CN109297716A - 一种双馈型风力发电机振动故障诊断方法 - Google Patents
一种双馈型风力发电机振动故障诊断方法 Download PDFInfo
- Publication number
- CN109297716A CN109297716A CN201811233747.6A CN201811233747A CN109297716A CN 109297716 A CN109297716 A CN 109297716A CN 201811233747 A CN201811233747 A CN 201811233747A CN 109297716 A CN109297716 A CN 109297716A
- Authority
- CN
- China
- Prior art keywords
- fault
- wind power
- double feed
- power generator
- voltage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000004804 winding Methods 0.000 claims abstract description 44
- 238000009413 insulation Methods 0.000 claims abstract description 33
- 230000015556 catabolic process Effects 0.000 claims abstract description 19
- 238000006731 degradation reaction Methods 0.000 claims abstract description 19
- 238000012360 testing method Methods 0.000 claims abstract description 11
- 230000010355 oscillation Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000005611 electricity Effects 0.000 claims description 10
- 238000010338 mechanical breakdown Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 6
- 230000035939 shock Effects 0.000 claims description 6
- 238000010183 spectrum analysis Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 4
- 230000007935 neutral effect Effects 0.000 claims description 4
- 230000004888 barrier function Effects 0.000 claims description 3
- 230000033228 biological regulation Effects 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 239000003990 capacitor Substances 0.000 claims 1
- 238000002405 diagnostic procedure Methods 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 abstract description 6
- 238000012423 maintenance Methods 0.000 abstract description 5
- 230000007547 defect Effects 0.000 abstract 2
- 238000001228 spectrum Methods 0.000 abstract 2
- 238000001914 filtration Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000004080 punching Methods 0.000 description 2
- 230000005526 G1 to G0 transition Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/04—Bearings
- G01M13/045—Acoustic or vibration analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种双馈型风力发电机振动故障诊断方法,若被试双馈型风力发电机发生振动故障,通过对振动数据进行频谱和包络谱分析,提取轴承故障特征,判断振动故障是否由机械故障导致;通过提取发电机定子运行中的电压电流信号,判断是否发生三相不平衡,判断振动故障是否由电气故障导致;若发生了电气故障,则对定子绕组进行介质损耗因数和电容量测量,判断是否由绝缘劣化导致三相不平衡;若发生绝缘劣化,则对发电机停机并进行冲击波形试验,确定被试发电机定子发生绝缘劣化的故障相;本发明将振动信号与电信号相结合综合诊断振动故障,克服了单一监测信号的缺陷与不足,提高了诊断结果的准确性,并可实现对定子绝缘故障发生相的诊断,可降低风力发电机检修、维护难度。
