基于電磁噪聲的汽輪發電機轉子匝間短路非侵入式檢測方法研究

摘 要：汽輪發電機的電磁噪聲中蘊含著豐富的設備狀態信息，可非接觸地監測轉子匝間絕緣健康狀況。對汽輪發電機電磁噪聲理論進行推導分析，定性得到了汽輪發電機在空載和負載工況下，轉子匝間短路前后電磁噪聲特征的演變規律。隨后通過搭建汽輪發電機電磁噪聲檢測實驗平臺，對所提理論進行實驗驗證。實驗結果表明，無論機組處于空載或負載工況，轉子匝間短路均會引起發電機噪聲頻譜中分數次特征諧波幅值增加，且與故障程度呈正相關。本研究充分利用電磁噪聲實現了汽輪發電機組非侵入式的狀態監測，為汽輪發電機的健康狀態評估提供了有益指導。

關鍵詞：汽輪發電機；轉子繞組；匝間短路；電磁噪聲；在線監測；故障診斷

DOI：10.15938/j.emc.2024.11.003

中圖分類號：TM311

文獻標志碼：A

文章編號：1007-449X（2024）11-0025-11

Research on non-intrusive detection method for rotor inter-turn short circuit in turbo generator based on electromagnetic noise

ZHANG Xihao， LI Yonggang， MA Minghan， QI Peng， LIU Wentao

（State Key Laboratory of New Energy Power Systems， North China Electric Power University， Baoding 071003， China）

Abstract：The electromagnetic noise of the turbo generator contains abundant information on equipment status， enabling non-contact monitoring of the rotor inter-turn insulation health condition. The theory of the electromagnetic noise of the turbo generator was deduced and analyzed， qualitatively obtaining the evolution law of the electromagnetic noise characteristics before and after the rotor inter-turn short circuit under no-load and load conditions of the steam turbine generator. Then the proposed theory was verified experimentally by building an experimental platform for detecting the electromagnetic noise of the turbo generator. The experimental results indicate that， regardless of whether the unit is in the no-load or load condition， the rotor inter-turn short circuit will cause an increase in the amplitude of the fractional characteristic harmonics in the generator noise spectrum， and it is positively correlated with the fault degree. Electromagnetic noise was fully used to realize the non-invasive condition monitoring of the turbo generator， which provides useful guide for the health status assessment of the turbo generator.

Keywords：turbo generator；rotor winding；inter-turn short circuit；electromagnetic noise；online monitoring；fault diagnosis

0 引 言

汽輪發電機組作為能源轉化的核心設備，能夠靈活地調整輸出，有效地調節由于新能源大規模集成帶來的頻率波動以及電壓不穩定等問題，保證電力系統安全穩定運行。汽輪發電機組正面臨更加頻繁的“彈性”工況，這對機組健康的實時監測提出更高的要求^[1-]。轉子繞組匝間短路是汽輪發電機常見故障形式之一，由轉子絕緣緩慢劣化引起，嚴重時會導致機組電氣運行參數異常觸發保護動作，機組停運，影響電力系統穩定性并造成巨大經濟損失^[4-5]。傳統的汽輪發電機檢測方案大都需要在機組停運檢修時對轉子進行安全檢測，比如重復脈沖法（RSO）^[6]、開口變壓器法^[7]等，這些方法操作復雜且無法實現對機組狀態的實時監測。

近些年來，汽輪發電機轉子繞組匝間短路的在線檢測技術逐漸成為學者們關注的重點^[8]。轉子匝間短路故障本身是電機結構遭到破壞后的一種不平衡的體現，這種不平衡會反映到電流、電壓、磁通、振動等物理量上，因此可以從這種角度出發去分析轉子匝間短路故障所導致的故障特征^[9]。文獻[10]提出勵磁電流法實時監測汽輪發電機轉子匝間狀態，通過閾值的設置靈活改變預警范圍。文獻[11]利用定子環流時頻圖譜檢測轉子匝間短路故障，該方法可以濾除機組動靜偏心以及電樞反應的干擾，進而能發現早期微弱故障特征。文獻[12]設計了一種新型磁極探測線圈提取由于勵磁繞組匝間短路引起的電壓諧波特征，實現了與其他故障特征的區分。文獻[1]采集定子鐵心外部定位筋的感應電壓，并利用特征諧波比值作為檢測指標，提出了一種針對轉子匝間短路新型檢測方法。文獻[14]認為雜散磁通比定子電流蘊含更為豐富的故障信息，對于轉子匝間短路故障來說更為敏感。文獻[15]利用雜散磁通并結合短時傅里葉變換（STFT）技術，可以準確地識別和定位電機在負載和空載工況下的轉子匝間短路故障。文獻[16]指出利用光纖傳感器可以較好地反映出同步發電機組100 Hz以內的低頻振動，并實現轉子匝間短路故障特征的檢測。文獻[17] 通過分析復雜工況下轉子匝間短路對凸極同步電機雜散磁通以及機殼振動的影響，設計了一套診斷系統并應用到了大功率發電機中。

