★ 简耀祖（广东粤华发电有限责任公司，广东 广州 510710）

关键词：燃气轮机；发电机组；匝间短路故障；故障检测定位；故障信号

在燃气轮发电机组的实际运行中，匝间短路故障时有发生。该故障不仅会导致发电机电气系统的异常运行，还可能对整个电力系统的稳定性构成严重威胁。因此，当前越来越多学者对发电机组的匝间短路故障检测技术进行了更加细化的研究。

文献 [ 1]通过变频电源向发电机的定子绕组施加不同频率的交流电压，根据响应数据的差异确定是否存在匝间短路故障。该方法操作相对简单，易于实施，维护成本较低。然而，机组定子中的额外损耗和转子体中的剩磁会对变频响应参数造成影响，从而影响检测结果的准确性。文献 [2]利用仿真和实验数据构建了环流时频图，从而实现了故障的诊断。该方法能够有效抑制静态偏心和电枢反应等干扰，通过三维图形信息可直观显示机组的运行状态，但对于较为微弱的匝间短路故障，其检测精度可能受到一定影响。

综合上述分析可知，现有发电机组匝间短路故障检测方法在检测精度上均存在一定局限性。因此，本文针对该问题进行了深入分析与研究，旨在优化故障检测方案，为电力系统的稳定运行提供更加坚实的保障。

1    研究依据

理论层面，匝间短路故障的发生往往与发电机组的电磁特性、绕组结构和绝缘材料等因素密切相关。因此，通过电磁场理论可以分析绕组在短路状态下的电磁分布，从而推导出相应的检测信号特征、了解短路故障的发展机制和影响因素，为检测方法的提出提供理论依据。

技术层面，通过采集发电机组运行过程中的电压、电流等信号，并利用信号处理技术进行特征提取和故障识别，可以实现对匝间短路故障的在线监测和诊断。

2   燃气轮机发电机组匝间短路故障检测方法设计

2.1   匝间短路故障信号识别

当燃气轮机发生匝间短路故障时，其内部的电流、电压和磁场等参数都会相应地发生变化。同时，自故障发生时刻起，信号立即发生畸变，光滑性也随之改变。这些参量变化会转换为可观测的信号，通过对这些信号进行识别与处理分析，可以判断发电机组是否存在匝间短路故障，并进一步确定故障的具体位置。

本研究通过电流传感器和电压传感器采集燃气轮机发电机组的电流和电压等模拟信号，并利用小波函数对机组的运行状态信号进行重构处理。其公式如式（1）所示：

式中， k表示机组运行状态信号的时移步长；  C_(i)表示步长为i时运行信号的离散系数； d_(t)表示t时刻信号的频窗大小；x_(t)表示重构信号。

根据傅里叶变换的微分原理，可以识别出机组状态信号中的畸变点，并将其作为匝间短路的故障信号[3]。其公式如式（2）所示：

式中， a表示归一化因子； g(θ_a )表示平滑函数； h_(x)表示小波函数；f_(t)表示故障信号。

本研究依据燃气轮机发电机组匝间短路故障的产生机理，利用小波函数对机组状态信号进行重构，并通过傅里叶变换原理识别故障信号，为后续故障信号的分解提供了数据基础。

2.2   匝间短路故障信号多尺度分解

匝间短路故障信号通常具有非平稳性和复杂性特征，会干扰故障检测和定位结果的准确性。因此，在识别故障信号后，对信号进行多尺度细化分解，提取不同尺度下的故障特征，以此实现故障位置的定位。

将去噪后的故障信号对应的频带成分进行重建，获取信号特征序列，从而得到发电机组绕组气隙磁场的电动势，如式（3）所示：

式中，N表示绕组线圈的匝数； x表示绕组线圈的等效面积；ft表示匝间短路故障信号； Bt)表示转子在旋转磁场中的磁通密度。

基于各个子频带中的分解系数向量，结合绕组电压波变化量求取各频段信号能量的总和， 如式（4）所示：             

式中，S_N表示频带特征信号； n表示分解系数向量的序数。

采用时频分析方法将信号能量划分为若干个时间段。表达式如式（5）所示：

式中， τ表示随机截取出的时间段；s (τ)表示对应时间段的窗函数；h(τ- 1)表示前一时间段的尺度函数； s₁(τ)表示时间段对应的气隙电动势信号。

在同一尺度上，分别提取故障信号的高频细节部分和低频逼近部分，从而对故障信号进行多尺度分解，如式（6）所示：                       

式中， M表示信号分解层数；  A表示故障信号幅值；y(ρ)表示尺度ρ对应的分解信号。

本研究利用发电机组匝间短路的故障信号重建信号特征序列，并结合绕组气隙磁场的电动势频段信号能量对故障信号进行多尺度分解，为后续故障的精准检测提供了数据支撑。

2.3   发电机组匝间短路故障检测

当发电机组绕组正常时，脉冲波信号在绕组匝间对称传播；当绕组存在匝间短路故障时，脉冲波信号到达故障点时其响应波形会发生突变，并产生较大的反射波与折射波。本研究基于这一原理，利用脉冲波信号的变化情况对机组故障进行检测与定位。

