本发明涉及一种基于改进svr的三相异步电机主绝缘状态早期故障在线监测方法,属于工业过程控制领域。
背景技术:
1、电机是最为典型的能量转换设备,广泛应用于石油、化工、造纸等工业。定子绝缘故障是典型故障模式,统计表明,30%以上的电机失效与定子绝缘故障有关。相比于机械故障(如轴承故障),电气故障的发生往往更为突然,从而造成严重后果。因此,在实现早期绝缘故障诊断对于避免事故发生及提高经济效益具有重要意义。
2、电机的主绝缘(ground wall insulation)是电机绝缘系统中最为关键的组件。典型的故障诊断方法包括绝缘电阻测试、极化指数测试、耗散因子测试等。然而这些测试只能在电机维护阶段离线完成,在电机运行过程中无法完成。考虑到电机的维护周期间隔较长(如数个月、1年或者更长,依赖于具体应用),因此,无法在电机故障早期及时完成诊断。在电机运行过程中在线监测电机健康状态,从而完成早期故障诊断更具实际意义。现有的电机主绝缘在线监测方法大多基于温度预警等方式,然而,此时主绝缘大多已经处于晚期退化阶段,距离完全失效时间已经不多。例如,统计数据表明,在匝间短路绝缘故障发生到绕组完全失效的时间间隔范围在几秒到几小时之间。因此,现有的主绝缘在线监测方法对于早期故障诊断及预测性维护贡献有限。一些学者提出基于等效电容的主绝缘在线监测方法,其基本思想是基于交流电机的三项电压及漏电流计算共模阻抗,进而计算出绕组主绝缘系统的等效电容。加速试验结果表明,等效电容能够反映绝缘退化状态。然而,等效电容并不是公认的评价绝缘健康状态的指标,其与绝缘实际健康状态之间的关联关系尚不明确。此外,由于等效电容是通过测量三项电压等电学参数计算得到的,而电学参数的测量值与测量温度相关,因此,在实际工程应用过程中,考虑到待监测设备的运行和环境工况通常处于持续变化过程中,绕组的温度随之变化,因此,基于等效电容的主绝缘在线监测方法鲁棒性较差。考虑到绝缘电阻是用于评判绝缘性能的有效指标,在国际及国家标准中均有相应指标可供参考,因此,本发明提出了将等效电容映射到绝缘电阻的方法,从而提升绝缘健康监测的准确性。考虑到绝缘电阻与用于确定等效电容的相电压及漏电流之间存在复杂非线性关系,在建模过程中,引入了人工智能方法。考虑到在实际工程应用中,故障样本的数量较少,因此,拟基于svr方法进行建模。与其同时,为了提升准确率,提出了通过使用改进logistic混沌映射算法和自适应权重策略进行优化gwo算法,并与svr进行结合。此外,为了提升方法的鲁棒性,将绕组温度引入模型输入参数,使得模型能够适应复杂多变的工况,即使在测量温度发生变化的情况下依然能够完成准确监测,从而提升了在线监测的鲁棒性。
3、所提出的主绝缘在线监测方法不需要脱机进行,并且可以实时监控电机绝缘的健康状态,一旦绝缘电阻下降到报警阈值就提示使用者,提前维修和更换,避免发生潜在的安全隐患。
技术实现思路
1、针对现有技术中的上述问题,本发明提出一种基于改进svr的三相异步电机主绝缘状态早期故障在线监测方法,通过使用改进svr在线预测绝缘电阻来达到实时监测电机健康状态,为电机的正常工作提供了保障,对于保障生产安全方面具有重要现实意义。
2、本发明主要作用是通过绝缘电阻对三相异步电机绝缘健康状态进行在线监测,传统的绝缘电阻测量方法多采用事离线的诊断方式。在脱机检测期间,设备需要停运,对生产工作的经济效益产生影响。该方法针对传统的绝缘健康监测,采用一种基于改进svr的三相异步电机主绝缘状态早期故障在线监测方法,并通过实时在线预测绝缘电阻值,通过与设定报警阈值进行对比来达到实时监测电机绝缘的健康状态和报警的目的。
3、本发明解决其技术问题所采用的技术方案是:基于改进svr的电机主绝缘状态早期故障在线监测方法,包括以下步骤:
4、获取同型号电机主绝缘退化过程中的各项数据集,并对各项数据集数据预处理;
5、根据预处理后的数据集,通过改进后的灰狼算法得到svr模型最优参数,构建基于改进svr的绝缘电阻预测模型;
6、在线采集传感器数据构成各项数据集并进行预处理,通过改进svr的绝缘电阻预测模型得到绝缘电阻预测值;
7、将预测值与电机绝缘电阻报警阈值进行对比,实现电机主绝缘状态故障在线监测。
8、所述各项数据集,包括:
9、在线通过与电机相连的电压传感器、电流传感器和温度传感器,分别采集相电压va、vb和vc、漏电流i和机体温度t;
10、根据采集到的相电压va、vb和vc通过计算得到共模电压vcm,将共模电压vcm和漏电流i进行fft变换得到vfft和ifft,进而得到等效电容ceq;
11、将等效电容ceq、漏电流ifft、机体温度t和绝缘电阻r构建各项数据集。
12、所述等效电容ceq通过以下步骤得到:
13、
14、
15、其中,z是共模阻抗,vfft和ifft分别为共模电压vcm和漏电流i傅里叶变换后,选择与电机相连的逆变器开关频率一次谐波f下的值,θ为f下共模电压和共模漏电流的相位差,va、vb和vc为相电压。