上述學者的工作在汽輪發電機的電氣狀態監測以及機械狀態監測方面做出了重要的貢獻。需要指出的是，電氣狀態的監測容易受到機組負載工況、設備本身電磁特性的影響，且考慮到工業界中電氣狀態參數往往涉及到商業數據隱私，想要在現場深入研究往往難以獲得。機械狀態監測相比電氣狀態監測往往更容易發現匝間短路早期微弱故障^[18]，因此相關學者將重點放在了機組振動理論的研究上，然而，現有振動檢測的傳感器往往是侵入式的，安裝不便。聲音作為振動在空氣中的傳播，其本身蘊含豐富的信息，對于旋轉設備來說，噪聲信號的采集是非接觸的，具有故障定位的功能。同時隨著高性能聲音傳感器的出現和現代信號處理技術的發展，利用噪聲信號進行機械設備故障診斷逐步成為研究的熱點，并在風電齒輪箱故障^[19]、風力機葉片軸承故障^[20]、異步電機轉子斷條故障^[21]、感應電機轉子偏心故障 ^[22]等方面得到應用。

鑒于近年來汽輪發電機狀態監測對于故障檢測方法簡單、非侵入的需要，本文將噪聲信號應用到汽輪發電機轉子匝間短路故障診斷中，并搭建汽輪發電機電磁噪聲檢測實驗平臺，以探究轉子匝間故障對汽輪發電機噪聲信號的影響。首先，通過汽輪發電機電磁噪聲分析理論，揭示聲音與振動的緊密聯系。其次，推導汽輪發電機在不同工況下低頻電磁噪聲的主要成分，為實現故障檢測奠定理論基礎。最后，選取合適的聲音傳感器并在動模實驗機組上搭建電磁噪聲檢測實驗平臺，采集汽輪發電機在不同工況下的噪聲信號并進行頻域分析。實驗結果表明，利用噪聲信號可以有效地檢測出轉子匝間短路故障特征。本文所研究內容初步探索電磁噪聲檢測在汽輪發電機轉子匝間短路故障方面的應用，為深入挖掘汽輪發電機轉子匝間故障噪聲特征提供借鑒。

1 汽輪發電機電磁噪聲分析

汽輪發電機主要的噪聲源有：電磁力、電刷、風扇等，其中交變的電磁力作用于定子內表面引起鐵心振動。鐵心的振動通過機殼或者端蓋上的小孔向外輻射噪聲，因此汽輪發電機的電磁噪聲分析本質上是在研究定子鐵心振動的變化規律。

汽輪發電機定、轉子鐵心的磁導率遠遠大于氣隙磁導率，磁通量實際上垂直于定轉子鐵心，切向磁通量比徑向磁通小得多。根據麥克斯韋定律，作用于汽輪發電機定子內表面的電磁力

Pr（θ，t）=B2r（θ，t）－B2t（θ，t）2μ0≈B2r（θ，t）2μ0。（1）

式中：Br（θ，t）為徑向氣隙磁密；Bt（θ，t）為切向氣隙磁密；θ為定子坐標系下機械角度；μ0為空氣磁導率。

作用于定子內表面的電磁力是周期性交變的。考慮電機基座、機殼、彈性懸吊結構等因素的影響，簡化其振動響應模型，如圖1所示，此時定子受電磁力產生的徑向位移x（t）滿足^[2]

Pr（t）=Mx··（t）+Cx·（t）+Kx（t）。（2）

式中：M為定子鐵心質量；C為阻尼因子；K為剛度因子。

將汽輪發電機視為有限長圓柱形輻射體，利用定子鐵心表面的振動，可以得到電機在特定激勵頻率下的輻射噪聲功率W^[24]為

W=4σrelρCπ3f2excx2RoutL。（3）

式中：σrel為相對聲強系數；ρ為介質密度；C為聲速；fexc為激振頻率；x為電機定子徑向位移幅值；Rout為電機外徑；L為電機軸向長度。

換算成聲功率級為

Lw=10lgWWo。（4）

式中Wo為基準聲功率。

電機的總輻射聲功率級Lwa是由各個頻率產生的聲功率級疊加

Lwa=10lg（∑10^0.1Lw）。（5）

由式（2）和式（3）分析可知，在激振頻率一定時，電磁噪聲與定子的徑向位移呈現出正相關關系，而汽輪發電機定子的徑向位移變化取決于定子所受電磁力的變化。因此，汽輪發電機的電磁噪聲特征分析可以定性地轉化為定子所受電磁力特征的分析。

