抽水蓄能機組勵磁繞組匝間短路漏磁檢測研究

摘 要：

抽水蓄能機組定子鐵心背部漏磁場可有效反應勵磁繞組的運行狀態，通過對勵磁繞組匝間短路前后的漏磁特征進行研究，以實現對其匝間絕緣健康水平的在線監測。首先，推導勵磁繞組健康狀態與匝間短路狀態下的漏磁表達式，得到不同狀態所對應的磁密特征諧波；其次，搭建發電容量為278 MVA的抽水蓄能機組二維有限元仿真模型，據此分析匝間短路故障前后徑向漏磁及切向漏磁時/頻域特征的演變規律，并得到空載工況的徑向、切向漏磁峰值分別為111、102 μT，負載工況的徑向、切向漏磁峰值分別為115、112.5 μT，可為漏磁傳感器選型提供參考；最后，通過在同步發電機定子鐵心背部加裝磁通門傳感器，采集不同匝間短路程度下的徑向、切向及軸向漏磁信號，獲其空載工況峰值分別為51.9、40.4、28.2 μT，負載工況峰值分別為56.5、47.3、38.4 μT，動模機組監測結果證明了，漏磁信號時域特征波形及頻譜特征諧波變化可有效表征勵磁繞組匝間絕緣健康水平，為勵磁繞組匝間短路狀態監測拓展了新的技術路徑。

關鍵詞：抽水蓄能機組；勵磁繞組；匝間短路；漏磁特性；在線監測

DOI：10.15938/j.emc.2024.02.004

中圖分類號：TM341

文獻標志碼：A

文章編號：1007-449X（2024）02-0032-12

收稿日期： 2023-06-26

基金項目：國家自然科學基金（52277048）；國家自然科學基金青年科學基金（52307053）

作者簡介：齊 鵬（1991—），男，博士研究生，研究方向為大型電氣設備狀態監測與故障診斷；

李永剛（1967—），男，教授，博士生導師，研究方向為大型電氣設備狀態監測與故障診斷；

馬明晗（1990—），男，博士，講師，研究方向為大型電氣設備狀態監測與故障診斷；

武玉才（1982—），男，博士，副教授，研究方向為大型電氣設備狀態監測與故障診斷；

黃 嘉（1982—），男，博士研究生，研究方向為大型電氣設備狀態監測與故障診斷。

通信作者：馬明晗

Leakage flux detection of excitation winding inter-turn short circuit of pumped storage unit

QI Peng1， LI Yonggang1， MA Minghan1， WU Yucai1， HUANG Jia1，2

（1.State Key Laboratory of New Energy Power Systems， North China Electric Power University， Baoding 071003， China;2.Hebei Zhanghewan Company， State Grid Xinyuan Company Ltd.， Shijiazhuang 050300， China）

Abstract：

The leakage magnetic field at the back of the stator core of pumped storage units can effectively reflect the operating condition of the excitation winding. The leakage flux characteristics of the excitation winding before and after the inter-turn short circuit were investigated in order to achieve online monitoring of its inter-turn insulation health level. Firstly， the expressions for the leakage flux in the healthy and inter-turn short circuit states of the excitation winding were derived， and the characteristic harmonics of the flux density corresponding to the different states were obtained. Secondly， a two-dimensional finite element simulation model of pumped storage unit with a generating capacity of 278 MVA was built， according to which the changes of radial and tangential leakage flux time/frequency characteristics before and after the inter-turn short circuit fault were analyzed. The peak values of radial and tangential leakage flux density are 111 and 102 μT for no-load condition， and 115 and 112.5 μT for load condition respectively， which can provide a reference for the selection of magnetic sensors. Finally， by installing fluxgate sensor on the back of the stator core of synchronous generator， the radial， tangential and axial leakage flux signals are collected at different levels of inter-turn short circuit， and the peak values are 51.9， 40.4 and 28.2 μT for no-load condition and 56.5， 47.3 and 38.4 μT for load condition respectively. The experimental results demonstrate that the characteristic waveforms in the time domain and the characteristic harmonics in the spectrum can effectively characterize the inter-turn insulation health level of the excitation winding， which expands a new technical path for monitoring the inter-turn short circuit condition of the excitation winding.

