基于气隙特征值的计算模型在某巨型水轮发电机定子低频振动处理中的应用

来源 :大电机技术 | 被引量 : 0次 | 上传用户:vvchan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文介绍了基于气隙特征值的计算模型在某巨型水轮发电机定子低频振动处理中的应用情况.模型成立需要两个假设条件:①气隙分布不均是造成定子低频振动的主要原因;②气隙长度与磁拉力呈线性关系.经验证,模型成立的两个假设条件是符合实际情况的,模型用于指导由气隙分布不均产生的定子低频振动处理是适用的.
其他文献
本文介绍了PCC控制器在某巨型水电站调速系统中的应用,主要介绍了PCC应用于水轮机调速器控制过程中出现的步进电机失步问题及改进措施.通过增加DM455发频模块监视程序、触摸屏故障录波功能、步进电机驱动器反馈监视等措施,最终查明步进电机失步产生的原因,并优化步进电机失步检测及失步后重启程序.控制程序改进后步进电机失步现象大幅减少,为水电站调速系统稳定运行提供了技术保证,同时也为其他同类电站在处理类似问题提供参考依据.
大型发电机定子线棒端部防晕层温度和电场分布是表征防晕结构性能的重要参数,关系着发电机的长期安全稳定运行.工频电气试验过程中,防晕材料的电导损耗是线棒端部绝缘温度梯度分布的主要原因,电场分布取决于防晕层电导和主绝缘电容,而电导率又是电场强度的函数,因此发电机定子线棒端部防晕结构温度场和电场的计算是一个相互耦合的过程.本文借助COMSOL Multiphysics有限元分析软件多物理场仿真功能,以某大型水氢冷发电机定子线棒端部防晕结构作为研究对象,仿真分析了其工频状况下的电场分布情况和时域条件下的温度场分布情
三板溪水电站大坝监测系统已经正常运行13年,主要采用人工几何水准测量了解大坝变形量和运行状况,对大坝进行沉降变形监测是为了及时掌握大坝的运行状态,如有发现异常情况,及时做出有效措施,确保大坝安全运行.利用沉降观测资料,分析三板溪水库大坝多年的沉降数据,绘制沉降过程线,沉降分布图及测点沉降回归拟合曲线.通过沉降资料分析,找到了年沉降量与库水位的变化的对应关系,而且其监测数据表明,主坝各坝段间存在不均匀沉降现象,年沉降量与库水位变幅,呈正相关性;特别是库水位达到460m以上后,月沉降量明显增大一点.
双馈感应发电机(doubly fed induction generator,DFIG)可通过虚拟同步控制方法为电网提供电压及频率支撑,优化机组并网特性.传统的虚拟同步控制技术以模拟同步发电机机电动态特性为主要目标,未对电磁暂态的DFIG控制进行深入分析.当电网发生不对称故障时,分析虚拟同步控制DFIG的故障特性,发现传统控制方法无法抑制电磁转矩振荡与DFIG故障电流.因此,基于电网不对称故障,本文提出DFIG电压补偿虚拟同步控制方法,通过对转子电压故障分量进行补偿,提高DFIG转子电压响应速度,减少其反
近年来,重复脉冲法(RSO法)以其方便快捷的诊断形式以及较高的诊断灵敏度在汽轮发电机转子匝间短路的诊断上获得了大范围的应用,但由于转子结构和参数的差异,该方法在抽水蓄能发电电动机转子上的应用甚少,其诊断效果未知,导致诊断只能依赖于对试验条件要求较高且灵敏度不足的交流阻抗方法来进行,无法实现缺陷的早期识别.本文首先通过建模仿真和实际测试,得到了发电电动机转子绕组在传统形式的重复脉冲激励下不同位置发生故障时的响应,验证了仿真模型的有效性,同时发现采用传统形式的激励脉冲存在远端故障诊断灵敏度不足的问题;然后,结
梨园水电站在500kV GIS断路器导电回路电阻测试中,由于带入两侧接地开关,测试结果存在三相差别大、不满足制造厂和规程要求的情况.为解决此问题,寻求测试结果的准确性与可靠性,通过测试中不断探索,在常规测试方法的基础上探寻到了两种新的测试方法,并通过理论分析以及现场实践证实了测试结果的有效性和合理性.本文对测试方法做出详细介绍和应用分析,为同行测试GIS断路器导电回路电阻提供参考.
河北丰宁抽水蓄能电站下水库进/出水口边坡首先通过理论计算,在开挖前初步确定了边坡的锚喷支护参数,在施工过程中,根据揭露的实际地质条件、监测资料、施工状态及开挖跟踪反分析和围岩稳定分析结果,采取了针对性的边坡加强支护措施,并利用Geostudio和理正岩土软件对加强支护后的高边坡进行稳定性复核计算,优化和完善了合理的边坡支护参数,在确保施工安全的前提下有效降低了建设成本,使工程安全经济,其成果对工程应用及类似边坡的防护措施有指导和借鉴意义.
本文分析了某巨型水电站在用流量计的运行现状,总结了各类流量计的原理功能,结合管道测流技术的发展,针对流量计的功能选用、安装要求等,打造满足标准要求的水电站流量应用方案,具有行业推广价值.
水电站的安全监测涉及电力供应的基本保障,本文通过对北京十三陵蓄能电厂引水系统压力钢管1、2号支管的健康监测数据进行无监督学习,将机器学习算法应用在工程数据处理实际中,为工程提供有效技术手段的可行性.本文从工程中设备运行的实时健康监测数据出发,提出了一种单类支持向量机(one class SVM,OCSVM)无监督学习算法,通过设备正常运行数据特征训练OCSVM模型,利用现有设备运行数据检测运行异常状态,现场数据实验结果验证了所提出的OCSVM算法的有效性.
随着人工智能技术的不断发展,传统的电力装备制造业迎来了巨大的再升级空间.电力装备的智能制造、智能检测及智能控制等方面已经成为我国工业革新向多维度拓展的关键环节.同时智能电网的快速发展也为电力设备智能化提供了新的机遇.本文介绍了神经网络作为人工智能技术的核心算法在电力装备领域的应用及其在国内外现状和前景,并给出了神经网络的基本学习算法和拓扑结构,着重分析了不同类型神经网络的数学模型和特点.最后通过介绍径向基神经网络,给出了该算法在发电机主绝缘检测、诊断及大时间尺度下在神经网络寿命评估中的应用.