2 勵磁繞組磁動勢分析

汽輪發電機正常運行時，其勵磁繞組磁動勢呈階梯式分布，假設汽輪發電機轉子具有p對極，每一極轉子有M槽，那么汽輪發電機轉子每一極的磁動勢可以看作M個槽磁動勢的疊加，如圖2所示。

對距離大齒第m槽的磁動勢Fm（θ，t）進行分析，其傅里葉^[25]分解為

Fm（θ，t）=4amifπ∑∞n=1（－1）^n－12n－1sin（2n－1）π－γπ+2mβ2×

cos（（2n－1）（ωet－pθ））。（6）

式中：am為第m槽繞組匝數；if為正常勵磁電流；γ為大齒占轉子圓周比例；β為轉子槽間角；ωe為電角速度；p為極對數。

汽輪發電機每一極勵磁繞組產生的空載磁動勢為

Fnl（θ，t）=∑Mm=1Fm（θ，t）=

4ifπ∑∞n=1∑Mm=1amsin（2n－1）π－γπ+2mβ2×

（－1）^n－12n－1cos（（2n－1）（ωet－pθ））。（7）

由式（7）可知，汽輪發電機正常運行時，其空載勵磁磁動勢中僅包含基波和奇數次諧波分量。

為了便于后續分析，將上式簡化為

Fnl（θ，t）=∑n=1，3，5，…Frncos（nωet－npθ）；

Frn=（－1）^n－12n∑Mm=14ifamπsinnπ－γπ+2mβ2。（8）

式中：Frn為勵磁磁動勢的第n次諧波的幅值；n為勵磁磁動勢諧波次數，n=1，3，5，…。

現假設第1極下第m槽勵磁繞組發生Nf匝線圈短路故障，故障繞組磁動勢如圖3所示，其傅里葉分解^[25]為

ΔFf（θ，t）=∑k=1/p，2/p，3/p，…－2Nfi-fkpπsink（π－γπ+2mβ）2×

cos（k（ωet－pθ））。（9）

式中i-f為故障后的勵磁電流。

為了便于后續分析，將上式簡化為

ΔFf（θ，t）=∑k=1，2，3，…Ffkcoskp（ωet－pθ）。（10）

式中：Ffk為故障附加磁動勢第k/p次諧波的幅值；k為正整數，k=1，2，3，…，k≠p。其中Ffk可表示為

－2Nfi-f（2n－1）pπsin（2n－1）（π－γπ+2mβ）2，""""""""" """""k=（2n－1）p；

－Nfi-fnpπsin（n（π－γπ+2mβ））， k=2np；

－2Nfi-fnpπsinn（π－γπ+2mβ）2，k=1，2，3，…。（11）

式中：n為正整數，n=1，2，3，…。

由式（10）和式（11）可以看出，對于同一故障位置而言，故障附加分量的幅值Ffk與短路匝數Nf、故障后勵磁電流Symbol`A@if呈正比。同時故障附加分量中除了機組正常勵磁磁動勢所包含的基波以及奇數次諧波外，還產生了分數次諧波以及偶數次諧波，這些故障特征諧波將影響汽輪發電機定子鐵心所受的徑向電磁力，進而反映到電磁噪聲中。

