阅读说明：本技术 用于电气系统中的故障检测的负序电压的分段估计 (segmented estimation of negative sequence voltage for fault detection in electrical systems ) 是由 A·帕尼 S·K·沙玛 于 2018-05-03 设计创作，主要内容包括：本发明提供了一种被配置为检测包括多个定子绕组的电机中的定子绕组故障的诊断系统。该诊断系统包括处理器,处理器被编程为：接收提供给电机的三相电压和电流的测量值；根据三相电压和电流计算电压和电流的正序分量、负序分量和零序分量；以及通过执行包括修改的递归最小二乘(RLS)方法的两步初始化算法来识别对于负序电压的噪声因子贡献和定子故障贡献,噪声因子贡献包括由正序电流、负序电流和正序电压中的一者或多者引起的电机中的不平衡。处理器仍被进一步编程为基于对于负序电压的定子故障贡献来检测电机中的定子故障。(The present invention provides a diagnostic system configured to detect stator winding faults in an electric machine including a plurality of stator windings. The diagnostic system includes a processor programmed to: receiving measurements of three-phase voltages and currents supplied to the motor; calculating a positive sequence component, a negative sequence component and a zero sequence component of the voltage and the current according to the three-phase voltage and the current; and identifying a noise factor contribution to the negative sequence voltage and a stator fault contribution by performing a two-step initialization algorithm comprising a modified Recursive Least Squares (RLS) method, the noise factor contribution comprising an imbalance in the electric machine caused by one or more of the positive sequence current, the negative sequence current, and the positive sequence voltage. The processor is still further programmed to detect a stator fault in the electric machine based on the stator fault contribution to the negative sequence voltage.)

用于电气系统中的故障检测的负序电压的分段估计

背景技术

本发明整体涉及电气系统、电机和电动机，并且更具体地讲，涉及用于执行负序电压的分段估计以检测此类电机中的定子绕组故障的系统和方法。

在工业设施中，诸如发电机、AC电动机和/或变压器的电机在各种应用中使用。作为一个示例，感应电动机用于诸如泵送、冷却、物料移动的应用以及需要成本有效且坚固的电动机的其他应用。在此类应用中，配电系统与电机结合使用，其中配电系统包括保护和控制部件(诸如断路器、接触器、起动器等)。

在具有配电系统和AC电机的三相系统中，已经认识到各种因子可导致系统中的三相电压不对称/不平衡。也就是说，高电阻连接和定子绕组故障(stator winding fault)都会改变系统中的电阻，由此导致三相电压不对称/不平衡。关于系统中的定子绕组故障，这些故障可能是由于绕组绝缘的逐渐恶化引起的，这种逐渐恶化归因于以下各项的组合：机电力引起的振动、高dv/dt电压浪涌、热过载和/或污染。如果发生定子绕组故障并且定子的绕组短路，则短路线匝中会引起大的循环故障电流，导致局部热过载。如果未被检测到，这种局部热过载最终会导致电动机在短时间内由于接地故障/相间绝缘或开路故障而发生故障。因此，期望以有效和成本有效的方式检测定子绕组故障。

已经认识到，一些为检测定子绕组故障而开发的现有无传感器技术依赖于监测三相系统的不对称性“变化”的影响的主要方法/概念，因为故障在这些相之一中发生。可以获取/分析参数(诸如提供给电路中的电机的三相电压和电流，电压和电流的正序分量、负序分量和零序分量，电动机端子处的电压不平衡，以及电动机端子处的电流不平衡)，以便识别三相电动机电路中的定子绕组故障—其中匝间故障会导致可识别的负序电压变化。

然而，对于利用电动机的负序参数(即负序电压)的用于检测定子绕组故障的现有无传感器技术，已经认识到除了匝间故障本身之外，各种因子也可导致负序电压的变化—其中这些因子通常称为“噪声因子”。因此，匝间故障检测的准确性和可靠性将至少部分取决于确定对负序电压的噪声因子贡献，其中从总负序电压中减去所估计的噪声因子贡献以识别由于匝间故障而引起的负序电压。