Description
技术领域
本发明属于风电故障诊断领域,尤其涉及一种双馈型风力发电机振动故障诊断方法。
背景技术
风力发电的发展异常迅速,使得风电场的运行安全问题也越来越受到关注,风力发电机作为风电机组中直接进行能量转换的关键部件,其运行可靠性、稳定性及运行寿命直接影响着机组的整体性能。欧洲最新数据显示,目前运行中的风力发电机组每年至少发生1次故障,海上风力发电机的年故障率达到了0.5,特别是2MW以上的风力发电机故障率更高。而在中国,风力发电机的故障率更远远高于世界平均水平。
据运行数据显示,风力发电机振动故障是造成发电机的损坏和停运的主要原因之一。当发电机振动过大时,轻则会出现运行稳定性下降、电机磨损加重寿命缩短等不良运行状态,重则会发生电机飞车、主轴断裂等恶性事故。因此,在风力发电机运行过程中,尽早发现其振动故障,判断振动故障发生原因,及时进行更换和维修是保证风力发电机运行安全和可靠的最有效手段。因此,对风力发电机及时进行振动故障诊断是十分有必要的。
现如今,对运行中的风力发电机进行振动故障诊断,多为对轴承振动信号进行时域分析、频域分析或者包络解调等方法,只从机械故障对振动故障进行分析诊断。而据风电场实际检修情况,当风力发电机发生电气故障如三相不平衡时,也会导致发电机出现振动故障。基于此,本发明提出可以将振动信号和电信号结合在一起通过机械故障和电气故障诊断发电机振动故障的方法,可使诊断结果更加全面和准确。
发明内容
基于上述现有技术存在的问题,本发明的目的在于提供一种双馈型风力发电机振动故障诊断方法,将振动信号与电信号相结合,克服了单一监测信号的缺陷与不足,提高了诊断结果的准确性,并可实现对定子绝缘故障发生相的诊断,可降低风力发电机检修、维护难度。
为了达到上述目的,本发明采用如下技术方案:
一种双馈型风力发电机振动故障诊断方法,包括以下步骤:
步骤一:提取被试双馈型风力发电机实时运行中的轴承振动信号数据,判断发电机是否发生振动故障;
步骤二:对轴承振动信号数据进行频谱分析和包络谱分析,提取轴承故障特征,判断是否存在机械故障,判断振动故障是否由机械故障导致;
步骤三:提取被试双馈型风力发电机定子实时运行中监测的电压、电流数据,判断发电机定子是否发生三相不平衡电气故障,判断振动故障是否由电气故障导致;
步骤四:如果步骤三诊断被试双馈型风力发电机存在电气故障,则对发电机定子绕组进行介质损耗因数和电容量测量,得到被试双馈型风力发电机定子绕组在额定工作电压下的介质损耗因数值和电容量值;
步骤五:通过介质损耗因数值和电容量值判断电机是否发生绝缘劣化;若判断结果为该发电机定子绕组已发生绝缘劣化,步骤三诊断结果为该发电机定子存在三相不平衡,则说明被试双馈型风力发电机定子发生三相不平衡是由定子绕组发生绝缘劣化所致;
步骤六:对被试双馈型风力发电机进行停机处理,进行正反向6次冲击波形试验,判断被试双馈型风力发电机定子发生绝缘劣化的故障相。
所述步骤四包括以下五个步骤:
步骤1:预先在被试双馈型风力发电机定子绕组中性点引线上放置工频电流传感器,采集定子绕组绝缘***在额定工作电压下的电流信号,同步采集被试双馈型风力发电机定子绕组的电压信号;
步骤2:对采集的电压、电流信号进行滤波处理,滤除工频信号之外的干扰信号;
步骤3:对经滤波处理之后的电压、电流信号进行离散傅里叶分析,提取电压、电流基波信号的幅值和相位;
步骤4:通过电压、电流基波信号的相位差计算该发电机定子绕组在额定工作电压下的介质损耗因数值;
步骤5:通过电压、电流基波信号幅值计算该发电机定子绕组在额定工作电压下的电容量值。
所述步骤六包括以下三个步骤:
步骤1:对被试双馈型风力发电机进行停机处理并断开发电机电源,断开对外的连线并充分放电,先测量被测双馈型风力发电机定子绕组的绝缘电阻,绝缘电阻值符合规定方可进行冲击波形试验;
步骤2:任选被试双馈型风力发电机定子的两相绕组,施加符合规定的冲击电压获取衰减振荡波形;依次轮换,分别在定子三相绕组端子间正向和反向上施加符合规定的冲击电压获取衰减振荡波形;
步骤3:比较六次冲击试验的衰减振荡波形的重合度,确定被试风力发电机定子绝缘故障发生相。
本发明专利有益效果有:
将振动信号与电信号相结合,克服了单一监测信号的缺陷与不足,实现对风力发电机振动故障的诊断;
预先在风力发电机定子绕组中性点引线上放置工频电流传感器,采集定子绕组绝缘***在额定工作电压下的泄露电流信号,同时提取实时监测的定子工作电压数据,对所采集电压、电流信号进行谐波分析即可实现对发电机定子绕组介质损耗因数值和电容量值的在线监测,并可根据介质损耗因数值和电容量值判断发电机是否发生绝缘劣化;
同时在实时监测数据的基础上,增加离线检测试验,实现对定子电气故障中的绕组绝缘故障发生相的诊断,提高了故障诊断的准确性,可降低风力发电机检修、维护难度。
附图说明
图1为本发明一种双馈型风力发电机振动故障诊断方法流程示意图。
具体实施方式
下面结合附图对本发明的技术方案作更进一步的说明。
参见图1,本发明一种双馈型风力发电机振动故障诊断方法,包括以下步骤:
步骤一:提取被试双馈型风力发电机实时运行中的轴承振动信号数据,判断发电机是否发生振动故障;
如果轴承振动信号数据增大,则说明被试风力发电机振动过大,发电机已出现振动故障,必须进行下一步具体的故障诊断;