3 轉子匝間短路電磁噪聲特征分析

3.1 空載工況下轉子匝間短路電磁噪聲特征分析

汽輪發電機空載時，假設磁極是對稱的，定子繞組中無電流，空載磁動勢Fnl（θ，t）僅由勵磁繞組磁動勢產生

Fnl（θ，t）=∑n=1，3，5，…Frncos（nωet－npθ）。（12）

忽略定轉子開槽等因素的影響，氣隙磁導Λ（θ，t）可以近似表示為

Λ（θ，t）≈Λ0。（13）

式中Λ0為氣隙磁導常值。

徑向氣隙磁密Br（θ，t）為

Br（θ，t）=F（θ，t）Λ（θ，t）=

∑n=1，3，5，…FrnΛ0cos（nωet－npθ）。（14）

在空載正常工況下，作用于汽輪發電機定子內表面的電磁力Pnl（θ，t）由式（1）和式（14）整理可得

Pnl（θ，t）=Λ204μ0{∑n=1，3，5，…F2rn+

∑n=1，3，5，…F2rncos（2nωet－2npθ）+

∑n1∑n2Frn1Frn2cos（（n2±n1）ωet－（n2±n1）pθ）}。（15）

式中：n2gt;n1，n1=1，3，5，…；n2=1，3，5，…。

在上述假設下，汽輪發電機空載正常工況下的徑向力波可以分為兩類：第一類是不隨時間變化的徑向力波，導致定子鐵心靜形變而不會產生振動和噪聲。第二類是轉子磁場自身同次諧波相互作用產生的2n次諧波，以及自身不同階次諧波作用產生的（n2±n1）次諧波。因此，在汽輪發電機空載正常工況下，電磁噪聲以2n次諧波為主。

當汽輪發電機的某極轉子繞組發生金屬性匝間短路時，該磁極勵磁繞組的有效匝數減少，可以把這部分繞組等效成為通過反向勵磁電流的退磁線圈，如圖4所示，由于此時的勵磁磁勢相對于正常時是減小的，發電機主磁路上的鐵心飽和趨勢削弱。因此，故障所引起磁動勢的減小ΔFf（θ，t）可以線性疊加到正常狀態下的磁動勢Fnl（θ，t）中，空載故障磁動勢^[26]表示為

Fnlf（θ，t）=Fnl（θ，t）－ΔFf（θ，t）=

∑n=1，3，5，…Frncos（nωet－npθ）－

∑k=1，2，3，…Ffkcoskpωet－kθ。（16）

由式（1）、式（13）、式（14）和式（16）得到空載故障工況下作用于汽輪發電機內表面的電磁力如表1所示（忽略不產生噪聲的力波）。

汽輪發電機空載故障工況下的徑向力波相比于正常工況時多出了兩類：第一類是故障附加磁場自身同次諧波引起的2k/p次諧波，以及自身不同次諧波引起的（k2±k1）/p次諧波；第二類是正常磁場和故障附加磁場相互作用而產生（n±k/p）次諧波。

3.2 負載工況下轉子匝間短路電磁噪聲特征分析

負載正常工況下，汽輪發電機的氣隙磁場中除了空載磁場還有負載定子電流I產生的電樞反應磁場，如圖5，負載氣隙磁動勢Fl（θ，t）表示為

Fl（θ，t）=Fnl（θ，t）+Fs（θ，t）=

∑n=1，3，5，…Frncos（nωet－npθ）+

∑v=1，7，13，…Fsvcosωet－vθ－ψ－π2。（17）

式中：Fs（θ，t）為定子磁動勢；Fsv為定子磁動勢第v次諧波幅值；ψ為內功率因素角。

同理，負載正常工況下作用于定子內表面的電磁力如表2所示（忽略不產生噪聲的力波）。

在定子磁場的影響下徑向力波出現了定子磁場自身作用產生的2次諧波和定轉子磁場相互作用產生的（n±1）次諧波。因此，汽輪發電機負載工況下，電磁噪聲主要成分仍然是電網頻率的2n次諧波。

汽輪發電機負載工況下發生轉子繞組出現匝間短路，空載磁動勢被削弱，氣隙合成磁動勢發生變化，如圖5所示，負載故障氣隙磁動勢Flf（θ，t）可以表示為

Flf（θ，t）=Fl（θ，t）－ΔFf（θ，t）=

∑n=1，3，5，…Frncos（nωet－npθ）+

∑v=1，7，13，…Fsvcosωet－vθ－ψ－π2－

∑k=1，2，3，…Ffkcoskpωet－kθ。（18）

此時，作用于定子內表面的電磁力如表3所示（忽略不產生噪聲的力波）。

汽輪發電機負載工況下，轉子匝間短路故障對徑向力波產生的影響有：故障附加磁場自身同次諧波引起的2k/p次諧波，以及自身不同次諧波引起的（k2±k1）/p次諧波；故障附加磁場與定轉子磁場相互作用產生的（n±k/p）以及（1±k/p）次諧波。

