基于改进kendall-f算法发电机定子温度分析

基于改进kendall-f算法发电机定子温度分析

ID:5390975

大小:275.89 KB

页数:5页

时间:2017-12-08

基于改进kendall-f算法发电机定子温度分析_第1页
基于改进kendall-f算法发电机定子温度分析_第2页
基于改进kendall-f算法发电机定子温度分析_第3页
基于改进kendall-f算法发电机定子温度分析_第4页
基于改进kendall-f算法发电机定子温度分析_第5页
资源描述:

《基于改进kendall-f算法发电机定子温度分析》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第3O卷第1期电力科学与技术学报Vo1.30NO.12O15年3月JOURNALOFEIECTRICPOWERSCIENCEANDTECHNOLOGYMar.2O15基于改进Kendall—f算法的发电机定子温度分析刘博伟,周力行,陈冬良,范(1.长沙理工大学电气与信息工程学院,湖南长沙410004;2.广西电网有限责任公司来宾供电局,广西来宾546100)摘要:在线监测发电机定子温度可有效发现定子部分过热性故障,如何从检测的温度数据中提取反映定子故障预警的信息是目前国内外研究的热点。该文采用可变窗改进Kendall—f算法处理监测温度数据,

2、提取其变化趋势特征信息;采用偏度分析提取监测温度异常值,从而正确诊断定子过热性故障,仿真分析及实验结果表明该方法有效提高了定子温度监测与预警的准确率。关键词:定子温度监测;趋势识别;Kendall—f算法;偏度分析中图分类号:TM307+.1文献标识码:A文章编号:1673—9140(2015)01—0047—05ImprovedKendall—falgorithmbasedgeneratorstatortemperatureanalysisLIUBo—wei,ZHOULi—xing,CHENDong—liang,FANBin(1.Schoo

3、lofElectricalandInformationEngineering,ChangshaUniversityofScienceandTechnology,Changsha410004,China2.GuangxiPowerGridCompanyLimitedLaibinPowerSupplyBureau,Laibin546100,China)Abstract:Onlinemonitoringofgeneratorstatortemperaturecaneffectivelydetectstatorpartialoverheatingfa

4、ult.Andhowtoextractthestatorfaultinformationfromtemperaturedataisahotspot.ThispaperusedtheimprovedKendall—falgorithmwithvariablewindowtodealwithtemperaturemonitoringdataandextractthechangetrendoffeatureinformation.Skewnessanaly—siswasappliedtoextracttheabnormalvalueofmonito

5、ringtemperatureandthencorrectlydiag—nosethestatoroverheatingfault.Thesimulationanalysisandexperimentalresultsshowedthatthegeneratorstatortemperatureanalysismethodcouldeffectivelyimprovetheprecisionofthestatortemperaturemonitoringandearlyfaultswarning.Keywords:statortemperat

6、uremonitoring;trendidentification;Kendall—falgorithm;skewnessanalysis定子绕组温度异常是发电机的主要故障之一,严重后果,为避免重大电气故障的发生,应在热故障当故障发展为电气故障时可能会造成毁机、停机的的早期及时发现和消除故障。收稿日期:2014—11—20基金项目:湖南省教育厅科学研究重点项目(13A106)通讯作者:周力行(1962一),男,博士,教授,主要从事电气设备绝缘监测与故障诊断、电力系统防雷接地、电力系统电磁兼容等方面研究;E—mail:zlxztwyr@163.

7、corn48电力科学与技术学报9O19世纪80年代开始,针对发电机定子绕组温7O度在线监测,国内外专家提出了许多有建设性的新1u5O方法。文献[1]提出了一个无故障温度标准值,在不30同工况下,标准值不相同,根据该值可以进行早期故10障诊断;文献[2]充分考虑到线棒位置以及冷却结构050100150200250300等不同情况下的异同,对每个不同的测温点分别建时间,s立温度模型,在正常运行时对现场数据进行大量采(a)原始数据5集,再利用人工神经网络及最小二乘法来辨识模型0参数,得到不同工况下发电机定子绕组的温度标准0一▲▲▲■一一∽值;文献[

8、3-I继续改进温度模型并且结合了指纹参数-5的变化,此方法可以消除监测系统带来的误判。050100150200250300在以上文献的基础上,笔者提出一种新的定子时

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。