基于EMD分解的感应电机转子断条故障诊断

为提高感应电机转子断条诊断的准确性,提出了一种基于EMD分解的诊断方法.选取单相功率频谱作为分析对象,通过对单相功率频谱进行EMD分解,准确地提取了2sf故障特征量.仿真结果表明,该方法诊断灵敏度高、直观清晰,有效地解决了定子电流中故障分量频率与基波频率相近而不易被EMD分解的难题,是一种有效的可行方法.     

采用Park变换感应电机转子复合故障检测

针对感应电机转子断条与偏心故障特征受定子电流基波信号的影响而难以提取的难点,提出了一种基于旋转Park变换滤波的感应电机转子复合故障检测方法.该方法利用电压与电流基波频率相等,通过旋转Park变换,将电流Park矢量的基波正序分量完全滤除而不影响其它的谐波分量,从而使转子断条和偏心故障特征更清晰地显示出来,然后对旋转Park变换滤波后的电流Park矢量的频谱进行分析,可以准确检测到电机转子复合故障时的故障特征.解决了电流频谱分析方法转子故障特征频率分量容易被基波湮没而难以突出故障特征的问题.实验结果表明,应用该方法可有效的对电机转子复合故障进行实时检测.     

基于经验模式分解的异步电机转子断条故障诊断

为提高异步电机转子断条诊断的准确性,提出了一种基于经验模式分解(EMD)的诊断方法.选取单相功率频谱作为分析对象,通过对单相功率频谱进行EMD,准确地提取了 2sf故障特征量.仿真结果表明,该方法诊断灵敏度高、直观清晰,有效解决了定子电流中故障分量频率与基波频率相近而不易被EMD的难题,是一种有效的方法.     

双馈风力发电机定子绕组匝间短路故障特征提取

分析了双馈风力发电机定子绕组匝间短路的故障机理,建立了定子绕组匝间短路数学模型,利用MATLAB/Simulink仿真得到了发电机定子绕组匝间短路故障发生时的定子三相电流和匝间环流。研究结果表明:从定子三相电流波形中难以分辨轻微匝间短路;而通过分析不同故障情况下定子电流Park矢量椭圆长半轴和短半轴的长度发现,Park矢量椭圆离心率能够灵敏反映故障并预估故障程度,因此,认为Park矢量椭圆离心率可以作为定子绕组匝间短路故障诊断的特征参量。     

感应电动机轴承故障检测的相关分析方法

根据感应电机轴承发生故障时的振动信号特性以及定子电流特性,提出了一种基于相关分析的感应电动机轴承故障检测方法.该方法先求三相电流的Park矢量模信号,然后将其与电机滚动轴承振动信号进行相关分析,从振动信号与电流信号的相关谱图中有效地提取轴承故障特征信息,并将其作为轴承故障识别的依据.实验结果表明,该检测方法具有较高的信噪比,可提高故障识别的精度,实际应用也是可行的.     

基于随机森林的异步电动机转子断条故障诊断

为了快速准确识别异步电动机转子断条故障,提出一种随机森林算法(Random Forests,RF)的异步电动机转子断条故障诊断方法。该方法以Park矢量模平方函数为故障特征提取手段,然后采用随机森林进行故障模式自动识别。Park矢量模平方函数方法可以较好地削弱定子电流中基频信号的影响,便于故障特征量的准确提取。而随机森林泛化能力好、训练时间短,提高了故障识别的成功率。实例验证表明,基于随机森林的异步电动机转子断条故障诊断方法性能良好。     

基于Park矢量模频率特征的变压器励磁涌流识别方法

提出一种基于Park矢量模频率特征的新型变压器励磁涌流识别方法。首先分析了变压器内部故障和励磁涌流状态下三相差电流的相对相位关系特征,并讨论了对应的Park矢量模中不同频率分量的特点。在此基础上分别定义Park矢量模中二次谐波相对基波和直流的含量系数,并根据这两个系数大小来识别励磁涌流状态。利用动模实验和数字仿真结果对该方法进行验证分析,并与常规二次谐波闭锁方法进行比较。比较分析结果表明所提方法能有效区分励磁涌流和故障电流,在可靠性上优于常规二次谐波闭锁方法,同时空载合闸于轻微故障变压器时受非故障相涌流的影响小,能够更快地开放保护。     

