一种基于定子平均瞬时功率的双馈风力发电机定子绕组匝间短路的在线检测方法

技术领域

本申请涉及一种基于定子平均瞬时功率的双馈风力发电机定子绕组匝间短路的在线检测方法，属故障检测技术领域。

背景技术

伴随能源危机和环境问题的日益严峻，风力发电业已获得广泛关注和长足发展。风能属于清洁能源，无污染对环境影响小，而且风能是可再生能源，对我国能源战略储备具有重大意义。就目前而言，双馈风力发电机是风力发电机的主流机型。由于风力发电运行状况复杂，运行环境恶劣以及风力发电机技术不够成熟等因素，发电机组故障率一直处于较高水平，且设备保养维修困难，导致机组的运行维护成本很高。

统计资料表明，双馈风力发电机的常见故障包括定子绕组故障(占38％)、轴承故障(占40％)、转子故障(占10％)、转轴或连轴器故障(占12％)以及其他各种故障。定子绕组故障主要包括匝间短路、相间短路和相对地短路。其中，相邻线圈匝间绝缘损坏而使不同匝线圈发生短路而造成的匝间短路，因其不易察觉危害较大。因为定子绕组短路的线圈之间会产生环流，引起温度升高，进而可能引发更多匝线圈的短路，从而使匝间短路故障发展为相间短路或相对地短路。

风电机组多运行于环境恶劣、偏远的陆地和海上，且风电机组安装于高空，传统的定期检修和故障检测非常困难，难以满足安全经济运行的要求。因此，对双馈风力发电机定子绕组匝间短路故障进行研究，提取故障特征信号进行分析，实现在线监测与诊断，对于预防和及早发现故障，尽快提出应对策略，合理安排运行和检修计划具有重要意义。

发明内容

本申请针对现有故障检测技术的不足和复杂，提供一种基于定子平均瞬时功率的双馈风力发电机定子绕组匝间短路的在线检测方法，与其他传统的故障检测方法相比，本方法可以满足实时在线检测故障的需求，在计算效率和故障灵敏度上存在一定的优势且易于工程实现。

本申请提出的技术方案的实现：

所述的一种基于定子平均瞬时功率的双馈风力发电机定子绕组匝间短路的在线检测方法，根据多回路理论，在三相静止坐标系和同步旋转坐标系上建立双馈风力发电机正常及定子绕组匝间短路情况下的数学模型；依据得到双馈风力发电机正常及定子绕组匝间短路情况下的数学模型，在MATLAB/SIMULINK中采用S-函数编制、封装的双馈风力发电机模块替代MATLAB软件自带的双馈风力发电机组中的电机模块来搭建计及定子匝间短路情况下的双馈风力发电机仿真模型；通过仿真模型分析不同故障严重程度下的双馈风力发电机的各个电气量，选取了对定子绕组匝间短路故障反应灵敏且易于获取的定子平均瞬时功率信号作为诊断的故障特征信号；采用Geortzel算法提取定子平均瞬时功率信号的特征频率，设定故障阈值，实现双馈风力发电机定子绕组匝间短路的在线检测。

所述的一种基于定子平均瞬时功率的双馈风力发电机定子绕组匝间短路的在线检测方法，其定子匝间短路故障位置设置于定子A相绕组的第一个线圈，在三相静止坐标系和同步旋转坐标系中建立双馈风力发电机正常运行和发生定子匝间短路的数学模型。

所述的一种基于定子平均瞬时功率的双馈风力发电机定子绕组匝间短路的在线检测方法，其仿真模型搭建基于MATLAB/SIMULINK，依据建立的数学模型，采用S-函数编制、封装的双馈风力发电机模块替代MATLAB软件自带的双馈风力发电机组仿真模型中的电机模块来搭建计及定子匝间短路情况下的双馈风力发电机仿真模型。

所述的一种基于定子平均瞬时功率的双馈风力发电机定子绕组匝间短路的在线检测方法，其故障特征量为定子平均瞬时功率，其故障特征频率为2f

p(t)＝u

其中u

当计及双馈风力发电机定子绕组匝间短路故障下定子电流中3次谐波时，故障后定子各相的瞬时功率表示为:

其中，I

当双馈风力发电机发生定子绕组发生匝间短路故障时，各相瞬时功率中除了常量以外，还出现了2倍频和4倍频分量，选取双馈风力发电机定子平均瞬时功率频谱中的2倍基频分量作为故障特征频率。