由此可見，當汽輪發電機發生轉子匝間短路故障后，隨著故障程度的加深，一方面短路匝數會增加，另一方面由于勵磁繞組有效匝數減少，勵磁電流會增加。因此，故障附加分量的幅值會隨著轉子匝間短路故障的加深而增大。當故障特征量（k/p次諧波）的幅值較大且極對數較小時，這將顯著影響汽輪發電機的定子振動，并進一步反映在電磁噪聲中。

綜上所述，汽輪發電機在空載和負載正常工況下，其電磁噪聲中的頻率成分是相同的，主要包含電網頻率的2n次諧波，在發生轉子匝間短路故障后電磁噪聲中將出現k/p次特征諧波，且其幅值隨著故障程度的加深而增大。

4 轉子匝間短路對電磁噪聲的影響實驗驗證

4.1 電磁噪聲檢測實驗平臺

采用電力系統動模實驗室MJF-30-6隱極同步發電機對理論進行驗證，機組具體參數信息如表4所示。

本文為了有效模擬轉子匝間短路故障，選取勵磁繞組中對應于25%故障程度的C2和C3抽頭。兩個抽頭之間串聯一個電流表（量程2.5 A）、一個滑動變阻器（48 Ω/7 A）以及一個開關斷路器，如圖6所示。開始實驗時，滑動變阻器處于最大阻值，斷路器處于斷開狀態，調節勵磁電流，使得電機電壓上升至額定電壓，記錄此時勵磁電流If，此時通過短路支路電流為f。后續通過緩慢調節滑動變阻器阻值調節短路支路電流

Δfd=I-fIf×25%。（19）

針對電磁噪聲的測量，本文采用MPA201聲音傳感器，靈敏度為45 mV/Pa，頻率響應范圍為10～20 000 Hz，動態范圍17～134 dBA，可以在-30～80 ℃溫度條件下正常工作。聲音傳感器的布置需要綜合考慮汽輪發電機的體型、結構、測試環境等因素的影響以便準確地測量被測結構的噪聲情況，本實驗傳聲器布置在距離發電機殼0.5 m處，高度對準發電機中軸線。

電氣參數和噪聲信號采用Pico 4824A數字示波器采集，該示波器的垂直分辨率為12位，帶寬為20 MHz，采樣頻率設置為20 000 Hz，采樣通道數為8。IEPE電源聯接在聲音傳感器和數字示波器之間，起到供電作用，其余電壓、電流傳感器可直接與數字示波器聯接，實驗總體布置如圖6所示。

本研究重點關注的是汽輪發電機發生轉子匝間短路故障時電磁噪聲低頻段（100 Hz以內）的變化規律，因此需要盡可能降低其他無關噪聲的影響。在隔音較好的室內進行實驗，無其他機組運行，實驗過程保持安靜排除人聲干擾；在機組運行過程中，切除風扇以消除風扇旋轉產生的空氣動力學噪聲；汽輪發電機電刷和換向器之間的摩擦以及電刷和滑環之間的摩擦產生的噪聲主要集中在1 000～8 000 Hz的高頻段，并不在本次實驗關注頻段范圍內。

4.2 空載工況電磁噪聲實驗驗證

首先，采集MJF-30-6機組在空載正常和故障工況下的勵磁電流If、故障支路電流Symbol`A@If，得到其時域信息，如圖7所示，并據此計算匝間短路的故障程度Δfd，見表5。其次，提取聲音傳感器在不同空載運行工況下采集的噪聲信號，如圖8所示。最后，對采集到的時域噪聲信號進行了傅里葉分析，得到不同運行工況下的頻譜特征信息，如圖9所示。

由圖9可知，機組空載正常工況下，噪聲頻譜中以電網頻率的2n次諧波 （100 Hz）為主，但同時出現了明顯的k/p次諧波峰值（16.7、33.4、66.7 Hz等）。導致這種情況的一種原因是由于機組本身轉子動偏心、轉子振動等不對稱因素的影響使得氣隙磁導Λ（θ，t）不再理想，產生了角頻率為k/p次的附加磁導分量^[28]，這部分附加磁導分量與轉子磁動勢相互作用，會在氣隙磁密中引入（n±k/p）次諧波分量進而使得電磁噪聲中k/p次諧波的幅值較高。同時，由于機組結構共振等因素的影響，噪聲頻譜可能會在某些頻段出現共振峰值（80～95 Hz），這將會影響到對一些特征頻率（例如83.4 Hz）幅值的準確分析。