基于Park矢量模信号小波分解的感应电机轴承故障诊断方法

在分析小波包分频特性的基础上，总结出小波包分解子频带按频率高低排列的通式；对三相定子电流的Park矢量模信号进行小波包分解，求相应子频带的小波包分解系数的均方根值（RMS），并用其表征轴承的故障特征，以此作为轴承故障诊断的依据。研究表明，该方法降低了基频电流及电流中噪声的影响，克服了由于受负载变化引起故障特征频率波动使得难以准确提取故障特征频率的缺陷；实验结果证明了该方法应用于电机轴承故障诊断的可行性。     

一种新型的笼型异步电动机转子故障在线监测和诊断方法

本文在分析了扩展的Park’s矢量方法的原理和不足的基础上 ,提出了一种通过将异步电动机定子三相电流从静止的 (a、b、c)坐标系转换至同步旋转的 (dc、qc)坐标系后 ,在新坐标系中对电流分量进行频谱分析以提取故障特征和进行诊断的有效方法。文章叙述了这种方法的原理 ,并与扩展的Park’s矢量方法进行了比较。该方法物理意义明确 ,对于复合型故障 ,更加有效可靠。理论分析和试验均证明了该方法的有效性。     

基于Park矢量模平方函数的异步电动机转子故障检测方法研究

提出了一种基于Park矢量模平方函数的高分辨率谱分析的异步电动机转子导条断裂故障检测方法，仿真研究结果表明，在短数据情况下，相对FFT分析技术而言，该方法频率分辨率更高，故障检测更为准确，且计算量小，有利于电机故障实时状态监测。实验证明，将该方法应用于异步电机转子故障检测，可准确检测出异步电动机在转子导条断裂时在定子电流中的故障特征成分，方法切实可行。     

双馈风力发电机定子绕组匝间短路诊断与实验研究

当双馈风力发电机定子绕组发生轻微匝间短路时,三相定子电流的时域波形变化比较微小,而三相电流Park’矢量轨迹随着故障变化明显。对双馈电机采用多回路理论进行仿真,并进行动模实验测试,得出了正常及匝间故障情况下的Park’矢量轨迹,通过对Park’矢量轨迹的形状和椭圆环的宽度比较来确定是否短路并估计匝间短路的严重程度。     

基于参数优化变分模态分解的交流变频电机转子断条故障识别方法

该文提出一种基于变分模态分解(VMD)和Park变换的交流变频电机早期转子断条故障识别方法.重点对低速状态下电机早期断条故障特征频率识别展开研究,基于电流信号特点结合萤火虫优化算法(FA)设定变分模态分解参数,进一步强化其自适应分解能力,并在此基础上获取三相电流的基频分量信息,通过Park变换检测早期故障特征.仿真与实验结果表明,该方法检测电机早期转子断条故障特征优于经验模态分解(EMD)方法,并可实现故障特征频率的早期定位,这对电机的故障辨识和预警具有重要支撑意义.     

采用EMD谱带通滤波和近似熵识别的配电网单相接地故障区段定位新方法

配电网单相接地故障定位技术,是提高配电网供电可靠性的关键。在研究接地故障暂态特征的基础上,结合经验模态分解(EMD)和近似熵方法,提出了一种基于暂态零模电流的定位新方法。该方法利用故障点上下游暂态电流差异大、故障点同侧暂态电流基本相同的特征,首先用EMD方法把电流信号分解为多个内在的频带分量,然后求取其近似熵值并利用K均值聚类综合判断故障区段。该方法通信传输量小,能够克服幅值小、噪声大等不利因素,很好地实现故障信号特征的定量提取,比传统近似熵算法的定位准确度更高。最后通过仿真和现场录波验证了该方法的有效性。     

