三相异步电机匝间短路健康状况评估

三相异步电机是电力系统的重要组成部分,其在生产生活中起着重要作用。电机故障中发生概率最大的一种故障便是匝间短路故障,若不及时解决,会产生不利影响。但正常方法测量匝间短路故障较为困难。因此,现提出基于扩展Park变换和模糊神经网络的匝间故障诊断方法,进一步简化分析计算,准确检测电机故障问题。同时,分别从模拟仿真与实物样机两方面对故障检测法进行验证。

三相异步电机匝间短路故障的诊断方法

三相异步电机是各类电机中应用量最大的一种,匝间短路故障为三相异步电机发生概率较大的一类故障。如果能实时监测电机运行状况,对运行进行健康安全评估,将能及时止损,减少损失。提出了基于扩展Clarke变换和故障特征因子Q的匝间故障诊断方法,分析了电机匝间故障的Clarke矢量的特点,对电机匝间故障的Clarke矢量取模,得到三相电流中对称分量的直流分量和2倍于基频的交流分量,以该分量的幅值与直流分量的比值作为故障特征因子Q进行匝间故障诊断。通过特征因子Q研究Clarke矢量频谱,从而判断电机故障,并且进行了理论仿真以及样机测试。