所述的一种基于定子平均瞬时功率的双馈风力发电机定子绕组匝间短路的在线检测方法，采用Goertzel算法进行故障特征频率幅值的提取，对于双馈风力发电机定子绕组匝间短路故障的定子瞬时平均功率信号2倍基频故障特征分量这种固定频点的特征信号检测而言，Goertzel算法能够以非常少量的计算得到与DFT算法相同的结果，从而满足实时在线监测的需求。

与现有技术相比，本申请具有以下有益效果：本申请提出一种基于定子平均瞬时功率的双馈风力发电机定子绕组匝间短路的在线检测方法，能够实时地监测双馈风力发电机的运行状况，在双馈风力发电机发生定子绕组匝间短路故障时可以通过此方法实现故障的检测，及时显示故障信息；本方法选取了对故障反应非常灵敏的定子平均瞬时功率信号，有效提高了故障检测能力；选用Goertzel算法提取故障特征频率，计算效率高，满足在线检测需求，易于工程实现。

附图说明

图1为基于定子平均瞬时功率的双馈风力发电机定子绕组匝间短路的在线检测方法的流程示意图

图2为A相定子匝间故障示意图

图3为双馈风力发电机的S-函数模块示意图

图4为定子平均瞬时功率2倍基频分量故障前后频谱分析图

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例

下面结合附图对本发明进一步说明，图1为基于定子平均瞬时功率的双馈风力发电机定子绕组匝间短路的在线检测方法的流程示意图。本实施例基于仿真软件MATLAB/Simulink发明的一种基于定子平均瞬时功率的双馈风力发电机定子绕组匝间短路的在线检测方法。本实施例的具体情况设置为，系统于设定时间后发生定子A相绕组匝间短路故障，待系统稳定后，选取定子平均瞬时功率作为故障特征信号，进行故障分析诊断。具体包括以下步骤：

步骤1：建立双馈风力发电机正常及定子绕组匝间短路情况下的数学模型；

双馈风力发电机正常运行时，在三相静止坐标系中的数学模型为：

电压方程：

U＝RI+pψ (1)

其中各量的如下：

p＝d/dt

U＝[u

I＝[i

ψ＝[ψ

R＝diag[R

其中，p表示微分算子；U表示电压矩阵；I表示电流矩阵；ψ表示磁链矩阵；R表示电阻矩阵；u、i、ψ分别表示电压、电流、磁链；R

磁链方程：

式(2)中的各个矩阵如下：

其中，θ

电磁转矩方程：

转子运动方程：

具体应用中，双馈风力发电机定子绕组匝间短路故障发生在A相绕组的第一个线圈，发生定子绕组匝间短路的情况后，定子方面增加了一个新的电流回路——匝间故障回路，图2为双馈风力发电机定子匝间短路故障示意图，依据多回路理论，新增的短路回路的电压方程为：

dψ

其中，ψ

定子匝间短路故障后，定子A相回路的电压方程为：

u

其中，u

三相静止坐标系中双馈风力发电机发生定子绕组匝间短路故障后的数学模型如下：

电压方程：

U

磁链方程：

ψ

电磁转矩方程：

转子运动方程：

与正常情况的双馈风力数学模型相比，电压矩阵、电流矩阵和磁链矩阵均多了故障元素，即U

双馈风力发电机发生定子绕组匝间故障后，数学模型中回路方程阶数增加，匝间短路部分的有关参数也随着转子位置的改变而改变，进而给求解数学模型带来了复杂性，借鉴正常状态分析时采用同步坐标变换对模型进行化简，最终得到故障情况下的同步坐标系下的数学模型：

电压方程：

X＝CM

Y＝CR

电磁转矩方程：

运动方程：

其中，C为从ABC三相静止坐标系变换到dq0两相同步旋转坐标系所需要的变换矩阵：

通过上述工作将双馈风力发电机在定子绕组匝间短路故障运行时位于三相静止坐标系和同步旋转坐标系下的数学模型搭建完成。

步骤2：搭建计及定子匝间短路情况下的双馈风力发电机仿真模型；

根据步骤1推导得到的双馈风力发电机正常及定子绕组匝间短路情况下的数学模型，在MATLAB环境下采用S-函数编制、封装得到双馈风力发电机模块。图3为S-函数双馈风力发电机模块示意图，其输入为定子侧母线三相电压信号和转子侧母线三相电压信号，输出为定子三相电流信号、转子三相电流信号、转速信号以及电磁转矩信号等。

除了双馈风力发电机模块，双馈风力发电机组还包括风力机、变流器及相关机械与电气控制环节，但MATLAB自带示例程序无法计及双馈风力发电机定子匝间短路故障情况。因此在MATLAB环境下采用S-函数编制、封装的双馈风力发电机模块替换MATLAB双馈风力发电机组中自身的双馈风力发电机模块，即可获得计及双馈风力发电机定子匝间故障情况下的双馈风力发电机组的仿真模型。通过设定故障发生时间，短路比μ的大小和匝间故障回路过渡电阻R

