发电机转子绕组匝间短路全工况预警与保护方法及系统与流程

本发明属于电力系统继电保护，具体涉及一种发电机转子绕组匝间短路全工况预警与保护方法及系统，可直接应用于百万千瓦级水轮机组、火电发电机组等多类型同步发电机的转子故障在线监测场景。

背景技术：

1、当前行业内发电机转子匝间短路保护普遍存在一些问题：传统保护多采用固定同步电抗、固定保梯电抗参数计算基准励磁电流，在机组变负荷、变功率因素的动态工况下，基准值偏差可达15%以上，极易出现保护误动、拒动问题；常规rso离线检测法无法实现故障早期的在线预警，必须停机开盖检测，无法适配机组连续运行的运维需求；常规ai模型采用支持向量回归模型（support vector regression，svr），预测时需要计算核函数，且需遍历所有支持向量，计算量大且不稳定，模型大小随训练数据增加而增大（需存储大量支持向量），且需要依赖库。

2、现有技术中公开的匝间短路检测方法仅能通过阻抗曲线识别磁极故障，无法实现实时在线预警。公开号为cn115825733a的专利公开了一种基于智能励磁电流法的同步发电机转子匝间短路诊断方法及系统，以发电机的电压、电流、有功、无功、功率因素等运行参数作为输入，直接预测励磁电流，通过励磁电流的变化反应匝间故障，该方案未将保梯电抗的工况变化特性纳入模型输入，在低负荷、进相运行等特殊工况下预测精度大幅下降，难以满足全工况适配性，很难满足保护逻辑对可靠性、可解释性的要求，边缘工况易失效，鲁棒性不足。

技术实现思路

1、针对上述问题，本发明提出一种发电机转子绕组匝间短路全工况预警与保护方法及系统，无需在发电机内部加装侵入式探测线圈，实现非侵入式发电机转子绕组匝间预警和保护功能。

2、为了实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

3、第一方面，本发明提供了一种发电机转子绕组匝间短路全工况预警与保护方法，应用于发变组保护装置，包括：

4、将实时获取到的机端电压、机端电流和功率因素输入至最优保梯电抗推理模型，得到保梯电抗推理值；

5、基于实时获取到的机端电压、机端电流、功率因素和保梯电抗推理值，以及发电机空载特性曲线和发电机短路特性曲线，采用asa相量法计算出励磁电流；

6、计算实测励磁电流与计算出的励磁电流之间的相对偏差，并根据励磁电流相对偏差执行分级预警和保护动作逻辑；

7、其中，所述最优保梯电抗推理模型由上位机执行以下步骤获得：

8、基于发电机处于不同工况下的原始样本数据，以及发电机空载特性曲线和发电机短路特性曲线，采用反asa相量法计算出各组原始样本数据对应的保梯电抗；所述原始样本数据中包括机端电压、机端电流、功率因素和励磁电流；

9、基于各组原始样本数据中的机端电压、机端电流和功率因素，及其对应的保梯电抗，构建出对应的新样本数据；

10、利用所有的新样本数据训练保梯电抗推理模型，得到最优保梯电抗推理模型。

11、结合第一方面，可选地，所述不同工况包括：启机过程、发电机处于0-120%额定负荷范围、发电机处于0-120%额定电压范围、发电机处于0-120%额定频率范围、发电机强励过程和/或发电机进相过程。

12、结合第一方面，可选地，所述发电机处于不同工况下的原始样本数据的获取方法包括：

13、获取启机过程中的a组样本数据；

14、获取发电机处于0-120%额定负荷范围的b组样本数据；

15、获取发电机0-120%额定电压范围的c组样本数据；

16、获取发电机0-120%额定频率范围的d组样本数据；

17、获取发电机强励过程中的e组样本数据；

18、获取发电机进相过程中的f组样本数据。

19、结合第一方面，可选地，在进行保梯电抗推理模型训练时，针对所有的新样本数据，采用分层抽样原则生成l组训练样本、m组验证样本和n组测试样本，三者满足以下关系式：