在機組發生故障后，通過機組的噪聲信號時域圖（圖8）難以判斷故障帶來的變化。為了進一步研究轉子匝間短路故障對電磁噪聲的影響，在機組的噪聲頻域圖（圖9）中將k/p次諧波（16.7、33.4、66.7 Hz）以及2n次諧波（100 Hz）進行了標記。隨著匝間短路故障的出現，特征諧波對應的幅值出現了顯著變化：其中k/p次諧波幅值整體增大，1/p、2/p次諧波（16.7、33.4 Hz）幅值將隨著故障程度的加深而增大（從0.004 9 Pa增加到0.012 1 Pa，從0.012 7 Pa增加到0.023 0 Pa）。而2n次諧波（100 Hz）幅值隨著故障程度的加深而降低，但在7.30%的故障時出現異常。

4.3 負載工況電磁噪聲實驗驗證

汽輪發電機并網負載運行，此時不同工況下勵磁電流如圖10所示，對應的故障程度見表6。負載情況下采集的到的噪聲信號時域圖如圖11所示，對應的噪聲信號頻域圖如圖12所示。

由圖12可知，發電機負載正常工況下，其噪聲頻譜圖中的主要成分仍然是電網頻率的2n次諧波（100 Hz），與空載相比，幅值增大（從0.029 7 Pa增加到0.046 2 Pa），然而k/p次諧波幅值整體下降，僅在1/p、2/p次諧波處有顯著的峰值，其他特征諧波峰值并不明顯。造成這種情況的原因可能有：一方面電樞反應磁場對于空載磁場的畸變作用，使得噪聲頻譜中原本由于結構不平衡的產生的k/p次諧波幅值被抑制；另一方面，由于旋轉力矩的產生，定子和機殼的之間的聯接更為牢固，k/p次振動級減小，對應噪聲頻譜的幅值降低。

隨著轉子匝間短路故障的出現，發電機噪聲頻譜圖中的k/p次諧波的幅值整體增大： 1/p、2/p次諧波幅值與故障程度呈現出正相關關系 （從0.006 7 Pa增加到0.010 3 Pa，從0.011 8 Pa增加到0.013 3 Pa），與負載正常工況相比，3/p、4/p次諧波幅值增大，出現峰值；2n次諧波（100 Hz）幅值隨著故障程度的加深整體呈現下降趨勢，在4.44%的故障時存在異常。

4.4 軸系噪聲的影響分析

在噪聲測試實驗中，由于實際汽輪發電機噪聲頻譜中不僅存在電磁振動噪聲，還包含軸系旋轉噪聲。這會使得汽輪發電機的噪聲頻譜在部分特征頻率上的理論計算值與實驗值存在誤差，如圖13所示。

實際上，無論是汽輪機發電機處于空載還是負載工況，轉子匝間短路故障還會引起汽輪發電機軸系熱不平衡以及磁不平衡，激發軸系產生與機械轉頻（1/p次諧波）相同頻率的振動從而產生相關噪聲^[27]。因此，這也是引起汽輪發電機噪聲頻譜中分數次諧波增大的主要原因之一。

綜上所述，汽輪發電機在空載和負載正常工況下，電磁噪聲低頻頻譜中都以電網頻率的2n次諧波為主。隨著轉子匝間短路故障的出現，與之相關的k/p次特征諧波幅值將會增大，并且與故障程度呈現正相關趨勢。上述現象與理論分析一致，為利用噪聲信號實現汽輪發電機轉子匝間故障的診斷提供了參考。

5 結 論

本文提出了一種利用汽輪發電機的噪聲信號監測轉子匝間絕緣狀態的方法，并深入研究了汽輪發電機在空載和負載不同工況下電磁噪聲頻譜中的主要成分，從而得到了由轉子匝間故障所引起的特征諧波，通過搭建電磁噪聲檢測實驗平臺，對理論進行了驗證。

理論與實驗的分析結果表明，利用聲音傳感器采集到的汽輪發電機噪聲信號蘊含豐富的運行狀態信息，可非接觸地反映出機組健康狀況。在汽輪發電機組正常工況下，其噪聲頻譜主要包含電網頻率的2n次諧波，轉子匝間短路故障將引起噪聲頻譜中k/p次故障特征諧波幅值的增大，利用這些特征可以有效檢測出汽輪發電機轉子匝間短路故障。這對于機組的實時健康監測、保證電力系統安全穩定運行具有重要意義。

參 考 文 獻：

［1］ 劉吉臻， 曾德良， 田亮， 等. 新能源電力消納與燃煤電廠彈性運行控制策略[J]. 中國電機工程學報， 2015，35（21）： 5385.