Keywords：pumped storage unit; excitation winding; inter-turn short circuit; leakage flux characteristics; online monitoring

0 引 言

抽水蓄能機組作為構建新型電力系統的關鍵設備，對助力能源互聯網優化，提升電網快速調節能力有至關重要的作用［1-2］。現場通過快速改變抽水蓄能機組的運行狀態，實施機組緊急啟停或負荷調整，可有效參與電網深度調峰，促進分布式能源順利并網。但抽蓄機組這一運行特點也致使本體故障概率大為提高［3-4］。為了保障機組安全穩定運行，深入研究多參量傳感技術與物聯網技術，進而實現機組狀態的實時感知與全景監測成為未來發展的一個主要方向［5-6］。

勵磁繞組匝間絕緣劣化過程緩慢，早期微弱故障不易及時發現仍是困擾現場運檢的難題，為了避免匝間短路故障導致嚴重的經濟損失，需要對勵磁繞組健康狀態及剩余壽命進行準確評估［7-8］。目前抽水蓄能電站多采用定期預防性離線試驗，檢查勵磁繞組絕緣是否存在缺陷，廣泛被現場運檢人員所認可的離線檢測方法主要有交流阻抗法及重復脈沖法。其中，交流阻抗法是在勵磁繞組施加交流激勵，通過檢測各磁極繞組的分壓大小，實現匝間短路判別［9］。重復脈沖法則是在勵磁繞組兩端施加脈沖激勵信號，進而捕獲反應故障信息的反射脈沖信號，通過做差運算所得特征曲線來判斷匝間短路故障程度［10］。離線檢測法雖在現場推廣應用，但其仍存在停機檢測、耗時長等缺點，因此相關學者對在線監測與故障預警方法進行了深入研究，以期能在不干擾機組正常運行的情況下，實現對勵磁繞組絕緣狀態的連續跟蹤。同時在線檢測方法根據傳感器安裝位置的不同，又可細分為侵入式檢測和非侵入式檢測［11］。

侵入式檢測方法需要在機組內部加裝新的傳感器，多位學者對此類方法進行了深入研究，近年來較為典型的侵入式檢測方法主要包括：文獻［12］在分析多回路理論的基礎上，提出了監測發電機定子支路不平衡電流的故障診斷方法，通過提取不平衡電流分數次諧波有效值，實現勵磁繞組匝間短路狀態識別。文獻［13］提出在定子鐵心處安裝U形檢測線圈，通過檢測線圈產生的偶次諧波或分數次諧波實現勵磁繞組短路故障的在線監測。文獻［14］提出在發電機勵磁側大軸加裝碳刷，用于監測軸電壓特征諧波信息的變化，從而實現勵磁繞組運行狀態的準確評估。文獻［15］通過在不同區域的定子槽中安裝磁場探測線圈，用以檢測氣隙磁場的變化規律，進一步計算匝間短路故障特征諧波差值，根據閾值法實現匝間短路故障診斷。以上檢測方法的提出為侵入式檢測技術的發展奠定了堅實基礎，但鑒于現場安全運行考慮，后期在機組內部加裝傳感器往往較為困難，因此侵入式檢測方法在現場推廣難度較大。

非侵入式檢測則不需在機組內部加裝傳感器，僅需機組原有數據或在機組外部布置傳感器即可實現機組狀態監測，近年較為代表性的研究主要有：文獻［16］通過分析發電機組正常狀態與匝間短路狀態下勵磁電流及無功功率的變化規律，并設置故障報警閾值，可及時排除匝間短路故障隱患。文獻［17］結合發電機時空相矢圖與電磁功率展開機理分析，根據現場監測數據計算正常狀態下的虛擬電磁功率，并與機組實際電磁功率進行比較，可有效辨識匝間短路故障。文獻［18］通過采集水輪發電機組定子軛部雜散磁通的感應電壓信號，并結合時頻分析法對匝間短路故障特征進行挖掘提取，實驗結果驗證了該方法可有效應用于現場匝間短路判別。文獻［19］提出一種分布式光纖振動傳感技術用于監測發電機組定子鐵心背部振動信號，并通過分析故障特征諧波的變化判斷機組是否處于健康運行狀態。以上非侵入式檢測方法的提出豐富了匝間短路在線監測技術的多樣性，為抽水蓄能電站安全運維提供了更多可行性選擇。