20、l+m+n=a+b+c+d+e+f，

21、式中，a、b、c、d、e、f、l、m、n均为正整数。

22、结合第一方面，可选地，l=a1+b1+c1+d1+e1+f1；m=a2+b2+c2+d2+e2+f2；n=a3+b3+c3+d3+e3+f3；

23、其中，a1=int（αa），a2= int（2*（a-a1）/3），a3= int（（a-a1）/3）；

24、b1=int（αa），b2= int（2*（b-b1）/3），b3= int（（b-b1）/3）；

25、c1=int（αc），c2= int（2*（c-c1）/3），c3= int（（c-c1）/3）；

26、d1=int（αd），d2= int（2*（d-d1）/3），d3= int（（d-d1）/3）；

27、e1=int（αe），e2= int（2*（e-e1）/3），e3= int（（e-e1）/3）；

28、f1=int（αf），f2= int（2*（f-f1）/3），f3= int（（f-f1）/3）；

29、式中，a1、a2、a3为启机过程中的样本数据组数，b1、b2、b3为不同负荷下的样本数据组数，c1、c2、c3为不同电压下的样本数据组数，d1、d2、d3为不同频率下的样本数据组数，e1、e2、e3为强励过程中的样本数据组数，f1、f2、f3为进相过程中的样本数据组数，a1、a2、a3、b1、b2、b3、c1、c2、c3、d1、d2、d3、e1、e2、e3、f1、f2、f3均为正整数；int（）为取整数；α为训练样本组数占总样本组数百分比，通过调整α得到最优保梯电抗推理模型。

30、结合第一方面，可选地，所述保梯电抗推理模型为传统神经网络。

31、结合第一方面，可选地，所述最优保梯电抗推理模型在上位机中进行训练。

32、结合第一方面，可选地，所述分级预警和保护动作逻辑，包括一级预警和二级预警；

33、所述一级预警指的是：当励磁电流相对偏差达到5%~8%，则触发系统弹窗告警，提示运维人员开展专项试验排查；

34、所述二级预警指的是：当励磁电流相对偏差达到8%~15%，则触发转子匝间短路保护延时动作，平稳切换励磁运行方式，避免机组非计划停运。

35、第二方面，本发明提供了一种发电机转子绕组匝间短路全工况预警与保护系统，包括数据采集模块、上位机和发变组保护装置；

36、所述数据采集模块实时采集发电机处于不同工况下的机端电压、机端电流、功率因素和励磁电流；

37、所述上位机被配置为执行以下步骤：基于发电机处于不同工况下的原始样本数据，以及发电机空载特性曲线和发电机短路特性曲线，采用反asa相量法计算出各组原始样本数据对应的保梯电抗；所述原始样本数据中包括机端电压、机端电流、功率因素和励磁电流；基于各组原始样本数据中的机端电压、机端电流和功率因素，及其对应的保梯电抗，构建出对应的新样本数据；利用所有的新样本数据训练保梯电抗推理模型，得到最优保梯电抗推理模型；

38、所述发变组保护装置从上位机中读取最优保梯电抗推理模型和发电机空载特性曲线和发电机短路特性曲线，并被配置为执行以下步骤：将实时获取到的机端电压、机端电流和功率因素输入至最优保梯电抗推理模型，得到保梯电抗推理值；基于实时获取到的机端电压、机端电流、功率因素和保梯电抗推理值，以及发电机空载特性曲线和发电机短路特性曲线，采用asa相量法计算出励磁电流；计算实测励磁电流与计算出的励磁电流之间的相对偏差，并根据励磁电流相对偏差执行分级预警和保护动作逻辑。

39、第三方面，本发明提供了一种发电机转子绕组匝间短路全工况预警与保护系统，包括存储介质和处理器；

40、所述存储介质用于存储指令；

41、所述处理器用于根据所述指令进行操作以执行根据第一方面中任一项所述的方法。

42、与现有技术相比，本发明的有益效果：

43、本发明先采用训练好的最优保梯电抗推理模型计算保梯电抗推理值，再通过物理模型 计算出励磁电流，然后，计算实测励磁电流与计算出的励磁电流之间的相对偏差，最后根据励磁电流相对偏差执行分级预警和保护动作逻辑，且保梯电抗推理模型在训练的过程中，充分考虑了发电机的物理参数，满足了保护逻辑对可靠性、可解释性的要求，适用于发电机在线状态监测、转子绕组匝间故障判别等场景。同时将保梯电抗推理模型的参数训练和推理过程解耦，完全复用机组现有的dcs或scada或sis测点资源，使得发变组保护装置实现非侵入式部署转子绕组匝间预警和保护功能成为可能。

44、本发明采用传统神经网络作为保梯电抗推理模型，模型大小固定，其前向传播为简单的矩阵乘法，能够适应发变组保护装置资源受限、高实时性和高可靠性的特点。