在现有定子绕组故障检测技术中，已经使用线性优化技术(诸如最小均方(LMS)和递归最小二乘(RLS)技术)来执行该噪声因子贡献。然而，已经认识到负序参数具有对负载和供电电压的非线性依赖性，并且因此线性估计技术在出现负载变化时具有较差准确性。噪声因子贡献估计的这种较差准确性限制了可检测到的匝间故障的最低严重性，并且因此可导致故障发生的不正确识别和/或错过识别。虽然已经尝试开发更准确地估计噪声因子贡献的技术—包括负荷箱方法、神经网络方法、以及使用复杂的非线性公式来估计噪声因子贡献—但此类方法是计算密集的、难以实现且成本高。

因此，期望提供能够在检测定子绕组故障时准确地估计对负序电压变化的噪声因子贡献的系统和方法。还期望以简单且成本有效的方式来实现这种系统和方法。

发明简要描述

根据本发明的一个方面，诊断系统被配置成检测包括多个定子绕组的电机中的定子绕组故障。诊断系统包括处理器，该处理器被编程为接收提供给电机的三相电压和电流的测量值，这些测量值是从与电机相关联的电压和电流传感器接收的。处理器被进一步编程为：根据三相电压和电流计算电压和电流的正序分量、负序分量和零序分量，以及识别对于负序电压的噪声因子贡献和定子故障贡献，该噪声因子贡献包括由正序电流、负序电流和正序电压中的一者或多者引起的电机中的不平衡。处理器仍被进一步编程为基于对于负序电压的定子故障贡献来检测电机中的定子故障。在识别对于负序电压的噪声因子贡献和定子故障贡献时，处理器被进一步编程为执行两步初始化算法，该算法包括修改的递归最小二乘(RLS)方法以识别噪声因子贡献。

根据本发明的另一个方面，电气系统包括可连接到AC电源的输入以及可连接到电机的端子以向其提供三相功率的输出，该电机包括多个定子绕组。电气系统还包括诊断系统，该诊断系统被配置成识别电机的定子绕组中的定子故障，该诊断系统包括处理器，该处理器被编程为接收提供给电机的三相供电电压和电流的测量值，这些三相供电电压和电流的测量值是由连接到输入和输出之间的配电电路的电压和电流传感器提供的。处理器被进一步编程为计算供电电压和电流的正序分量、负序分量和零序分量，补偿负序电压中的噪声因子以隔离定子故障负序电压，这些噪声因子包括由正序电流、负序电流和正序电压中的一者或多者引起的电机中的不平衡。处理器仍被进一步编程为基于定子故障负序电压来识别配电电路中的定子故障。为了补偿负序电压中的噪声因子，处理器被进一步编程为估计作为正序电流的函数的处于基础负载值的第一系数和第二系数，并且在作为正序电流的函数的第三系数处于零值时，使用所估计的第一系数和第二系数以及第三系数的零值，在多个负载值下计算实际的负序电压与所估计的负序电压之间的误差，以及通过优化误差来估计第三系数。

根据本发明的又一个方面，提供了用于在包括多个定子绕组的电机中识别匝间定子故障的方法。方法包括：通过电压和电流传感器测量提供给电机的端子的三相电压和电流，以及致使诊断系统识别电机的定子绕组中的匝间定子故障，其中致使诊断系统识别匝间定子故障还包括：接收提供给电机的端子的所测量的三相电压和电流，根据所测量的三相电压和电流来计算正序电压和电流、负序电压和电流和零序电压和电流，补偿负序电压中的噪声因子以隔离定子故障负序电压，以及基于定子故障负序电压来识别电机中的匝间定子故障。为了补偿负序电压中的噪声因子，方法还包括执行修改的递归最小二乘(RLS)估计，以便估计对于负序电压的噪声因子贡献。

根据以下具体实施方式和附图，本发明的各种其他特征和优点将变得显而易见。

具体实施方式

和附图，本发明的各种其他特征和优点将变得显而易见。

附图说明

附图示出了目前预期用于执行本发明的优选的实施方案。

在附图中：

图1是用于与本发明的实施方案一起使用的三相配电电路的示意图。

图2是根据本发明的实施方案的其中存在定子绕组故障的电动机电路的示意图。

图3是示出根据本发明的实施方案的用于检测电机中的定子绕组故障的技术的流程图。

图4是示出根据本发明的实施方案的用于执行负序电压的分段估计的技术的流程图。

图5是示出图4的分段估计技术相比于用于在低严重性匝间定子故障期间估计负序电压的现有技术的估计技术的性能比较的图示。

图6是示出使用图4的分段估计技术中的每个的估计负序电压的误差的流程图。

具体实施方式

本文阐述的本发明的实施方案涉及用于执行负序电压的分段估计以检测电机中的定子绕组故障的系统和方法。系统和方法估计噪声因子对电机的负序参数的整体变化的非线性贡献，以便准确地识别定子故障对负序电压变化的贡献。