当信号波阻为、相位为 时， 绕组故障点的电压反射系数和折射系数的表达式如式（7）所示：

式中，Z表示故障信号的等效波阻； y(ρ)表示尺度ρ对应的分解信号；γ_u, η_u分别表示故障点的电压反射系数和折射系数。

对发电机转子两极的脉冲波响应特性曲线进行对比与标记，可确定故障特征波形的指数衰减因子，如式（8）所示：

式中， R₁ 、R₂分别表示故障特征波形上的两点幅值；d₁、d₂分别表示入射电压行波与折射电压行波。

通过脉冲波在绕组中的传播时间，可进一步确定匝间短路故障点的位置，表达式如式（9）所示：

式中，T₁表示脉冲波的总传播时间； T₂表示脉冲波到故障点的时间；δ_Z表示整个绕组的长度； X表示故障点到绕组首端的距离。

通过式（9）即可计算得到故障点到绕组首端的距离，继而确定故障位置，最终完成燃气轮机匝间短路故障的检测。

3   实例论证分析

3.1   实验准备

本文选取某电厂的两台F级西门子SCC5-4000F型423MW燃气轮机以及一台西门子SGT5-8000H型667MW燃气轮机作为实验对象。以其中一台典型燃气轮机为例，其运行参数如表1所示。

表1 燃气轮机运行参数

实验平台包括燃气轮机本体 、 测试设备和控制设备。其中，测试设备包括Fluke  17B+万用表、 MSO5104示波器、E8257D信号发生器和RE-2302重复脉冲波设备。实验过程中，利用万用表测量机组在正常运行状态下和匝间短路故障状态下的电压、电流等电气参数，利用信号发生器产生不同频率和幅度的信号，以激发匝间短路故障的特征信号。

对燃气轮机发电机在正常运行和故障运行下的状态信号进行对比分析，可实现故障信号的提取，结果如图1所示。

图1 燃气轮机发电机故障信号波形图

根据燃气轮机的运行参数， 设置实验平台的电源电压为6kV，电源频率为30Hz，数据采集频率为100Hz， 实验仿真时间为60min ， 脉冲电压峰值为200kV，脉冲重复频率为10次。基于上述实验环境与参数设置，对本文设计的故障检测方法进行性能测试与效果验证。

3.2   发电机组匝间短路故障检测结果与分析

本次实验模拟了多组匝间短路故障，设定故障点到绕组首端的距离分别为5m、10m、15m、20m、 25m、30m和35m。引用文献 [ 1]基于变频法的方法（方法1） 和文献 [2]基于环流时频图谱的方法（方法2）作为对照组，与本文方法同步对燃气轮机的匝间短路故障进行定位检测。以故障定位置信度作为性能评价指标，置信度越靠近1，说明故障定位结果可信度越高，与实际故障位置的拟合程度越好，故障检测精度也越高。实验结果如图2所示。

图2 基于不同方法的匝间短路故障检测结果

由图2可知， 在模拟的7次故障检测中， 本文方法的故障检测置信度均高于0.8，与预设的故障点位置更接近，故障定位准确度更高。而对照组方法由于无法全面提取匝间短路故障的全部特征信息，导致检测精度受限。对比实验结果证明，本文方法在燃气轮机匝间短路故障检测中具有较高的应用精度。

4    结束语

本文针对燃气轮发电机组匝间短路故障的检测方法展开研究，在充分考虑燃气轮发电机的运行特点和故障特征的基础上，结合信号处理技术，提出了一套切实可行的检测方案。该方法为燃气轮发电机的安全运行提供了强技术支持，丰富了燃气轮机发电机组故障检测领域的研究成果，同时为相关领域的实际应用提供了有益的参考和启示。AP

作者简介：

简耀祖 （1995-），男，广东湛江人 ，助理工程师，学士，现就职于广东粤华发电有限责任公司，研究方向为电气工程。

参考文献：

[1] 于霄, 吕泓瑄, 孙凯. 基于变频法的发电机转子绕组匝间短路检测方法的研究及应用[J]. 智能建筑电气技术, 2023, 17 (4) : 61 - 63 + 74.

[2] 齐鹏, 李永刚, 马明晗, 等. 基于环流时频图谱的抽水蓄能机组励磁绕组匝间短路故障诊断[J]. 电工技术学报,2023, 38 (22) : 6104 - 6120.

[3] 范轩杰, 武玉才, 卢伟甫. 抽水蓄能机组多工况下转子匝间短路故障检测效果分析[J]. 电机与控制学报, 2023, 27 (4) : 23 - 33.

摘自《自动化博览》2026年6月刊