的几种监

3、测技术，并结合深圳大亚湾核电站的实际，具体研究了发电机转子绕组匝间短路故障在线监测装置的开发过程。现已完成样机研制的大部分工作，并完成离线测试，证明该监测系统能较好的诊断出发电机转子绕组匝间短路的故障。计算机仿真技术也是故障诊断技术的一个重要组成部分·作者拟通过计算机仿真技术得出电动机的故障信号。由于时间的关系，作者只完成了以下的工作:建立了正常情况下三相异步电动机的数学模型并实现了仿真，建立了三相异步电动机参数辨识的数学模型并实现了仿真。关键词:故障诊断:神经网络;专家系统;模糊推理;匝间短路华南理工大学硕士论文ABSTRACTElectri

4、cequipmentisinaveryimportantimpositioninpowersystem,andtheoperationreliabilityofitisrelatedtothesafetyandstabilityofpowersystemdirectly.Thecondition一basedmaintenanceisamaintenancemethodwhichdevelopedwiththedevelopmentofmanagementlevelandsciencetechnique,andthefaultsdiagnosis

5、techniqueisasignificantdependenceofit.Analyzingtheapplicationoftraditionfaultsdiagnosistechnologyindomesticpowerstation,severalnewfaultsdiagnosistechniqueisappliedtodiagnosepowertransformer.InaccordancewiththestatusofDayaBayNuclearPowerStationofShenzhen,anonlinediagnosissyst

6、emforturn-to一turnshortcircuitsfaultsofrotorwindofgeneratorbasedondifferentialdetectioncoilmonitoring.Themainresearchachievementsareexpressedasfollowing:"Threeradios"isanimportantmethodforfaultsdiagnosisofpowertransformer,butithasthefaultsoflackofcode,brokencodeetc.Fuzzytheor

7、ycanimprovethefaultsoflackofcode,brokencodeof"threeradios"effectively,thatincreasestheaccuraterateoffaultsdiagnosisgreatly.Afaultsdiagnosismodelofpowertransformerbasedonexpertssystemisbuilt,whichintegratesexpertssystemandfuzzyreasoning,andthatincreasestheradioaswellastheeffi

8、ciencyoffaultsdiagnosis.Duringthelatestseveraldecades,neuralnetworkisapplie