16、所述构建基于改进svr的绝缘电阻预测模型,包括以下步骤:
17、(1)先将数据集进行预处理,得到训练集;
18、(2)将训练集输入到改进后的灰狼算法,进行迭代;
19、(3)使用训练集对svr模型进行预测,将预测结果的均方误差作为适应度函数,更新α狼、β狼和δ狼;
20、(4)得到最优值,带入svr模型中计算适应度,返回步骤(3);
21、(5)直至迭代结束,输出svr模型最优参数:惩罚因子c和核参数γ;
22、(6)将最优参数带入svr模型中,形成新的svr模型;
23、(7)将训练集带入新的svr模型进行训练,得到改进svr的绝缘电阻预测模型。
24、所述改进后的灰狼算法,包括以下步骤:
25、1)使用改进logistic初始化种群:α狼、β狼和δ狼用于表征惩罚因子c和核参数γ,狼的位置代表惩罚因子和核参数的具体值,初始化α狼、β狼和δ狼的位置xαxβ和xδ,具体公式如下:
26、xn+1=sin(π((a-1)xn+(a-2)cos(πxn)))
27、其中,xn为第n头狼的位置;
28、2)包尾猎物:首先使用位置公式d更新所有灰狼距离猎物的距离;使用距离公式xwolf更新所有灰狼的位置:
29、d=|cxp(t)-xwolf(t)|
30、xwolf(t+1)=xp(t)-ad
31、式中,d表示灰狼与猎物之间的距离;xp(t)表示猎物的位置;xwolf(t)表示灰狼的位置;t表示迭代次数;a系数向量,h通过使用自适应继承策略继承狼个体的位置,其计算公式分别为:
32、a=2ar1-a
33、
34、
35、式中,r1是(0,1)范围内的随机向量,hα、hβ和hδ分别代表α狼、β狼和δ狼对位置的继承能力,a表示收敛因子,tmax代表迭代最大次数;
36、
37、式中,代表迭代k+1次ω狼的位置;
38、3)追捕猎物:使用位置公式d更新所有灰狼距离猎物的距离;使用距离公式x更新所有灰狼的位置:
39、dα=|hαxα-xwolf|
40、dβ=|hβxβ-xwolf|
41、dδ=|hδxδ-xwolf|
42、x1=xα-a1dα
43、x2=xβ-a2dβ
44、x3=xδ-a3dδ
45、
46、式中,dα、dβ、dδ分别表示α狼、β狼和δ狼距离猎物的距离,xαxβ和xδ代表α狼、β狼和δ狼的位置;x1x2和x3代表由α狼、β狼和δ狼引起的位移;xwolf(t+1)代表ω狼的位置;a1、a2、a3分别表示α狼、β狼和δ狼的系数向量;
47、4)攻击猎物:ω狼在最优位置xwolf(t+1)进行攻击。
48、所述将预测值与电机绝缘电阻报警阈值进行对比,若预测值小于设定的报警阈值,则进行危险预警提示。
49、基于改进svr的电机主绝缘状态早期故障在线监测系统,包括:
50、预处理模块,用于获取同型号电机主绝缘退化过程中的各项数据集,并对各项数据集数据预处理;
51、模型构建模块,用于根据预处理后的数据集,通过改进后的灰狼算法得到svr模型最优参数,构建基于改进svr的绝缘电阻预测模型;
52、阻值预测模块,用于在线采集传感器数据构成各项数据集并进行预处理,通过改进svr的绝缘电阻预测模型得到绝缘电阻预测值;
53、故障检测模块,用于将预测值与电机绝缘电阻报警阈值进行对比,实现电机主绝缘状态故障在线监测。
54、基于改进svr的电机主绝缘状态早期故障在线监测装置,包括存储器和处理器;所述存储器,用于存储计算机程序;所述处理器,用于当执行所述计算机程序时,实现所述的基于改进svr的电机主绝缘状态早期故障在线监测方法。
55、一种计算机可读存储介质,所述存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现所述的基于改进svr的电机主绝缘状态早期故障在线监测方法。
56、本发明具有以下有益效果及优点:
57、1.采用非侵入式监测。由于本发明所需采集的数据(相电压、漏电流、温度)均可使用电压传感器、电流互感器与温度传感器测得,因此基于改进svr的三相异步电机主绝缘状态早期故障在线监测方法无需侵入系统内部就可以采集到系统内的各项数据,采集设备主要由传感器、采集电路、微处理器组成,设备无需拆机安装,不会侵犯用户的隐私,安装简便,降低了成本。
58、2.提高了预测效率和精度。基于改进svr的电机主绝缘状态早期故障在线监测方法通过使用机器学习的方法并对svr模型进行改进,相比于传统的svr模型来说,不仅提高了预测的效率也提高了预测的精度,在实际生产过程中对设备进行监测时不仅准确且及时。
59、3.在线监测电机状态。基于改进svr的电机主绝缘状态早期故障在线监测方法可以在线采集大量数据,实现绝缘电阻的在线预测,通过监测绝缘电阻的值来判断绝缘的健康状态,在不影响正常运作的情况下,及时发现并解决问题,减少设备的停机时间。