参见图1，示出了根据本发明的一个实施方案的三相配电电路10。配电电路10连接在三相AC输入12a-12c和负载14(诸如AC电机)之间，以便向电机提供保护并调节来自三相AC输入12a-12c的功率以用于输送到电机。根据本发明的一个实施方案，电机14是以感应电动机14的形式，并因此下文在图1中被称为感应电动机14。然而，已经认识到，电机14也可以是例如发电机或变压器，或者可以由三相功率驱动并在工业环境中有用的任何其他负载。因此，本发明的实施方案不应限于特定类型的电机或电动机。

配电电路10包括可连接到三相AC输入12a-12c以从其接收功率的输入16。配电电路10还包括三相输出18，该三相输出可连接到感应电动机的电动机端子20以向感应电动机14提供三相电压和电流。根据一个实施方案，输出18可以例如在配电电路10的接线盒22处连接到电动机端子20。

如图1中进一步所示，配电电路10中包括定位在输入16和输出18之间的多个电路部件，其中电路部件提供免受从三相AC输入端12a-12c提供以输送到感应电动机14的电压和电流的保护和对其的控制。在图1中示出了许多此类保护和控制部件，但已经认识到，根据本发明实施方案的配电电路10中也可以/替代地包括其他部件。在图1所示的配电电路10的实施方案中，电动机控制中心(MCC)24被示为包括在电路中。电动机控制中心24可以包括一个或多个封闭部分的组件，这些部分具有公共电源总线并包含许多电动机控制单元—诸如许多电动机起动器。电动机控制中心24还可以包括变频驱动器、可编程控制器和计量器。与电动机控制中心24的操作相关联的是用于保护电动机14、提供短路保护和/或隔离电动机电路的许多保护部件/设备。例如，保险丝26和接触器28设置在配电电路10中(诸如在局部配电板30中)以提供短路保护和感应电动机14的控制。还提供了断路器32和断开开关34以提供配电电路10的短路保护和隔离。

已经认识到，图1所示的配电电路10仅示出可与本发明的实施方案相关联的电动机配电电路，并且根据本发明的实施方案可以替代地提供各种配置和布置的三相AC电路。

相对于图1所示的配电电路10，期望能够检测感应电动机14中的定子绕组故障。定子绕组故障可能是由于定子绕组绝缘的逐渐恶化引起的，这种逐渐恶化归因于机电力引起的振动、高dv/dt电压浪涌、热过载和/或污染的组合。如果发生定子绕组故障并且定子的绕组短路，则短路绕组中会引起大的循环故障电流，导致局部热过载。如果未被检测到，这种局部热过载最终会导致电动机在短时间内由于接地故障/相间绝缘或开路故障而发生故障。

为了提供对此类定子绕组故障的检测，根据本发明的实施方案，在配电电路10中包括诊断系统40。诊断系统40接收关于提供给感应电动机14的三相供电电压和电流的输入。根据示例性实施方案，诊断系统40接收从集成到MCC 24中的电动机起动器中的电压和电流传感器(大体指示为41)获取的电压和电流测量值；然而，已经认识到单独的专用电压和电流传感器可以包括在配电电路10中，以便从输入16和输出18之间的位置获取电压和电流数据并将其提供给诊断系统40。如图1所示，诊断系统40中的处理器42接收所测量的三相电压和电流，并且被编程为分析数据以识别感应电动机中的定子绕组故障。

尽管诊断系统40在图1中被示为以独立产品/设备的形式，但已经认识到，这种系统可以结合到配电电路10中包括的保护和控制部件中。即在其上具有能够检测感应电动机14中的定子绕组故障的程序/算法的处理器42可以位于配电电路10中的现有起动器、继电器、驱动器、断路器、电动机控制中心和/或其他电动机控制或保护产品中。诊断系统40因此可以从配电电路的位置或在远离配电电路的位置处提供对配电电路10的在线监测。