步骤二:对轴承振动信号数据进行频谱分析和包络谱分析,提取轴承故障特征,判断是否存在机械故障,判断振动故障是否由机械故障导致;
步骤三:提取被试双馈型风力发电机定子实时运行中监测的电压、电流数据,判断发电机定子是否发生三相不平衡电气故障,判断振动故障是否由电气故障导致;
分别比较发电机定子运行中的三相电压值和三相电流值,若定子存在某相对应的电压有效值或电流有效值相比其它两相定子电压或电流有效值相差较大,或者三相定子电压有效值或电流有效值均相差较大,均说明该发电机定子存在三相不平衡。
步骤四:如果步骤三诊断被试双馈型风力发电机存在电气故障,则对发电机定子绕组进行介质损耗因数和电容量测量,得到双馈型风力发电机定子绕组在额定工作电压下的介质损耗因数值和电容量值;
所述步骤四包括以下五个步骤:
步骤1:预先在被试双馈型风力发电机定子绕组中性点引线上放置工频电流传感器,采集定子绕组绝缘***在额定工作电压下的电流信号,同步采集被试双馈型风力发电机定子绕组的电压信号;
步骤2:对采集的电压、电流信号进行滤波处理,滤除工频信号之外的干扰信号;
滤波可以为硬件电路滤波、软件数字滤波或者是硬件滤波与软件滤波相结合。
步骤3:对经滤波处理之后的定子电压、电流信号进行离散傅里叶分析,提取电压、电流基波信号的幅值和相位;
步骤4:通过电压、电流基波信号的相位差计算该发电机定子绕组在额定工作电压下的介质损耗因数值;
介质损耗因数值tanδ为电压、电流相位差余角正切,计算公式可表示如下:
tanδ=tan[90°-(β-a)-Δ];
其中,α为电压信号经离散傅里叶分析后得到的电压基波相位,β为电流信号散傅里叶分析后得到的电流基波相位,△为测量回路导致电压、电流信号出现的固定相位误差。
步骤5:通过电压、电流基波信号幅值计算该发电机定子绕组在额定工作电压下的电容量值,计算公式可表示如下:
其中,U为电压信号经离散傅里叶分析后得到的电压基波幅值,I为电流信号经离散傅里叶分析后得到的电流基波幅值,f为电压、电流基波信号频率50HZ。
步骤五:通过介质损耗因数值和电容量值判断电机是否发生绝缘劣化;若判断结果为该发电机定子绕组发生绝缘劣化,步骤三诊断结果为该发电机定子存在三相不平衡,则说明被试双馈型风力发电机定子发生三相不平衡是由定子绕组发生绝缘劣化所致。
如果测得介质损耗因数值或电容值超过规定阈值或者在相同的试验环境下本次介质损耗因数值或电容值相对于历史数据增大十分明显,则说明被试风力发电机定子绕组已经发生绝缘劣化,被试风力发电机定子存在绝缘故障相。
步骤六:对双馈型风力发电机进行停机处理,进行正反向6次冲击波形试验,判断被试双馈型风力发电机定子发生绝缘劣化的故障相。
所述步骤六包括以下三个步骤:
步骤1:对被试双馈型风力发电机进行停机处理并断开发电机电源,断开对外的连线并充分放电,先测量被测双馈型风力发电机定子绕组的绝缘电阻,绝缘电阻值符合规定方可进行冲击波形试验;
步骤2:任选被试双馈型风力发电机定子的两相绕组,施加符合规定的冲击电压获取衰减振荡波形。依次轮换,分别在定子三相绕组端子间正向和反向上施加符合规定的冲击电压获取衰减振荡波形;
先任选发电机定子的两相绕组,例如U相和V相,施加符合规定的冲击电压获取衰减振荡波形;再依次在定子三相绕组端子间正向(U-V、V-W、W-U)和反向(V-U、W-V、U-W)上施加符合规定的冲击电压获取衰减振荡波形;
步骤3:比较六次冲击试验的衰减振荡波形的重合度,确定被试风力发电机定子绝缘故障发生相。
若被试双馈型风力发电机定子绕组存在绝缘故障相并且其绝缘劣化已十分严重,阻抗特性已发生较大变化,其绝缘故障相在冲击电压下的衰减振荡波形相比其它正常相振荡波形明显不一致,并可根据该故障相的衰减振荡波形判断该定子绝缘故障相绝缘劣化原因。
本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (3)
1.一种双馈型风力发电机振动故障诊断方法,其特征在于:所述诊断方法包括以下步骤:
步骤一:提取被试双馈型风力发电机实时运行中的轴承振动信号数据,判断发电机是否发生振动故障;
步骤二:对轴承振动信号数据进行频谱分析和包络谱分析,提取轴承故障特征,判断是否存在机械故障,判断振动故障是否由机械故障导致;
步骤三:提取被试双馈型风力发电机定子实时运行中监测的电压、电流数据,判断发电机定子是否发生三相不平衡电气故障,判断振动故障是否由电气故障导致;
步骤四:如果步骤三诊断被试双馈型风力发电机存在电气故障,则对发电机定子绕组进行介质损耗因数和电容量测量,得到被试双馈型风力发电机定子绕组在额定工作电压下的介质损耗因数值和电容量值;
步骤五:通过介质损耗因数值和电容量值判断电机是否发生绝缘劣化;若判断结果为该发电机定子绕组已发生绝缘劣化,步骤三诊断结果为该发电机定子存在三相不平衡,则说明被试双馈型风力发电机定子发生三相不平衡是由定子绕组发生绝缘劣化所致;
步骤六:对被试双馈型风力发电机进行停机处理,进行正反向6次冲击波形试验,判断被试双馈型风力发电机定子发生绝缘劣化的故障相。
2.根据权利要求1所述的一种双馈型风力发电机振动故障诊断方法,其特征在于:所述步骤四包括以下五个步骤:
步骤1:预先在被试双馈型风力发电机定子绕组中性点引线上放置工频电流传感器,采集定子绕组绝缘***在额定工作电压下的电流信号,同步采集被试双馈型风力发电机定子绕组的电压信号;
步骤2:对采集的电压、电流信号进行滤波处理,滤除工频信号之外的干扰信号;
