一种发电机故障放电信号特征实时在线自动识别方法及其应用

被引:6
作者
孙文星
李朝晖
程时杰
机构
[1] 强电磁工程与新技术国家重点实验室(华中科技大学)
关键词
发电机; 故障放电; 实时在线; 特征自动识别; 状态监测;
D O I
10.13335/j.1000-3673.pst.2015.02.038
中图分类号
TM31 [发电机、大型发电机组(总论)];
学科分类号
080801 ;
摘要
对发电机故障放电信号特征进行自动识别时,实现方法要求具有较高的可靠性与快速性。为达到这些要求,首先提出一种高可靠的脉冲提取方法,能够更为准确完整地提取脉冲信号,通过仿真方式对该方法进行了研究,并使用现场实测信号验证了该方法的优越性。在该方法基础上,提出了脉冲分类参数的快速计算方法,在进行脉冲提取的同时完成脉冲分类参数的计算,使用实测信号验证该方法的有效性。在检测脉冲的存在并对脉冲进行高可靠提取的同时,获取脉冲信号的分类特征参数,而且计算速度快,将其称为脉冲特征快速自动识别技术。该技术已成功运用在多台水轮发电机上,在实际应用中取得了良好的效果。
引用
收藏
页码:543 / 549
页数:7
相关论文
共 7 条
[1]   振荡电压下电缆典型缺陷局部放电的统计特征及定位研究 [J].
常文治 ;
葛振东 ;
时翔 ;
马国明 ;
陈志勇 ;
崔潇 ;
李成榕 ;
陈雪薇 ;
唐志国 .
电网技术, 2013, 37 (03) :746-752
[2]   基于双向二维最大间距准则的局部放电灰度图像特征提取 [J].
唐炬 ;
魏钢 ;
李伟 ;
张晓星 .
电网技术, 2011, 35 (03) :129-134
[3]   采用分形和支持向量机的气体绝缘组合电器局部放电类型识别 [J].
弓艳朋 ;
刘有为 ;
吴立远 .
电网技术, 2011, 35 (03) :135-139
[4]   局部放电在线监测中小波阈值去噪法的最优阈值自适应选择 [J].
李剑 ;
孙才新 ;
杨霁 ;
杨洋 ;
唐炬 .
电网技术, 2006, (08) :25-30
[5]  
大型发电机局部放电在线监测与分析方法研究[D]. 万元.华中科技大学. 2009
[6]  
大型发电机故障放电在线监测及诊断技术[M]. 西南交通大学出版社 , 吴广宁著, 2001
[7]  
A novel wavelet transform technique for on-line partial discharge measurements part 2: On-site noise rejection application .2 Zhang,Hao,Blackburn,T.R,Phung,B.T,Sen,D. IEEE Transactions on Dielectrics and Electrical Insulation . 2007