步骤3：通过仿真模型分析不同故障严重程度下的双馈风力发电机的各个电气量，选取定子平均瞬时功率信号作为诊断的故障特征信号；

定子平均瞬时功率信号故障前后理论分析。

u

p(t)＝u

由式(17)可知，正常运行时双馈风力发电机定子平均瞬时功率主要由一个常量构成。

当双馈风力发电机发生定子绕组匝间短路故障时，定子三相电流不再平衡。电流中频率为3ω的奇次谐波将会增大，随着频率增加，谐波的幅值大小逐渐降低。

因此，当计及双馈风力发电机定子绕组匝间短路故障下定子电流中3次谐波时，故障后定子各相的瞬时功率表示为:

其中p

故障后的双馈风力发电机定子平均瞬时功率p

p

由上式可知，当双馈风力发电机发生定子绕组发生匝间短路故障时，各相瞬时功率中除了常量以外，还出现了2倍频和4倍频分量。

通过基于定子绕组匝间短路故障下的双馈风力发电机仿真模型，对双馈风力发电机定子绕组匝间短路故障进行仿真。图4为定子平均瞬时功率的频谱分析结果，120HZ即2倍基频处从下往上分别为正常、短路故障匝数比为0.02、短路故障匝数比为0.05、短路故障匝数比为0.1情况下双馈风力发电机定子平均瞬时功率的频谱分析结果，可见随着故障严重程度的增加，定子平均瞬时功率频谱中的2倍基频分量幅值显著增大。

由不同故障严重程度下的双馈风力发电机定子平均瞬时功率频谱仿真结果和理论推导可知，双馈风力发电机定子平均瞬时功率信号频谱图中出现的2倍基频分量对故障反应非常灵敏，可以作为双馈风力发电机定子绕组匝间短路故障检测诊断的有效判据。

步骤4：采用Geortzel算法提取定子平均瞬时功率信号的特征频率，实现双馈风力发电机定子绕组匝间短路的在线检测；

Goertzel算法是一种用于计算特定频率分量的幅值的频谱分析算法，它在实时性和计算效率方面具有优势，特别适用于实时应用和有限资源的嵌入式系统。

对于双馈风力发电机定子绕组匝间短路故障的定子瞬时平均功率信号2倍基频故障特征分量这种固定频点的特征信号检测而言，Goertzel算法能够以非常少量的计算得到与DFT算法相同的结果，从而满足实时在线监测的需求。

选定要计算的2倍基频特征分量，计算出相应的旋转因子；F

上述分量之间的关系为：

由此计算出旋转因子ω，即每个采样在一个目标频率一个周期中所占的弧度：

定义Q

Q

Q

Q

目标频率幅值为：

将目标频率经过Goertzel算法分析得到的幅值与设定的故障阈值相比，即可判断双馈风力发电机是否发生了定子绕组匝间短路故障。正常及短路故障匝数比为0.02、0.05、0.1情况下双馈风力发电机定子平均瞬时功率的2倍基频分量幅值经MATLAB编程的Goertzel算法分析后的结果分别为1.459、3.8111、25.9097、102.393，与连续细化傅里叶分析的结果一致，但分析所需的时间更少，结果更为直观。

定子平均瞬时功率由双馈风力发电机定子三相电压和电流信号合成，在实际风电机组中，上述信号可以轻松获取，不会影响风电机组运行且不需要额外增加新的设备，Goertzel算法的实现也不需要很高的硬件能力，可以将本申请提出的方法集成到信号采集系统中，易于工程实际应用。

综上所述，本申请提出了一种基于定子平均瞬时功率的双馈风力发电机定子绕组匝间短路的在线检测方法涉及双馈风力发电机故障检测的技术领域。该诊断方法在依据多回路理论建立了双馈风力发电机发生定子绕组匝间短路故障前后的数学模型的基础上，搭建了计及双馈风力发电机定子绕组匝间短路故障的MATLAB/SIMULINK仿真模型。通过仿真结果分析和理论推导，发现选取了对定子匝间短路故障反应灵敏的定子平均瞬时功率信号频谱的2倍基频分量作为故障特征，并采用实时性好、计算效率高的Goertzel算法进行故障特征提取，有效实现了双馈风力发电机定子绕组匝间短路故障的在线检测，推进了双馈风力发电机定子绕组匝间短路故障检测技术的实际应用。