РАЗРАБОТКА И ЭКСПЕРИМЕНТАЛЬНАЯ АПРОБАЦИЯ СПОСОБА ВЫЯВЛЕНИЯ ПОВРЕЖДЕНИЙ В ОБМОТКЕ ВОЗБУЖДЕНИЯ СИНХРОННОГО ГЕНЕРАТОРА

Введение. Витковое замыкание (ВЗ) обмотки возбуждения синхронного генератора (СГ) является одним из распространённых и в тоже время трудно определяемых неисправностей в синхронном генераторе. Выявление на ранних стадиях признаков дефекта является важной задачей технической диагностики СГ [1], поскольку развитие дефекта в обмотке приводит к появлению колебательного процесса в проводниках цепи возбуждения, порождающий пробой изоляции в наиболее ослабленных местах [2]. Нарушается симметрия магнитного тяжения полюсов, что создает дополнительную механическую нагрузку на шейку вала, вызывающее появление микротрещин, при которых дальнейшая эксплуатация СГ невозможна.

Существующие способы выявления ВЗ можно разделить на следующие группы: тепловые, параметрические [3], частотные, вибрационные и методы активной диагностики [4].

Постановка задачи. Перед исследователями ставилась задача разработать экспериментальную установку для исследования возможности искусственной нейронной сети (ИНС) при диагностике межвитковых замыканий в обмотке ротора синхронного генератора.

Идея использования искусственной нейронной сети для диагностики межвиткового замыкания в обмотке ротора СГ основывается на том, что при поддержке постоянной величины напряжения на выводах СГ существует взаимосвязь между магнитодвижущей силой обмотки ротора F=I_fw и током ротора I_f. В момент неисправности магнитное поле генератора будет уменьшаться, что станет причиной изменения электродвижущей силы, которая влияет на величину реактивной мощности Q. Поскольку, Q зависит от I_f, то при одном и том же значении тока возбуждения I_f, величина МДС зависит от изменения количества витков обмотки ротора. Таким образом, ВЗ в обмотке ротора можно выявлять, определяя изменения соотношений параметров P, Q и , причем эти параметры генератора будут являться входными нейронами ИНС [5; 6]. Обучение ИНС на основе экспериментальной машины с заранее известным количеством замкнувшихся витков позволит не только определить наличие повреждения, но и оценить его тяжесть.

Экспериментальная установка. Для диагностирования витковых замыканий у синхронных генераторов была создана экспериментальная установка, показанная на рис. 1. В ее состав входят: синхронный генератор (ГАБ-4-Т/230) 1, приводимый во вращение асинхронным двигателем, питаемым частотным преобразователем (Altivar 71) 4.

Для имитации виткового замыкания в синхронном генераторе с параметрами, приведенными в таблице 1, были выведены с обмотки ротора через дополнительные контактные кольца 2 отпайки 3 (4 %, 10 % и 30 % витков полюса).

Рисунок 1. Экспериментальная установка

1 — синхронный генератор, 2 — дополнительные контактные кольца,
3 — отпайки, 4 — преобразователь частоты, 5 — коннектор ввода,
6 — плата ввода/вывода, 7 — промышленный компьютер, 8 — монитор

Сигналы с СГ вводились через коннектор ввода (CB-68LP) 5 и плату ввода/вывода (NI PCI 6024E, 12 разрядов, максимальная частота дискретизации 20 МГц, 16 аналоговых входов) 6 в промышленный компьютер 7 с монитором 8. Структурная схема экспериментальной установки приведена на рис. 2.

Рисунок 2. Структурная схема экспериментальной установки

Входными сигналами для ИНС являются ток возбуждения I_f , активная мощность P и реактивная мощность Q. Выходной сигнал ИНС показывает количество замкнутых витков в процентах.

Для решения данной задачи была выбрана структура нейронной сети (3-6-1) рис. 3 и сигмоидальная функция рис. 4 в качестве рабочей функции нейрона.

Рисунок 3. Схема сети

Рисунок 4. График сигмоидальной функции

Обучение ИНС проводилось «с учителем» по методу Левенберга-Маркварта в Matlab2007b с использованием стандартных библиотек.

Алгоритм выявления ВЗ включает в себя: сбор, масштабирование и обработка данных, обучение нейронной сети.

Экспериментальная часть. Для проверки работоспособности предложенного метода идентификации витковых замыканий было проведено ряд измерений на экспериментальной установке.

При проведении эксперимента было снято два набора данных токов и напряжений статора и ротора.

Первый набор данных используется для обучения нейронной сети при постоянной активной и реактивной мощности с 4 %, 10 % и 30 % замкнутых витков.

Второй (контрольный) набор данных применяется для определения работоспособности и адекватности предложенного метода идентификации ВЗ.

Таблица 2.

Экспериментальные данные

Из таблицы 2 видно, что ошибка между фактическим значением и величиной полученной с выхода ИНС изменяется в пределах от 0,89 до 10 %, а максимальная ошибка не превышает значение 10 %. С увеличением количества витковых замыкания точность идентификации растет.

Заключение

1.  Предложенный метод позволяет выявлять витковые замыкания в обмотке ротора синхронного генератора на основе штатных измерительных средств.

2.  Точность определения витковых замыканий зависит от количества замкнувшихся витков и размера тренировочного шаблона применяемого для обучения искусственной нейронной сети.

Список литературы

1.            Глебов И.Я. Диагностика турбогенераторов / И.Я. Глебов, Я.Б. Данилевский. — Л.: Наука. Ленинградское отделение, 1989. — 119 с.

2.            Глебов И.Я. Научные основы проектирования турбогенераторов / И.Я. Глебов, Я.Б. Данилевский. — Л.: Наука. Ленинградское отделение, 1986. — 184 с.

3.            Самородов Ю.Н. Турбогенераторы: Аварии и инциденты. Техническое пособие. — М.: ЭЛЕКС-КМ, 2008. — 488 с.

4.            H.Z. MA, L.PU. Fauit Diagnosis Based on ANN for Turn-to-Turn Short Circuit of Synchronous Generator Rotor Windings. J. Electromagnetic Analysis & Applications. 2009. № 3. — Р. 187—191.

5.            Ligio Wang, Yi Wang, Dianguo Xu, Bo Fang, Qinghe Liu, Jing Zou. Application of HHT for Online Detection of Inter-Area Short Circuit of Rotor Windings of Turbo-Generators Based on the Thermodynamics Modeling Method. Journal of Power Electronics. 2011. Vol. 11. № 3. — Р. 759—766.

6.            Wood J.W., Hindmarch R.T. Rotor winding short detection. IEEE Proceedings. 1986. Vol. 133. pt B, № 3. — P. 181—189.