步骤3:对经滤波处理之后的电压、电流信号进行离散傅里叶分析,提取电压、电流基波信号的幅值和相位;
步骤4:通过电压、电流基波信号的相位差计算该发电机定子绕组在额定工作电压下的介质损耗因数值;
步骤5:通过电压、电流基波信号幅值计算该发电机定子绕组在额定工作电压下的电容量值。
3.根据权利要求1所述的一种双馈型风力发电机振动故障诊断方法,其特征在于:所述步骤六包括以下三个步骤:
步骤1:对被试双馈型风力发电机进行停机处理并断开发电机电源,断开对外的连线并充分放电,先测量被测双馈型风力发电机定子绕组的绝缘电阻,绝缘电阻值符合规定则进行冲击波形试验;
步骤2:任选被试双馈型风力发电机定子的两相绕组,施加冲击电压获取衰减振荡波形;依次轮换,分别在定子三相绕组端子间正向和反向上施加冲击电压获取衰减振荡波形;
步骤3:比较六次冲击试验的衰减振荡波形的重合度,确定被试风力发电机定子绝缘故障发生相。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811233747.6A CN109297716B (zh) | 2018-10-23 | 2018-10-23 | 一种双馈型风力发电机振动故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811233747.6A CN109297716B (zh) | 2018-10-23 | 2018-10-23 | 一种双馈型风力发电机振动故障诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109297716A true CN109297716A (zh) | 2019-02-01 |
CN109297716B CN109297716B (zh) | 2020-03-31 |
Family
ID=65158388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811233747.6A Active CN109297716B (zh) | 2018-10-23 | 2018-10-23 | 一种双馈型风力发电机振动故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109297716B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110161391A (zh) * | 2019-05-07 | 2019-08-23 | 四川大学 | 通过低频信号逆向注入对电缆绝缘进行在线监测的方法 |
CN110837046A (zh) * | 2019-10-30 | 2020-02-25 | 南京理工大学 | 基于机械振动信号的变流器开关管故障检测与诊断方法 |
CN110907170A (zh) * | 2019-11-30 | 2020-03-24 | 华能如东八仙角海上风力发电有限责任公司 | 一种风电机组齿轮箱轴承温度状态监测与故障诊断方法 |
CN112782576A (zh) * | 2019-11-11 | 2021-05-11 | 株洲中车时代电气股份有限公司 | 一种变流器的风机故障监测方法及装置 |
CN113189483A (zh) * | 2021-04-25 | 2021-07-30 | 西安交通大学 | 一种转频谱峰与电流极差联合推断轴流风机故障诊断方法 |
CN113433456A (zh) * | 2021-06-25 | 2021-09-24 | 西安热工研究院有限公司 | 一种基于电流波形相似度的发电机故障诊断***及方法 |
CN115598456A (zh) * | 2022-11-29 | 2023-01-13 | 科瑞工业自动化***(苏州)有限公司(Cn) | 一种列车故障在线监测方法及*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080102880A (ko) * | 2007-05-22 | 2008-11-26 | 고려대학교 산학협력단 | 삼상 교류 회전 기기 절연 상태 진단 장치, 방법, 및 상기방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을기록한 매체 |
CN102954857A (zh) * | 2012-10-17 | 2013-03-06 | 东南大学 | 基于电流信号的风电机组的叶片不平衡故障诊断方法 |
CN103176128A (zh) * | 2013-03-28 | 2013-06-26 | 华南理工大学 | 一种风力发电机组状态预报及智能故障诊断方法及*** |
CN103869248A (zh) * | 2014-03-28 | 2014-06-18 | 西安热工研究院有限公司 | 确定引起双馈风力发电机三相电压不平衡定子相的方法 |
CN103884502A (zh) * | 2014-04-02 | 2014-06-25 | 清华大学 | 一种变转速下风力发电机行星齿轮***故障诊断方法 |
CN104569724A (zh) * | 2015-01-06 | 2015-04-29 | 国家电网公司 | 一种变压器短路故障综合诊断方法 |
CN205426515U (zh) * | 2015-11-26 | 2016-08-03 | 哈尔滨理工大学 | 基于dsp芯片的风力发电机组主传动链故障在线诊断*** |