此外，尽管下面相对于诊断系统40的处理器42被编程为执行用于识别感应电动机14中的定子绕组故障的技术描述了本发明人的实施方案，但是应认识到如本文使用的术语“处理器”不必是可编程设备。即，应当理解，如下文所述的处理器42(以及由此执行的步骤)还包括执行相同任务的等效硬件和计算设备。

根据本发明的实施方案，为了检测三相电动机电路中是否存在电压降或电压增益，采用对称部件的方法以便在电动机电路变得不平衡时简化对电动机电路的分析。非对称/不平衡相量(电压和电流)被表示为三组对称的平衡相量—第一组具有与研究中的系统相同的相序(正序，例如，ABC)，第二组具有相反相序(负序，例如，ACB)，并且在第三组中，相量A、B和C彼此同相(零序)。本质上，此方法将三个不平衡相转换成三个独立源，这使得非对称故障分析更易于处理。使用电压和电流的序列相量，计算故障严重性指数(FSI)，其量值是电路中的电压增益或电压降的量的指示器，并且其角度指示具有电压增益/电压降的一个或多个相。

提供了本发明的实施方案，其用于检测AC电机中(包括在基于三角形连接的电动机电路或星形连接的电动机电路中)的基于电阻的故障的存在。在图2中提供了通用感应电动机电路44的图示。在图2中，示出了电源线电压V_a、V_b、V_c，即作为在电动机处存在的电动机端子处的相电压V_aM、V_bM、V_cM。存在的电动机端子电压部分地由存在于电机的定子绕组46中(在一个或多个相上)的任何定子绕组故障确定，其被指示为V_SFa、V_SFb、V_SFc。

现在参考图3，并且继续参考图1和图2，示出了根据本发明实施方案的技术50，该技术由诊断系统40的处理器42实现以识别、定位和量化三角形或星形连接的配电(电动机)电路10中的定子绕组故障。已经认识到，对于三角形连接的电动机和星形连接的电动机，用于识别、定位和量化定子绕组故障的技术50(以及其中包括的步骤)是相同的。

在技术50的第一步中，处理器42在步骤52接收三相电流和电压测量值。根据示例性实施方案，处理器42接收如在MCC中(即，在输入16和输出18之间的感测位置处)所测量的三相电流和电压数据，其中随后将来自MCC 24的电压和电流供应给电机14(例如感应电动机)的端子20。在接收到三相电流和电压测量值时，处理器42随后根据已知技术/方法在步骤54提取三相电流和电压的基波分量。步骤54在图3中以虚线示出，因为已认识到，对于执行技术50，基波分量的确定是任选的—因为可以在没有基波分量的情况下执行对配电电路10中的定子绕组故障的检测、定位和量化。然而，应当认识到，通过确定和使用基波分量可以实现更准确的定子绕组故障分析，如下所述。

如图3所示，技术50在步骤56处继续计算基波供电电压和电流的序列分量，其中电压的序列分量被标识为V_1,2,0并且电流的序列分量被标识为I_1,2,0，其中正序分量、负序分量和零序分量分别由1、2和0标识。相对于确定电压序列分量，已经认识到，可以将基尔霍夫电压定律(KVL)应用于连接的配电电路以便以根据以下的公式的形式来描述电源线电压、电机端子处的相电压、以及定子故障之间的关系：

其中V_aM、V_bM、V_cM是电动机绕组上的三相电压，V_a、V_b、V_c是三相线电压(在感应位置处测量)，并且V_SFa、V_SFb、V_SFc分别是由于相A、相B、相C中的定子故障引起的电压增益。

