[发明专利]一种双馈异步风力发电机定子侧匝间短路故障诊断方法

说明书

本文公开了一种双馈异步风力发电机定子侧匝间短路故障诊断方法，包括以下步骤：利用电流互感器接收双馈异步风力发电机定子侧电流信号，通过希尔伯特黄变换中的经验模式分解模块得到电流信号的一系列固有模式函数分量；将每一个固有模式函数分量通过希尔伯特黄变换模块进行希尔伯特变换，得到原始信号的希尔伯特谱；根据第4层或者第5层固有模式函数分量的瞬时幅值或瞬时频率可以确定出匝间短路故障及其出现和结束的时间，实现发电机定子匝间短路故障的实时监测。本文方法可以和传统的FFT、小波分析进行对比，无论是空载、半载还是额定负载，采用希尔伯特黄变换在第4或者第5层信号的IMF幅值均发生突变，为匝间短路的及时发现与维护提供有效保障。

技术领域

本发明涉及风力发电机故障诊断领域，更具体的说涉及一种双馈异步风力发电机定子侧匝间短路故障诊断方法。

背景技术

风能作为一种可再生能源，正在受到越来越多的关注。风力发电机中双馈异步风力发电机占有很大的市场份额，为了确保电机的安全运行，进行及时的维护和提高运行的可靠性，以及最大化利用风能，电机的在线监测和早期故障诊断具有重要的意义。双馈异步风力发电机定子绕组绝缘劣化是引起电机失效的主要原因。定子故障起始于匝间绝缘的劣化，进而发生匝间短路。因此，需要在匝间短路初期及时的检测出来，以免故障扩大造成崩溃或重大损伤。当双馈风机发生定子绕组匝间短路时，如果故障比较轻微，三相定子电流的变化非常微小，此时仅从时域波形无法辨识出是否存在定子匝间短路故障。传统的傅里叶变化是整个时间轴上的积分，因此不能给出时间域的信息，只适用于稳态信号的特征提取，对于变化中或者刚发生故障的信号不能有效的判断。小波变换是20世纪80年代由法国地球物理学家在分析地震波时提出的一种非平稳信号分析理论，近年来在信号分析方法上有重大突破，在分析频率逐渐变化的数据时，小波变化很有效，其结果具有解析形式。但是小波变化主要基于傅里叶变化，不可避免具有傅里叶分析的局限性。对于正常频率与故障频率基本相同或变化微弱的信号，如早起匝间故障造成的信号的微小变化，小波变化无法有效提取其故障特征。而采用希尔伯特黄变换分析获取信号的时频表示，在故障时刻的突变很明显，从而提取故障特征，便于定子匝间短路故障的实时监测、确定和维修。

发明内容

本发明的目的是为了克服已有技术的不足，为了快速、准确的判断出双馈异步风力发电机定子侧匝间短路故障的发生，基于希尔伯特黄变换，提出一种双馈异步风力发电机定子侧匝间短路故障诊断方法。

本发明的目的是通过下述技术方案实现的。

一种双馈异步风力发电机定子侧匝间短路故障诊断方法，所述方法包括希尔伯特黄变换中的经验分解模块、希尔伯特黄变换模块以及后续信号提取处理模块，其特征在于具体步骤如下：

1)电流互感器接收双馈异步风力发电机定子侧电流信号，利用希尔伯特黄变换中的经验模式分解模块得到电流信号的一系列固有模式函数分量；

2)每一个固有模式函数分量通过希尔伯特黄变换模块进行希尔伯特变换，得到原始信号的希尔伯特谱；

3)根据第4层或者第5层固有模式函数分量的瞬时幅值或瞬时频率可以确定出匝间短路故障及其出现和结束的时间，对发电机定子匝间短路故障进行实时监测、确定和维修。

所述的一种双馈异步风力发电机定子侧匝间短路故障诊断方法进一步设计在于，所述的希尔伯特黄变换中的经验模式分解模块的操作步骤包括：

1)用电流互感器接收双馈异步风力发电机定子侧电流原始信号i(t)，将原始信号i(t)上所有的极大值点用三次样条函数拟合成数据的上包络线，所有的极小值点逆合成下包络线，上下包络线的均值，记为m₁(t)；

2)将原始信号i(t)减去该均值即可得到一个去掉低频的新数据序列h₁(t)；