CN108132422A (zh) * | 2017-12-13 | 2018-06-08 | 哈尔滨理工大学 | 一种用于容性无功补偿装置故障的监测***及方法 |
-
2018
- 2018-10-23 CN CN201811233747.6A patent/CN109297716B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080102880A (ko) * | 2007-05-22 | 2008-11-26 | 고려대학교 산학협력단 | 삼상 교류 회전 기기 절연 상태 진단 장치, 방법, 및 상기방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을기록한 매체 |
CN102954857A (zh) * | 2012-10-17 | 2013-03-06 | 东南大学 | 基于电流信号的风电机组的叶片不平衡故障诊断方法 |
CN103176128A (zh) * | 2013-03-28 | 2013-06-26 | 华南理工大学 | 一种风力发电机组状态预报及智能故障诊断方法及*** |
CN103869248A (zh) * | 2014-03-28 | 2014-06-18 | 西安热工研究院有限公司 | 确定引起双馈风力发电机三相电压不平衡定子相的方法 |
CN103884502A (zh) * | 2014-04-02 | 2014-06-25 | 清华大学 | 一种变转速下风力发电机行星齿轮***故障诊断方法 |
CN104569724A (zh) * | 2015-01-06 | 2015-04-29 | 国家电网公司 | 一种变压器短路故障综合诊断方法 |
CN205426515U (zh) * | 2015-11-26 | 2016-08-03 | 哈尔滨理工大学 | 基于dsp芯片的风力发电机组主传动链故障在线诊断*** |
CN108132422A (zh) * | 2017-12-13 | 2018-06-08 | 哈尔滨理工大学 | 一种用于容性无功补偿装置故障的监测***及方法 |
Non-Patent Citations (1)
Title |
---|
余熳烨等: "双馈型风力发电机组振动问题分析与处理", 《机床与液压》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110161391A (zh) * | 2019-05-07 | 2019-08-23 | 四川大学 | 通过低频信号逆向注入对电缆绝缘进行在线监测的方法 |
CN110837046A (zh) * | 2019-10-30 | 2020-02-25 | 南京理工大学 | 基于机械振动信号的变流器开关管故障检测与诊断方法 |
CN112782576A (zh) * | 2019-11-11 | 2021-05-11 | 株洲中车时代电气股份有限公司 | 一种变流器的风机故障监测方法及装置 |
CN110907170A (zh) * | 2019-11-30 | 2020-03-24 | 华能如东八仙角海上风力发电有限责任公司 | 一种风电机组齿轮箱轴承温度状态监测与故障诊断方法 |
CN110907170B (zh) * | 2019-11-30 | 2021-03-16 | 华能如东八仙角海上风力发电有限责任公司 | 一种风电机组齿轮箱轴承温度状态监测与故障诊断方法 |
CN113189483A (zh) * | 2021-04-25 | 2021-07-30 | 西安交通大学 | 一种转频谱峰与电流极差联合推断轴流风机故障诊断方法 |
CN113189483B (zh) * | 2021-04-25 | 2022-10-28 | 西安交通大学 | 一种转频谱峰与电流极差联合推断轴流风机故障诊断方法 |
CN113433456A (zh) * | 2021-06-25 | 2021-09-24 | 西安热工研究院有限公司 | 一种基于电流波形相似度的发电机故障诊断***及方法 |
CN113433456B (zh) * | 2021-06-25 | 2022-11-01 | 西安热工研究院有限公司 | 一种基于电流波形相似度的发电机故障诊断***及方法 |
CN115598456A (zh) * | 2022-11-29 | 2023-01-13 | 科瑞工业自动化***(苏州)有限公司(Cn) | 一种列车故障在线监测方法及*** |
CN115598456B (zh) * | 2022-11-29 | 2023-07-04 | 科瑞工业自动化***(苏州)有限公司 | 一种列车故障在线监测方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN109297716B (zh) | 2020-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109297716A (zh) | 一种双馈型风力发电机振动故障诊断方法 | |
Watson et al. | Condition monitoring of the power output of wind turbine generators using wavelets | |