基于Clarke变换的鼠笼异步电动机故障诊断方法

在交流电机坐标变换分析的基础上,指出了国际上通用的Park矢量方法及其扩展方法的不足之处。提出利用Clarke矢量轨迹识别方法判断电机的常见电气故障;基于负序电流的思想,进行定子绕组匝间短路判别,经仿真和实验验证表明方法有效可行。     

基于IMF能量矩和SVM的电力线路故障定位

针对配电网拓扑结构日益复杂化以及线路单相接地时故障信息难以提取等问题,提出了一种基于本征模函数IMF(Intrinsic Mode Function)特征能量矩的故障信息提取方法,并利用SVM进行故障定位。该方法首先利用经验模式分解(EMD)良好的局域化特征来量化故障信息,将故障电流信号分解得到多类IMF并在时域轴上对该IMF进行积分,从而得到能量矩特征故障向量,从能量矩中选取相关系数大的作为学习样本输入SVM分类器,得到故障线路分类模型,进而完成配电网的故障定位。基于66k V线路模型的仿真实验表明,该方法仅需测量故障电流,可以准确、有效地识别故障区段,可靠性高。     

基于Clarke变换的鼠笼异步电机故障诊断方法研究

在交流电机坐标变换分析的基础上,指出了国际上通用的Park矢量方法及其扩展方法的不足之处,提出了Clarke矢量轨迹识别方法和扩展Clarke方法,利用矢量轨迹识别的方法判断电机的常见电气故障;基于负序电流的思想,进行定子绕组匝间短路判别,经仿真和实验验证,表明方法有效可行。     

水轮发电机定子接地的行波电流差动保护与故障选相

针对行波在水轮发电机定子绕组槽部和端部的传播特征,建立其分布参数的波动电路模型,提出将定子故障接地初瞬行波电流零模部分的高频分量作为故障判据进行行波差动保护,并通过接地时的电流模量特征实现故障选相。应用凯伦贝尔(Karebauer)变换对定子接地的行波信息进行模量分析,应用小波理论对零模高频部分进行提取。在Matlab 6.5中针对大型水轮发电机的参数建立定子绕组波动模型,叠加等效直流电源对其接地进行仿真,小波分解提取出的特征信号表明了将零模高频部分作为动作判据的可行性,仿真数据同时验证了故障选相原理的正确性与可行性。     

基于信息融合分析的感应电机故障检测方法

为了提高感应电机故障检测的准确性,在分析了感应电机定子线圈短路故障时的振动特征信息及定子电流的谱信息的基础上,指出了单一的振动分析方法或定子电流频谱分析（MCSA）诊断定子线圈短路故障,不能得到准确可靠诊断结果的原因,提出了一种基于信息融合分析的感应电机定子故障检测方法,能有效提取电机定子故障时的特征信息,提高了故障识别的准确性。实验结果证实,基于融合分析得到故障特征可以作为感应电机定子线圈短路故障诊断的依据。     

基于EMD航空发电机定子绕组故障检测方法

航空发电机工作的可靠性关系到航空运输的安全性,针对航空发电机定子绕组内部故障诊断问题,提出了基于经验模式分解算法的检测方法。在介绍经验模式分解算法基本原理和同步发电机内部回路电路仿真方法的基础上,对航空发电机的定子电流信号进行了分析,提取了瞬时频率、幅值等瞬时故障特征,确定了故障发生时刻,并给出了诊断结果,仿真结果表明本文方法有效。     

基于EMD和改进多重信号分类的感应电机故障检测方法

针对感应电机中多类型故障的检测问题,提出一种基于经验模态分解(EMD)和改进多重信号分类(MUSIC)算法的检测方法。通过采集器采集电机定子的稳态电流信号。利用EMD对稳态电流信号进行时域分解,获得包含丰富故障信息的两个本征模态函数(IMF)。利用MUSIC算法对IMF进行频域分析,获得各类故障的特征频率,同时引入了Prony算法来确定IMF频谱中的幅值。基于故障频域特征,对转子断条、轴承缺陷和转子质量不平衡这3种故障进行检测。实验结果表明,该方法不仅能够应用于单一故障检测,还能够在多故障并发时准确检测出所有故障。