LIU Jizhen， ZENG Deliang， TIAN Liang， et al．Control strategy for operating flexibility of coal-fired power plants in alternate electrical power systems[J]. Proceedings of the CSEE， 2015， 35（21）： 5385.

［2］ 陳銳，楊仕友.汽輪發電機轉子繞組短路故障在線定位方法研究[J]. 電機與控制學報， 2023， 27（2）： 2.

CHEN Rui， YANG Shiyou. Online identification methodology of field winding short circuit fault of turbogenerator[J]. Electric Machines and Control， 2023， 27（2）：2.

［3］ 郝亮亮， 吳俊勇， 陳占鋒， 等. 轉子匝間短路故障對大型汽輪發電機振動的影響機理[J]. 電力系統自動化， 2014， 38（4）： 25.

HAO Liangliang， WU Junyong， CHEN Zhanfeng， et al. Mechanism of effects of inter-turn short circuits in field windings on large turbo-generator vibration[J]. Automation of Electric Power Systems， 2014， 38（4）： 25.

［4］ XU Guorui， LI Zhiqiang， ZHAN Yang， et al. Loss distribution in stator end region of turbo-generator during asynchronous operation after different excitation faults[J]. IEEE Transactions on Industry Applications， 2023， 59（4）： 5201.

［5］ 武玉才， 李宏碩， 王澤霖， 等. 極端不利工況下汽輪發電機勵磁繞組短路故障危害性評估[J]. 電機與控制學報， 2021， 25（10）： 9.

WU Yucai， LI Hongshuo， WANG Zelin， et al. Hazard assessment of short circuit fault in excitation winding of turbogenerators under extremely unfavorable conditions [J]. Electric Machines and Control， 2021， 25（10）： 9.

［6］ 李天輝， 唐明， 賈伯巖， 等. 發電機轉子匝間短路故障的建模仿真及診斷分析[J]. 高電壓技術， 2019， 45（12）： 3933.

LI Tianhui， TANG Ming， JIA Boyan， et al. Modeling simulation and diagnosis analysis of inter-turn short circuits fault in generator rotor[J]. High Voltage Engineering， 2019， 45（12）： 3933.

［7］ 張龍， 武玉才. 基于開口變壓器法的交流電機定子非激勵相繞組匝間短路檢測研究[J]. 電機與控制學報， 2024， 28（2）： 55.

ZHANG Long， WU Yucai. Inter-turn short circuit detection of unexcited phase winding of rotor winding of AC motor stator based on open transformer method[J]. Electric Machines and Control， 2024， 28（2）： 55.

［8］ 郝亮亮， 孫宇光， 邱阿瑞， 等. 同步發電機勵磁繞組匝間短路故障穩態數學模型及仿真[J]. 電力系統自動化， 2010， 34（18）： 52.

HAO Liangliang， SUN Yuguang， QIU Arui， et al. Steady-state mathematical modeling and simulation of inter-turn short circuit of field windings in synchronous machines[J]. Automation of Electric Power Systems， 2010， 34（18）： 52.

［9］ ARUN G， TIMOTHY C， LEILA P. Recent advances in modeling and online detection of stator interturn faults in electrical motors[J]. IEEE Transactions on Industrial Electronics， 2011， 58（5）： 1565.

［10］ 李永剛， 李和明， 趙華. 汽輪發電機轉子繞組匝間短路故障診斷新判據[J]. 中國電機工程學報， 2003，23（6）：114.

LI Yonggang， LI Heming， ZHAO Hua. The new criterion on inter-turn short-circuits fault diagnosis of steam turbine generator rotor windings[J]. Proceedings of the CSEE， 2003，23（6）： 114.

［11］ 齊鵬， 李永剛， 馬明晗， 等. 基于環流時頻圖譜的抽水蓄能電機勵磁繞組匝間短路故障診斷研究[J]. 電工技術學報， 2023， 38（22）： 6117.

QI Peng， LI Yonggang， MA Minghan， et al. Diagnosis of inter-turn short circuit in excitation winding of pumped storage motors based on time-frequency map of circulating current[J]. Transactions of China Electrotechnical Society， 2023， 38（22）： 6117.

［12］ 孫宇光， 杜威， 桂林， 等. 用于多相無刷勵磁機開路與短路故障檢測的磁極探測線圈設計[J]. 電工技術學報， 2022， 37（14）： 3545.

SUN Yuguang， DU Wei， GUI Lin， et al. Design of pole detection coils for open-circuit and short-circuit faults in multiphase brushless exciter[J]. Transactions of China Electrotechnical Society， 2022， 37（14）： 3545.