目前已有國外學者提出在水電機組定子鐵心背部安裝多匝探測線圈用于檢測匝間絕緣缺陷［20-22］，由于監測所獲感應電壓信號并非徑向漏磁的一手信息，且漏磁感應電壓信號易受現場電磁干擾影響，若要據此實現匝間短路辨識，需要后臺進行降噪濾波處理。為了精準獲取機組漏磁場的一手信息，并滿足現場在線監測精度的需求，搭建了基于漏磁檢測的非侵入式狀態監測系統，旨在分析和挖掘機組的漏磁特性，以此實現機組健康狀態的高精度數據感知。首先，根據現場機組的運行特點，分析推理了漏磁場的形成機制，并揭示了匝間短路程度與漏磁諧波演變規律之間的對應機制，為現場制定故障防御策略提供指導。其次，根據現場運行的抽水蓄能機組實際尺寸1∶1搭建了二維有限元仿真模型，分析不同故障程度、不同方向的漏磁特征，可為漏磁傳感器選型提供指導。最后，在動模機組定子鐵心背部安裝弱磁傳感器，分別采集空載/負載工況下不同狀態、不同方向的漏磁信息用于匝間短路故障特性分析，實驗結果證明定子鐵心背部徑向漏磁場更能直接反應機組的健康狀態。所提方法可填補國內大型水電機組漏磁監測的空白，有效提高故障辨識的快速性與準確性，最大限度減少經濟損失。

2 勵磁繞組匝間短路-漏磁仿真分析

該研究所搭建的抽水蓄能機組有限元仿真模型參考某電站服役機組參數，其發電機運行工況的具體數據見文獻［19］，并采用ANSYS Electronics搭建發電機二維有限元模型如圖3（a）所示（限于篇幅，僅做局部展示）。

首先，為了能夠準確計算發電機定子鐵心背部漏磁，需在定子鐵心與定子機殼外部設置較大范圍空氣域，并將Balloon設置為邊界條件；其次，將勵磁繞組匝間短路故障程度設置為短路2匝、短路4匝，如圖3（a）所示；再次，進行有限元網格剖分設置，重點對定子鐵心背部以外的空氣域進行細剖（剖分網格單元數為49 197），局部模型剖分如圖3（b）所示；最后，構建用于與Maxwell模型進行電磁耦合仿真的外電路模型，如圖3（c）所示。

根據已建立的有限元仿真模型，分別計算抽水蓄能發電機空載工況及負載工況下的漏磁分布如圖4所示。

由圖4可以看出，抽水蓄能發電機定子鐵心背部存在微弱的漏磁場，因此可進一步對漏磁磁密進行深度挖掘，分別提取徑向、切向漏磁磁密用于勵磁繞組的健康狀態監測。

2.1 徑向漏磁-時/頻域仿真分析

為了驗證漏磁檢測理論分析的正確性，首先，提取空載工況下的徑向漏磁磁密信號，并對其進行時/頻域分析，得磁極繞組正常、短路2匝、短路4匝狀態下的徑向漏磁時域信息如圖5（a）所示。對時域信號進行傅里葉變換，得徑向漏磁頻譜如圖5（b）所示。其次，隨機提取負載工況下的徑向漏磁磁密信號進行時/頻域分析，得磁極繞組正常、短路2匝、短路4匝狀態下的徑向漏磁時域信息如圖5（c）所示，徑向漏磁頻域信息如圖5（d）所示。

由圖5（a）、圖5（c）可以看出，空載工況下的徑向漏磁峰值為111 μT，負載工況下的徑向漏磁峰值為115 μT，并且隨著故障程度的增加，故障磁極的徑向漏磁時域幅值呈遞減趨勢。由圖5（b）、圖5（d）可以看出，正常狀態下，徑向漏磁磁密以50 Hz基波為主，同時伴有奇數次倍頻諧波。匝間短路狀態下，徑向漏磁頻譜0～50 Hz頻率段還出現了明顯的k/9分數次特征諧波，且其幅值隨故障程度的增加而增大，由此驗證了漏磁檢測理論的正確性。同時負載工況下，受電樞反應影響，正常狀態亦出現了k/9分數次諧波。

2.2 切向漏磁-時/頻域仿真分析

首先，提取空載工況下的切向漏磁磁密信號進行時/頻域分析，得磁極繞組正常、短路2匝、短路4匝狀態下的切向漏磁時域譜如圖6（a）所示，切向漏磁頻譜如圖6（b）所示。其次，構建負載工況磁極繞組正常、短路2匝、短路4匝狀態下的切向漏磁時域譜如圖6（c）所示，切向漏磁頻譜如圖6（d）所示。

由圖6（a）、圖6（c）可以看出，空載工況下的徑向漏磁峰值為102 μT，負載工況下的切向漏磁峰值為112.5 μT。隨著故障程度的增加，不僅故障磁極處的時域幅值出現了衰減，非故障磁極處亦出現了不同程度的衰減，對故障磁極定位存在一定干擾。由圖6（b）、圖6（d）可以看出，正常狀態下，切向漏磁磁密以50 Hz基波為主，同時伴有奇數次倍頻諧波。匝間短路狀態下，切向漏磁頻譜0～50 Hz頻率段還出現了明顯的k/9分數次特征諧波，且其幅值隨故障程度的增加而增大。負載運行工況下，受電樞反應影響，正常狀態亦出現了k/9分數次諧波。

綜上仿真分析，徑向漏磁更能準確反映每個磁極的真實運行狀態，其對現場故障磁極準確定位并及時排除故障隱患具有重要意義。

3 勵磁繞組匝間短路-漏磁實驗分析

3.1 匝間短路實驗平臺

勵磁繞組匝間短路實驗依托電力系統動態模擬實驗室MJF-30-6同步發電機實驗平臺，可有效模擬抽水蓄能機組發電機運行工況，其參數見文獻［19］。實驗采用工業固化膠將弱磁探頭直接粘固于定子鐵心背部，保證測量時徑向、切向、軸向漏磁信號的穩定采集。同時為了有效模擬不同程度的匝間短路故障，本次實驗選擇勵磁繞組匝間短路程度25%所對應的抽頭C2、C3，并將兩故障抽頭之間串接滑動變阻器、電流表及斷路器，其中滑動變阻器（48 Ω/7 A）調至最大阻值位，電流表調至1.5 A檔位，斷路器初始為分閘狀態。根據滑動變阻器分流可計算匝間短路故障程度大小，其表達式為

fault"" degree=I′f/If×25%。（10）

式中：If為勵磁電流；I′f為滑動變阻器分流。通過緩慢調節滑動變阻器改變其分流大小，即可模擬發電機不同程度的勵磁繞組匝間短路故障，實驗布置如圖7所示。實驗對發電機空載工況及負載工況（負載為4 kW）下的電磁信息進行采集，采用靈敏度為100 mV/μT的弱磁探頭監測定子鐵心背部徑向、切向、軸向漏磁信號，采用量程為0～4 A的直流電流探頭監測勵磁電流信號If，同時采用量程為0～4 A的直流電流探頭監測滑動變阻器分流信號I′f，采用衰減比為100∶1的電壓探頭監測機端電壓信號，采用量程為-10～10 A的交流電流探頭監測單相電流信號。此外，電磁特征參量信息采用12位垂直分辨率、20 MHz帶寬、8采樣通道的Pico 4824A數字示波器進行同步采集，采樣頻率設為4 kHz。實驗整體布置如圖7所示。

首先，對空載工況正常、匝間短路故障狀態下的勵磁電流數據進行分析，得其時域信息如圖8（a）所示，并計算其直流均值分別為0.96、0.98、1.01、1.03 A。同時提取不同狀態下的滑動變阻器分流信息，得其時域信息如圖8（b）所示，并計算其直流均值分別為0、0.1、0.2、0.3 A，從而計算得到匝間短路故障程度分別為2.6%、5.0%、7.3%。

其次，提取負載工況正常、匝間短路故障狀態下的勵磁電流數據，繪制時域譜如圖8（c）所示，據此計算其直流均值分別為1.04、1.06、1.11、1.14 A。根據滑動變阻器的分流數據，繪制分流時域譜如圖8（d）所示，其直流均值分別為0、0.1、0.2、0.3 A，據此計算匝間短路程度分別為2.4%、4.5%、6.6%。

3.2 徑向漏磁-時/頻域分析

首先，隨機提取同步發電機空載工況下某一電周期的徑向漏磁信號進行分析，得到不同狀態下的時域特征信息，如圖9（a）所示。對徑向漏磁時域信號進行頻譜分析，計算不同狀態下的頻譜特征諧波如圖9（b）所示。其次，提取同步發電機負載工況下的徑向漏磁信號進行時/頻域分析，分別得其時域特征圖譜如圖9（c）所示，頻域特征圖譜如圖9（d）所示。

由圖9（a）、圖9（c）可以得到徑向漏磁信號空載時域峰值為51.9 μT，負載時域峰值為56.5 μT，且故障磁極處的時域幅值伴隨匝間短路故障程度的增加呈遞減趨勢。

由圖9（b）、圖9（d）可以看出在0～50 Hz頻率段出現了明顯的k/3分數次特征諧波（16.6、33.3 Hz），驗證了上文理論分析的正確性。空載工況下，分數次特征諧波幅值隨匝間短路故障程度的增大呈遞增趨勢；負載工況下，由于受電樞反應及機組功率波動影響，短路2.4%狀態頻譜分析結果中33.3 Hz處的幅值較大。

3.3 切向漏磁-時/頻域分析

分別提取空載/負載工況下某一電周期的切向漏磁信號用于構建時域特征圖譜如圖10（a）、圖10（c）所示。進一步對其進行頻譜分析，得不同故障狀態下的頻域特征圖譜如圖10（b）、圖10（d）所示。

由圖10（a）、圖10（c）可以得到空載/負載工況下的切向漏磁信號時域峰值分別為40.4、47.3 μT，通過對比不同狀態下的時域特征波形，不僅故障磁極處的時域幅值伴隨匝間短路故障程度的增加呈遞減趨勢，其他磁極亦出現了不同程度的衰減，不利于后期故障定位。

由圖10（b）、圖10（d）可以看出在0～50 Hz頻率段只出現了16.6 Hz分數次特征諧波，而33.3 Hz處未出現明顯峰值。此外，無論機組處于空載工況還是負載工況，其16.6 Hz分數次特征諧波幅值均隨匝間短路故障程度的增大呈遞增趨勢。

3.4 軸向漏磁-時/頻域分析

隨機提取某一電周期的軸向漏磁時域特征信號，構建其空載時域譜如圖11（a）所示，負載時域譜如圖11（c）所示。分別對不同工況下的時域信號進行頻譜分析，獲空載軸向漏磁頻譜如圖11（b）所示，負載軸向漏磁頻譜如圖11（d）所示。

由圖11（a）、圖11（c）可以得到空載/負載工況下的切向漏磁信號時域峰值分別為28.2、38.4 μT，故障磁極處的時域幅值隨著匝間短路故障程度的增加呈遞減趨勢。此外，非故障磁極處不同狀態下的軸向漏磁信號波動較大，據此進行故障診斷容易引發誤判。

由圖11（b）可以看出，空載工況在0～50 Hz頻率段出現了明顯的k/3分數次特征諧波（33.3 Hz），且隨故障程度的增加呈遞增趨勢。由圖11（d）看出，負載工況由于受電樞反應及機組功率波動影響，分數次特征諧波并不明顯。

4 結 論

該研究對勵磁繞組匝間短路后的漏磁特性展開了理論分析，并通過有限元仿真和模擬機組實驗對所提理論進行了驗證，據此得出以下結論：

1）抽水蓄能機組正常運行時，其漏磁頻譜主要包括50 Hz基波及奇數次倍頻諧波。機組發生勵磁繞組匝間短路故障后，除基波和奇數次倍頻諧波外，還會產生k/P分數次特征諧波，且其幅值隨匝間短路程度的增加呈遞增趨勢。通過抽水蓄能機組有限元仿真及同步發電機組實驗所得漏磁信息，驗證了該理論的正確性。

2）該研究對徑向、切向及軸向漏磁時/頻域特征信息進行深度分析與挖掘，通過現場實際運行機組的有限元建模計算與模擬機組實驗實測，標定了機組漏磁場的幅值大小及不同狀態下的變化趨勢，填補了機組健康狀態監測在該研究方向的空白，為現場運檢提供了新的非侵入式在線監測方案。

3）有限元計算結果及動模機組實驗結果均表明切向、軸向漏磁時域信息波動較大，在非故障磁極處亦會出現不同程度的幅值衰減，且其頻譜中表征故障的分數次諧波同樣存在一定程度的信息缺失，以上特征皆不利于勵磁繞組匝間絕緣狀態的在線監測。相比而言，徑向漏磁信號所包含的故障指紋信息更加豐富，更有助于現場機組匝間短路故障的辨識與定位。

綜上所述，通過對機組不同狀態、不同方向下的漏磁特性展開理論分析、有限元仿真及模擬機組實測，有效論證了基于漏磁檢測的非侵入式狀態監測方法能夠及時發現勵磁繞組早期微弱匝間絕緣缺陷，對提高設備狀態感知能力和設備運維檢修效率具有重要意義。

參 考 文 獻：

［1］ 謝小榮， 馬寧嘉， 劉威， 等. 新型電力系統中儲能應用功能的綜述與展望［J］.中國電機工程學報， 2023， 43（1）： 158.

XIE Xiaorong， MA Ningjia， LIU Wei， et al. Functions of energy storage in renewable energy dominated power systems： review and prospect［J］. Proceedings of the CSEE， 2023， 43（1）： 158.

［2］ 吳珊， 邊曉燕， 張菁嫻， 等. 面向新型電力系統靈活性提升的國內外輔助服務市場研究綜述［J］.電工技術學報， 2023， 38（6）： 1662.

WU Shan， BIAN Xiaoyan， ZHANG Jingxian， et al. A review of domestic and foreign ancillary services market for improving flexibility of new power system［J］. Transactions of China Electrotechnical Society， 2023， 38（6）： 1662.

［3］ 齊鵬， 李永剛， 馬明晗， 等. 基于環流時頻圖譜的抽水蓄能機組勵磁繞組匝間短路故障診斷［J］. 電工技術學報， 2023， 38（22）： 6104.

QI Peng， LI Yonggang， MA Minghan， et al. Diagnosis of inter-turn short circuit in excitation winding of pumped storage units based on time-frequency map of circulating current［J］. Transactions of China Electrotechnical Society， 2023， 38（22）： 6104.

［4］ EHYA H，NYSVEEN A，ANTONINO D J.Advanced fault detection of synchronous generators using stray magnetic field［J］.IEEE Transactions on Industrial Electronics，2022，69（11）：11675.

［5］ QI Peng， LI Yonggang， MA Minghan， et al. Diagnosis of inter-turn short circuit in excitation winding of pumped storage unit based on frequency-resolved circulation spectrum［J］. IET Electric Power Applications， 2023， 17（1）： 14.

［6］ SHAIKH M F， KIM H J， LEE S B， et al. Online airgap flux based diagnosis of rotor eccentricity and field winding turn insulation faults in synchronous generators［J］. IEEE Transactions Energy Conversion， 2022， 37（1）： 359.

［7］ 馬明晗， 侯岳佳， 李永剛， 等. 基于MSK-CNN和多源機電信息融合的同步發電機故障診斷方法［J］.電機與控制學報， 2023， 27（1）： 1.

MA Minghan， HOU Yuejia， LI Yonggang， et al. Synchronous generator fault diagnosis method based on MSK-CNN and multi-source electromechanical information fusion［J］. Electric Machines and Control， 2023， 27（1）： 1.

［8］ 范軒杰， 武玉才， 盧偉甫. 抽水蓄能機組多工況下轉子匝間短路故障檢測效果分析［J］. 電機與控制學報， 2023， 27（4）： 23.

FAN Xuanjie，WU Yucai， LU Weifu. Effect analysis of rotor interturn short circuit fault detection for pumped storage unit under multiple working conditions［J］. Electric Machines and Control， 2023， 27（4）： 23.

［9］ KIM H J， MORENA J D L， PLATERO C A， et al. Influence of rotor eccentricity on the reliability of the pole drop test for salient pole synchronous machines［J］. IEEE Transactions on Energy Conversion， 2022， 37（3）： 2240.

［10］ 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）： 3932.

LI Tianhui， TANG Ming， JIA Boyan， et al. Modeling simulation and diagnosis analysis of inter-turn short circuits［J］. High Voltage Engineering， 2019， 45（12）： 3932.

［11］ AFRANDIDEH S， MILASI M E， HAGHJOO F， et al. Turn to turn fault detection， discrimination， and faulty region identification in the stator and rotor windings of synchronous machines based on the rotational magnetic field distortion［J］. IEEE Transactions on Energy Conversion， 2020， 35（1）： 292.

［12］ 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）： 51.

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）： 51.

［13］ WU Yucai， MA Minghan， LI Yonggang. A new detection coil capable of performing online diagnosis of excitation winding short-circuits in steam-turbine generators［J］. IEEE Transactions on Energy Conversion， 2018， 33（1）： 106.

［14］ PLAZENET T， BOILEAU T， CAIRONI C， et al. A comprehensive study on shaft voltages and bearing currents in rotating machines［J］. IEEE Transactions on Industry Applications， 2018， 54（4）： 3749.

［15］ AFRANDIDEH S， HAGHJOO F， CRUZ S， et al. Detection of turn-to-turn faults in the stator and rotor of synchronous machines during startup［J］. IEEE Transactions on Industrial Electronics， 2021， 68（8）： 7485.

［16］ 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）： 112.

LI Yonggang， LI Heming， ZHAO Hua. The new criterion on inter turn short-circuit fault diagnose of steam turbine generator rotor windings［J］. Proceedings of the CSEE， 2003， 23（6）： 112.

［17］ WU Yucai， LI Yonggang. Diagnosis of rotor winding interturn short-circuit in turbine generators using virtual power［J］. IEEE Transactions on Energy Conversion， 2015; 30（1）： 183.

［18］ EHYA H， NYSVEEN A， SKREIEN T N. Performance evaluation of signal processing tools used for fault detection of hydrogenerators operating in noisy environments［J］. IEEE Transactions on Industry Applications， 2021， 57（4）： 3654.

［19］ 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（3）： 2179.

［20］ 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）：3573.

［21］ SHAIKH M F， PARK J， LEE S B. A non-Intrusive leakage flux based method for detecting rotor faults in the starting transient of salient pole synchronous motors［J］. IEEE Transactions on Energy Conversion， 2021， 36（2）： 1262.

［22］ PARK Y， YANG C， KIM J， et al. Stray flux monitoring for reliable detection of rotor faults under the influence of rotor axial air ducts［J］. IEEE Transactions on Industrial Electronics， 2019， 66（10）： 7561.

［23］ 郝亮亮， 孫宇光， 邱阿瑞， 等. 大型水輪發電機勵磁繞組匝間短路的穩態故障特征分析［J］.電力系統自動化， 2011， 35（4）： 40.

HAO Liangliang， SUN Yuguang， QIU Arui， et al. The steady-state fault characteristics of a large hydro-generator with inter-turn short circuit of field windings［J］. Automation of Electric Power Systems， 2011， 35（4）： 40.

［24］ CEBAN A， PUSCA R， ROMARY R. Eccentricity and broken rotor bars faults-effects on the external axial field［C］// The XIX International Conference on Electrical Machines， September 6-8， 2010， Rome， Italy. 2010： 1-6.

（編輯：劉琳琳）