正序分量、负序分量和零序分量电压可以通过将变换T应用于公式1来获得。根据一个实施方案，利用了根据以下定义的序列变换T：

其中(即120度角下的单位向量)。

将变换T应用于公式1得出了：

考虑到每个相中的线压降相等(即定子绕组没有附加不平衡)，则公式2可以被重写为：

其中V_0M、V_1M和V_2M是电动机端子处的零序、正序和负序电压分量。

重新布置负序方程以隔离电动机端子处负序电压V_2M得出了：

公式4然后被重写为：

其中V₂是在电源侧的感测位置观察到的负序电压，并且V_SFa、V_SFb、V_SFc分别是在相A、相B、相C中存在定子故障时观察到的电压增益。

重新布置公式5得出了：

V_SFa+a²V_SFb+aV_SFc＝-3(V₂-V_2M) [公式6]。

已经认识到，电动机端子处的负序电压V_2M是负序电动机电流、供电电压、正序电流(负载)和定子故障的函数。因此，为了检测定子故障，必须针对负序电动机电流、供电电压和负载(即“噪声因子”)补偿负序电压，其中认识到这些参数的非线性使得难以进行其估计，尤其是在尝试利用线性优化技术来执行这种估计时。因此，根据本发明的示例性实施方案，在步骤58执行分段估计算法，以确定对负序参数的噪声因子贡献和定子故障贡献。如图4所指示的，在步骤58处执行多个子步骤，以便准确估计噪声因子对负序电压的贡献，从而使得能够移除这些噪声因子并隔离定子故障负序电压。在一个实施方案中，并且如下面更详细地解释的，分段估计算法包括修改的递归最小二乘(RLS)估计，其考虑了上述噪声因子的非线性。

为了估计电动机端子处的负序电压，可根据以下定义负序电压：

V_2M＝K₁*I₂+K₂*V₁+K₃*I₁ [公式7]，

其中I₁是正序电流，I₂是负序电流，V₁是正序电压，并且K₁、K₂和K₃是作为正序电流I₁的函数的值。还应当理解，负序电流I₂是正序电流I₁的函数，诸如根据以下函数：

I₂(I₁)＝I_{2_base}+f(I₁) [公式8]。

由于公式7是非线性方程，因此使用线性估计技术(例如，RLS)来一起估计K₁、K₂和K₃不会给出负序电压的正确估计。因此，在采用步骤58的分段估计算法来估计V_2M时，假设电机在健康状况下运行(即电机绕组中没有定子绕组故障)—即“初始化”阶段。最初假设没有定子绕组故障，则负序电压(在输入16和输出18之间的感应位置处)等于电动机端子处的负序电压(即V₂＝V_2M)。因此，在初始化期间(假设不存在定子绕组故障)，分段估计是通过在算法的步骤60和62处执行两步优化的“第一步骤”开始的。在步骤60处，针对感应电动机14上的恒定负载估计系数K₁和K₂，并且将K₃设定为零，使得可根据以下优化公式7：

V_2M＝K₁*I₂+K₂*V₁+K₂*I₁ [公式9]

例如，感应电动机14可以在20％的恒定负载下操作。如步骤62所指示的，将该负载值定义为基值。

分段估计算法58在步骤64和66处继续执行两步优化算法的“第二步骤”。在步骤64处，使感应电动机14以其正常占空比运行，并且通过采取从第一步骤得出的K₁和K₂的值并将K₃设为零，计算出实际的负序电压和所估计的负序电压之间的误差。在步骤66处，然后通过根据以下公式优化误差来估计K₃：

Error＝K₃*(I₁–I_{1_base}) [公式10]，

其中I₁是当前负载状况下的正序电流并且I_{1_base}是基础负载状况下的正序电流。

有利的是，使用图4的分段估计算法提供了非线性负序参数的更准确估计，以用于识别电气系统中的匝间定子故障。图5示出了分段估计技术相比于现有技术的估计技术(即，RLS技术—用于在低严重性匝间定子故障期间估计负序电压)的性能比较。从其中可以看出，在初始化时段期间(68处指示)，将保持恒定负载—公式9中存在常量K₁和K₂值。在初始化时段之后，然后改变负载(诸如在每四个绘制点)，并且监测定子故障负序电压V_2SF以识别匝间定子故障的存在。在72处指示下降到指定故障阈值70以下并从而指示健康电动机的定子故障负序电压数据点，而在74处指示高于指定故障阈值70并从而指示有故障的电动机的定子故障负序电压数据点。通过比较使用分段估计技术来计算出的定子故障负序电压数据点与使用现有技术的RLS技术来获得的点，可以看出，在两种技术之间，示出健康电机72和示出有故障的电机74的数据点变化很大—由此说明了通过分段估计技术提供的估计定子故障负序电压数据点的更高准确性可以极大地提高准确且可靠地检测电气系统中的匝间定子故障的能力。该准确度进一步反映在图6的曲线图中，其中可以看到，与在通过已知RLS技术进行计算时的所计算出的定子故障负序电压的误差(78处指示)相比，在通过分段估计算法进行计算时的所计算出的定子故障负序电压的误差(76处指示)极大地减小。