［13］ 齊鵬， 李永剛， 馬明晗. 抽水蓄能電機轉子匝間短路無傳感器檢測方法[J]. 電工技術學報， 2024， 39（20）： 6434.

QI Peng， LI Yonggang， MA Minghan. Study on sensorless detection method of rotor inter-turn short circuit in pumped storage motors[J]. Transactions of China Electrotechnical Society， 2024， 39（20）： 6434.

［14］ TIAN Pengfei， DAVIU J， PLATERO C A， et al. Detection of field winding faults in synchronous motors via analysis of transient stray fluxes and currents[J]. IEEE Transactions on Energy Conversion， 2021， 36（3）： 2334.

［15］ EHYA H， NYSVEEN A. Pattern recognition of interturn short circuit fault in a synchronous generator using magnetic flux[J]. IEEE Transactions on Industry Applications，2021，57（4）：3577.

［16］ QI Peng， LI Yonggang， MA Minghan， et al. Research on the vibration characteristics of pumped storage unit stator core based on fiber optic sensing[J]. IEEE Transactions on Energy Conversion， 2023， 38（03）： 2182.

［17］ CUEVAS M， ROMARY R， LECOINTE J P， et al. Noninvasive detection of winding short-circuit faults in salient pole synchronous machine with squirrel-cage damper[J]. IEEE Transactions on Industry Applications， 2018， 54（6）： 5990.

［18］ SAMEK G T， LUGAND T， UEMORI M. Vibrational forces in salient pole synchronous machines considering tooth ripple effects[J]. IEEE Transactions on Industrial Electronics， 2012， 59（5）： 2260.

［19］ WANG Jun， CHENG Fangzhou， QIAO Wei， et al. Multiscale filtering reconstruction for wind turbine gearbox fault diagnosis under varying-speed and noisy conditions[J]. IEEE Transactions on Industrial Electronics， 2018， 65（5）： 4271.

［20］ LIU Zepeng， YANG Boyuan， WANG Xuefei， et al. Acoustic emission analysis for wind turbine blade bearing fault detection under time-varying low-speed and heavy blade load conditions[J]. IEEE Transactions on Industry Applications， 2021， 57（3）： 2795.

［21］ PARVATHI S B， HEMAMALINI S. Rational-dilation wavelet transform based torque estimation from acoustic signals for fault diagnosis in a three-phase induction motor[J]. IEEE Transactions on Industrial Informatics， 2019， 15（6）： 3494.

［22］ KIM D J， KIM H J， HONG J P， et al. Estimation of acoustic noise and vibration in an induction machine considering rotor eccentricity[J]. IEEE Transactions on Magnetics， 2014， 50（2）： 858.

［23］ HE Yulin， XU Mingxing， ZHANG Wen， et al. Impact of stator interturn short circuit position on end winding vibration in synchronous generators[J]. IEEE Transactions on Energy Conversion， 2021， 36（2）： 715.

［24］ 諸自強， 陳永校， 許大中. 電機電磁振動輻射的聲功率和聲場分析[J]. 電工技術學報， 1989，4（1）： 2.

ZHU Ziqiang， CHEN Yongxiao， XU Dazhong. Analysis of acoustic field and power radiated by an electrical machine[J]. Transactions of China Electrotechnical Society， 1989，4（1）： 2.

［25］ 辛鵬， 戈寶軍， 陶大軍， 等. 多極隱極發電機勵磁繞組匝間短路時的定子分支環流諧波特性[J]. 電工技術學報， 2017， 32（7）： 70.

XIN Peng， GE Baoju， TAO Dajun， et al. Stator branch circulating current harmonic characteristics of multi-pole non-salient-pole generator with field winding inter-turn short circuits[J]. Transactions of China Electrotechnical Society， 2017， 32（7）： 70.

［26］ HE Yulin， WANG Yang， JIANG Hongchun， et al. A novel universal model considering SAGE for MFD-based faulty property analysis under RISC in synchronous generators[J]. IEEE Transactions on Industrial Electronics， 2022， 69（7）： 7417.

［27］ 萬書亭， 李和明， 李永剛. 轉子匝間短路對發電機定轉子振動特性的影響[J]. 中國電機工程學報， 2005， 25（10）： 123.

WAN Shuting， LI Heming， LI Yonggang．Analysis of generator vibration characteristic on rotor winding inter-turn short circuit fault[J]．Proceedings of CSEE， 2005， 25（10）： 123.

（編輯：劉素菊）