CN106249144B (zh) | 双馈风力发电机匝间短路故障诊断方法及故障监测方法 | |
CN102707232B (zh) | 电动机设备状态在线监测装置及其监测方法 | |
Chen et al. | Bearing corrosion failure diagnosis of doubly fed induction generator in wind turbines based on stator current analysis | |
CA2833953C (en) | System and method for detecting a grid event | |
US10473708B2 (en) | Methods and systems for real-time monitoring of the insulation state of wind-powered generator windings | |
CN105569932A (zh) | 风电机组动态不平衡在线检测和故障辨识方法及*** | |
CN106054078A (zh) | 一种海上双馈电机定子绕组匝间短路故障辨识方法 | |
US10138872B2 (en) | System and method for detecting ground brush lifting | |
CN103744023B (zh) | 一种双馈风力发电机定子绕组不对称故障检测方法 | |
CN102820665B (zh) | 一种快速识别风电并网***发生次同步震荡的方法 | |
Abadi et al. | Inter-turn fault detection in doubly-fed induction generators for wind turbine applications using the stator reactive power analysis | |
Yang et al. | Condition monitoring and fault diagnosis of a wind turbine with a synchronous generator using wavelet transforms | |
Iorgulescu et al. | Vibration monitoring for diagnosis of electrical equipment's faults | |
Zhao et al. | The inter-turns short circuit fault detection based on external leakage flux sensing and VMD-HHT analytical method for DFIG | |
CN108169559B (zh) | 一种电机定子电流谱分析设备异常的判断方法 | |
Hamatwi et al. | Condition monitoring and fault diagnosis of stator and rotor interturn winding faults in a DFIG-based wind turbine system: A Review | |
Climente-Alarcon et al. | Diagnosis of rotor asymmetries in wound rotor induction generators operating under varying load conditions via the Wigner-Ville Distribution | |
Bhattacharyya et al. | Induction motor fault diagnosis by motor current signature analysis and neural network techniques | |
Vedreño-Santos et al. | Diagnosis of faults in induction generators under fluctuating load conditions through the instantaneous frequency of the fault components | |
CN114062910A (zh) | 一种电机在线诊断***和方法 | |
Sabir et al. | Rotor winding failure diagnosis in wind turbine based on DFIG using the PSD-TSA method | |
Beainy et al. | Decision on failure diagnosis and condition monitoring technique for wind conversion system | |
Penrose | Evaluation of Stator and Rotor Interturn Stress with Electrical Signature Analysis in Variable Frequency Drive and Wind Generator Applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |