Особенности измерения частичных разрядов в системах изоляции статорных обмоток высоковольтных электрических машин

Цель статьи — представить потенциальные инструменты, которые могут внести значительный вклад в идентификацию частичных разрядов (ЧР). Различные типы частичных разрядов действуют в системе изоляции статорной обмотки одновременно. Внутренние частичные разряды — это электрические разряды, которые возникают в пустотах в изоляции обмотки статора. В типичных системах изоляции статора, в которых используются слюдяные ленты, склеенные эпоксидной смолой, ухудшение изоляции из-за внутренних частичных разрядов обычно происходит медленно (многие годы или десятилетия). Внешние частичные разряды (пазовые ЧР и поверхностные ЧР в лобовой области статорной обмотки) более опасны и приводят к разрушению изоляции в короткий срок (несколько месяцев или лет). Поэтому идентификация дефектов изоляции имеет важное значение. Проведен анализ существующих методов идентификации дефектов изоляции высоковольтных электрических машин с использованием результатов измерения характеристик частичных разрядов. Охарактеризованы достоинства и недостатки каждой из групп методов идентификации. Показано, что среди моделей представления знаний при решении задач диагностирования систем изоляции высоковольтных электрических машин одними из наиболее подходящих являются методы идентификации, включающие натурные испытания с применением обучающих выборок. Отмечено, что выявление дефектов изоляции и их идентификация не могут быть осуществлены только прямыми измерениями характеристик ЧР и других диэлектрических параметров (электрического сопротивления, индекса поляризации диэлектрических потерь). Для этого должны использоваться специальные вычислительные программы, основанные на методах распознавания образов. Представлены результаты определения технологических дефектов изоляции статорной обмотки на этапе заводских испытаний, полученные с использованием разработанной авторами методики идентификации ЧР.

1. Sedding H. G., Stone G. C., Warren V. Progress in interpreting online partial discharge test results from motor and generator stator windings. CIGRE 2016; Paris, A1-202.

2. Montanari G. C., Seri P. A Partial Discharge – Based health index for rotating machine condition evaluation. IEEE Elect. Insulation Magazine 2018; v. 34: 17–23.

3. Ramesh P., Sumangala B., Vishwanath A. Novel approach to identify slot discharges in the presence of end winding corona discharges. IEEE Transactions on Dielectrics and Electrical Insulation 2019; v. 26 (5): 1385 – 1393.

4. Montanari G. C., Seri P., Ghosh R., Cirioni L. Noise rejection and partial discharge source identification in insulation system under DC voltage supply. IEEE Transactions on Dielectrics and Electrical Insulation 2019; v. 26 (6): 1894 – 1902.

5. Tanaka K. Prediction of residual breakdown electrical field strength of epoxy-mica paper insulating systems for the stator winding of large generators. IEEE Transaction Dielectrics Electrical Insulation 2015; v. 22: 1118 – 1123.

6. Kunicki M., Cichoń A., Nagi L. Statistics based method for partial discharge identification in oil paper insulation systems. Electric Power Systems Research. 2018; v. 163 (B): 559 – 571.

7. Stone G. R. Objective methods to interpret partial-discharge data on rotating-machine stator windings. IEEE Transaction on Industry Application 2016; v. 42 (1): 195 – 200.

8. Akbari A., Rahimi M.,Werle P., Borsi H. Fault localization and analysis for a damaged hydrogenerator and a proposal to improve the standard for generator commissioning tests. IEEE Electrical Insulation Magazine 2019; v. 36 (3): 9 – 25.

9. Kunicki M., Cichon A. Application of a phase resolved partial discharge pattern analysis for acoustic emission method in high voltage insulation systems diagnostics. Archives of acoustics 2018; v. 43 (2): 235 – 243.

10. Deshpande A. Partial discharge source identification using phase window analysis of PRPD data. 19th International Symposium on High Voltage Engineering 2015; Plzen: 23 – 28.