现在返回参考图3的技术50，在完成步骤58和其中执行的用于识别噪声因子和定子故障对负序参数的贡献的分段估计算法之后，可以实现公式6以确定电动机端子处的负序电压V_2M。然后可以在步骤79处根据以下公式确定仅由于定子绕组故障而引起的负序电压V_2SF，即定子故障负序电压V_2SF：

V_2SF＝V₂–V_2M [公式11]。

通过将公式11带入公式6，公式6可以根据以下公式来重写：

V_SFa+a²V_SFb+aV_SFc＝-3V_2SF [公式12]。

公式12可以用于导出条件和关系，以量化和定位由于三角形连接的电动机的单相或多相中的定子绕组故障而引起的电压增益。

然后，技术50在步骤80处继续，其中确定定子故障负序电压V_2SF的量值是否大于阈值电压电平，从而使得能够确定定子故障负序电压是否指示配电电路10中的定子故障。可以认识到，可以根据将出现警报的严重程度来设定阈值电压电平，因此该阈值可以是程序中的预定义值，或者可以根据用户设定或使用用户输入来确定。根据示例性实施方案，电压阈值被设定为100mV—使得大于100mV的电压降被归类为定子故障—尽管已经认识到阈值可以是更高或更低的值。如果在步骤80处确定定子故障负序电压V_2SF小于阈值电压(如82处指示)，则确定系统中不存在定子故障，如步骤84所示。然后该技术循环回到步骤52，处理器42接收附加的三相电流和电压测量值，从而继续监测定子故障。

相反，如果在步骤80处确定定子故障负序电压V_2SF的量值大于阈值电压(如86处指示)，则技术50继续执行步骤88，其中计算配电电路10/电机14中的每个相的定位参考相位角。根据示例性实施方案，在步骤88处计算的定位参考相位角部分地通过使用流过每个相应相的基波电流的相位角来导出。因此，对于相A，可以通过以下公式描述定位参考相位角：

其中是流过相A的相电流基波分量的角度。

对于相B，可以通过以下公式描述定位参考相位角：

其中是流过相B的相电流基波分量的角度。

对于相C，可以通过以下公式描述定位参考相位角：

其中是流过相C的相电流基波分量的角度。

在步骤88处确定定位参考相位角之后，接下来在步骤90处执行归因于定子绕组故障的电压增益的计算。在步骤90处，可以将归因于定子绕组故障的电压增益的计算替代地描述为FSI的计算—其中FSI是相量，其量值是由定子绕组故障引起的电压增益的量的指示器，并且其角度指示存在由于定子绕组故障而引起的电压增益的一个或多个相。相对于FSI相量的量值，电压增益的量是从定子故障负序电压V_2SF导出的，如公式11所述—其中定子故障负序电压进行分相，如公式12所述。相对于FSI相量的角度，通过将定子故障负序电压的相位角与每个相的定位参考相位角进行比较来确定定子绕组故障(以及伴随的电压增益)要归因于的一个或多个相(即定子绕组故障的定位)。

在步骤90处量化和定位归因于定子绕组故障的电压增益后，在步骤92处执行定子匝故障的状况检查。在执行检查时，仅由于定子故障而引起的相A、相B和相C中的每个的电动机端子上的电压分别描述为：

V_aSF＝V₁+V_2SF

V_bSF＝a²*V₁+a*V_2SF

V_cSF＝a*V₁+a²*V_2SF [公式16]，

其中V₁是在电源侧的感测位置处观察到的正序电压，并且V_2SF是定子故障负序电压。

然后在步骤92处检查，对于被识别为其上具有定子绕组故障的相，被识别为仅由于该相的相应电动机端子上的定子故障而引起的电压的量值是否大于仅由于定子故障而引起的其他电动机端子上的电压。

对于相A中的定子绕组故障：

|V_aSF|＞|V_bSF|,|V_cSF| [公式17]。

对于相B中的定子绕组故障：

|V_bSF|＞|V_aSF|,|V_cSF| [公式18]。

对于相C中的定子绕组故障：

|V_cSF|＞|V_aSF|,|V_bSF| [公式19]。

可以执行步骤92处的状况检查以便为特定相验证定子绕组故障的存在。

有益地，本发明的实施方案因此提供了用于通过使用提供给电机(例如，AC电动机)的三相电压和电流来检测三相配电电路中的匝间定子绕组故障的系统和方法。由于三相电动机电路中的匝间定子绕组故障会导致电动机端子处的电压不平衡(即一个或多个端子处的电压增益)和随之发生的电流不平衡，因此可以通过分析和处理所测量的三相电压和电流来检测定子绕组故障。为了识别匝间定子故障，采用了分段估计算法，该算法提供了对非线性负序参数的更准确估计(与诸如LMS和RLS的线性优化技术相比)。与先前已采用的其他非线性估计技术相比，分段估计算法是较不计算密集的，使得它可能以简单且成本有效的方式实现。

所公开的方法和装置的技术贡献在于，它提供了用于检测三相AC电动机电路中的匝间定子故障的处理器实现的技术，其中采用分段估计技术来计算电路中的负序参数，这些负序参数对于准确识别此类定子故障是必需的。

因此，根据本发明的一个实施方案，诊断系统被配置成检测包括多个定子绕组的电机中的定子绕组故障。诊断系统包括处理器，该处理器被编程为接收提供给电机的三相电压和电流的测量值，这些测量值是从与电机相关联的电压和电流传感器接收的。处理器被进一步编程为：根据三相电压和电流计算电压和电流的正序分量、负序分量和零序分量，以及识别对于负序电压的噪声因子贡献和定子故障贡献，该噪声因子贡献包括由正序电流、负序电流和正序电压中的一者或多者引起的电机中的不平衡。处理器仍被进一步编程为基于对于负序电压的定子故障贡献来检测电机中的定子故障。在识别对于负序电压的噪声因子贡献和定子故障贡献时，处理器被进一步编程为执行两步初始化算法，该算法包括修改的递归最小二乘(RLS)方法以识别噪声因子贡献。

根据本发明的另一个实施方案，电气系统包括可连接到AC电源的输入以及可连接到电机的端子以向其提供三相功率的输出，该电机包括多个定子绕组。电气系统还包括诊断系统，该诊断系统被配置成识别电机的定子绕组中的定子故障，该诊断系统包括处理器，该处理器被编程为接收提供给电机的三相供电电压和电流的测量值，这些三相供电电压和电流的测量值是由连接到输入和输出之间的配电电路的电压和电流传感器提供的。处理器被进一步编程为计算供电电压和电流的正序分量、负序分量和零序分量，补偿负序电压中的噪声因子以隔离定子故障负序电压，这些噪声因子包括由正序电流、负序电流和正序电压中的一者或多者而引起的电机中的不平衡。处理器仍被进一步编程为基于定子故障负序电压来识别配电电路中的定子故障。为了补偿负序电压中的噪声因子，处理器被进一步编程为估计作为正序电流的函数的处于基础负载值的第一系数和第二系数，并且在作为正序电流的函数的第三系数处于零值时，使用所估计的第一系数和第二系数以及第三系数的零值，在多个负载值下计算实际的负序电压与所估计的负序电压之间的误差，以及通过优化误差来估计第三系数。

根据本发明的又一个实施方案，提供了用于在包括多个定子绕组的电机中识别匝间定子故障的方法。方法包括：通过电压和电流传感器测量提供给电机的端子的三相电压和电流，以及致使诊断系统识别电机的定子绕组中的匝间定子故障，其中致使诊断系统识别匝间定子故障还包括：接收提供给电机的端子的所测量的三相电压和电流，根据所测量的三相电压和电流来计算正序电压和电流、负序电压和电流和零序电压和电流，补偿负序电压中的噪声因子以隔离定子故障负序电压，以及基于定子故障负序电压来识别电机中的匝间定子故障。为了补偿负序电压中的噪声因子，方法还包括执行修改的递归最小二乘(RLS)估计，以便估计对于负序电压的噪声因子贡献。

已根据优选的实施方案描述了本发明，并且认识到，除了明确指出的那些以外，等同形式，替代形式和修改形式也是可能的并且在附加权利要求的范围内。