发电机转子绕组匝间短路故障诊断的研究
|
摘要
发电机作为电能生产的基本设备，对整个电力系统的安全稳定起着至关重要的作用。开展发电机在线监测，及时有效地诊断出发电机的故障，已逐步发展成为保证发电设备安全可靠运行的重要手段。转子绕组匝间短路是一种常见的发电机电气故障，本文对其故障机理和磁动势进行了分析，将传统的方法和智能化方法相结合，对转子绕组匝间短路的存在性和故障严重性进行了诊断。
本文的主要工作包括相互关联的四个部分：
第一部分研究发电机转子绕组匝间短路的故障机理。介绍了基于故障机理和故障特征的常用的在线诊断方法，比较了各种方法的优缺点。并详细分析了行波法的原理、实现和应用。
第二部分研究神经网络在故障诊断中的应用。通过对发电机磁动势的分析，得出发电机在故障前后运行工况不发生变化的条件下，励磁磁动势将会维持不变的结论。根据该结论构建了发电机故障诊断的神经网络，并直接获得发电机在额定运行工况下对应的故障样本，用于故障诊断，不仅对转子绕组匝间短路故障的存在性，还对故障的严重性做出了正确的判断。
第三部分研究神经网络和遗传算法相结合的方法在转子绕组匝间短路故障诊断中的应用。神经网络采用BP算法易陷入局部最优，而基本的GA易出现早熟，将BP和GA相结合用于故障诊断，并通过算例验证了该方法的可行性。
第四部分将遗传规划(GP)应用到发电机故障诊断。由于发电机的建模与参数辨识困难，发电机励磁电流和机端量之间的关系难以用精确的数学表达式来描述。利用GP算法在符号回归中的应用，得出发电机励磁电流和机端量之间的关系表达式，用于故障诊断，并通过算例验证了该方法是有效的。
As the basic equipment of generating, synchronous machines play very important role in safety and stability of the whole power system. Developing on-line diagnosis to find fault in turbo-generator timely and effectively has become one of the important methods gradually to ensure the machine operating safely and reliably. Shorted rotor winding is a usual electric fault of synchronous machines. Based on the analysis of fault mechanism especially the magnetic characteristics of tum-to-turn short circuit of rotor windings in turbo generator, the paper studies the diagnose method, which combines the traditional method with the intelligent method, to identify the fault and the severity.
This paper consists of four related parts as follows:
The first part is concerning about the fault mechanism and the fault characteristics. The traditional on-line diagnosis methods are introduced, and the drawback of each method is put forward. At the same time, this part detailed the theory, the implementation and the application of the traveling wave method.
In the second part, provided that the operating mode of the turbo generator keeps unchanged when the rotor winding appears fault, the magnetic motive force of the field winding will keep unvaried. Based on the analysis of the magnetic characteristics, an artificial nerural network can be built and the fault samples can be gained by theoretical arithmetic. The results of computation example show that the method can not only judge if shorted field turns exit but also estimate fault turns ratio.
In the third part, in order to prevent shortcoming of the entrapment in local optimum of ordinary BP and the premature convergence of Basic GA, a new algorithm which combines BP with GA is presented, which is used to detect the rotor winding short. In the new algorithm, the method of coding, selection, crossover and mutation are modified. The results of computation example show that the method is feasible.
In the last part, the relationship of the field current with the operational factors of the turbo generator is difficult to express exactly, belonging to the complexity of building the generator model and the difficulty of identifying generator parameters, GP algorithm is presented, which is better than other method in symbol regress. This method is shown to be effective by an example.
本文的主要工作包括相互关联的四个部分：
第一部分研究发电机转子绕组匝间短路的故障机理。介绍了基于故障机理和故障特征的常用的在线诊断方法，比较了各种方法的优缺点。并详细分析了行波法的原理、实现和应用。
第二部分研究神经网络在故障诊断中的应用。通过对发电机磁动势的分析，得出发电机在故障前后运行工况不发生变化的条件下，励磁磁动势将会维持不变的结论。根据该结论构建了发电机故障诊断的神经网络，并直接获得发电机在额定运行工况下对应的故障样本，用于故障诊断，不仅对转子绕组匝间短路故障的存在性，还对故障的严重性做出了正确的判断。
第三部分研究神经网络和遗传算法相结合的方法在转子绕组匝间短路故障诊断中的应用。神经网络采用BP算法易陷入局部最优，而基本的GA易出现早熟，将BP和GA相结合用于故障诊断，并通过算例验证了该方法的可行性。
第四部分将遗传规划(GP)应用到发电机故障诊断。由于发电机的建模与参数辨识困难，发电机励磁电流和机端量之间的关系难以用精确的数学表达式来描述。利用GP算法在符号回归中的应用，得出发电机励磁电流和机端量之间的关系表达式，用于故障诊断，并通过算例验证了该方法是有效的。
As the basic equipment of generating, synchronous machines play very important role in safety and stability of the whole power system. Developing on-line diagnosis to find fault in turbo-generator timely and effectively has become one of the important methods gradually to ensure the machine operating safely and reliably. Shorted rotor winding is a usual electric fault of synchronous machines. Based on the analysis of fault mechanism especially the magnetic characteristics of tum-to-turn short circuit of rotor windings in turbo generator, the paper studies the diagnose method, which combines the traditional method with the intelligent method, to identify the fault and the severity.
This paper consists of four related parts as follows:
The first part is concerning about the fault mechanism and the fault characteristics. The traditional on-line diagnosis methods are introduced, and the drawback of each method is put forward. At the same time, this part detailed the theory, the implementation and the application of the traveling wave method.
In the second part, provided that the operating mode of the turbo generator keeps unchanged when the rotor winding appears fault, the magnetic motive force of the field winding will keep unvaried. Based on the analysis of the magnetic characteristics, an artificial nerural network can be built and the fault samples can be gained by theoretical arithmetic. The results of computation example show that the method can not only judge if shorted field turns exit but also estimate fault turns ratio.
In the third part, in order to prevent shortcoming of the entrapment in local optimum of ordinary BP and the premature convergence of Basic GA, a new algorithm which combines BP with GA is presented, which is used to detect the rotor winding short. In the new algorithm, the method of coding, selection, crossover and mutation are modified. The results of computation example show that the method is feasible.
In the last part, the relationship of the field current with the operational factors of the turbo generator is difficult to express exactly, belonging to the complexity of building the generator model and the difficulty of identifying generator parameters, GP algorithm is presented, which is better than other method in symbol regress. This method is shown to be effective by an example.
引文
[1] 冯复生．大型汽轮发电机近年来事故原因及防范对策．电网技术，1999，23(1)：74—78．
[2] 毛国光．我国大型汽轮发电机的事故及存在的质量问题．电网技术，2000，24(11)：1—7．
[3] 江欣，章岩，蔺宝生，成永红．陕西电网300MW汽轮发电机故障分析与诊断．西北电力技术，2000，(2)：39—40．
[4] 高波．300MW汽轮发电机故障分析及对策．华东电力，1998，(8)：1—4．
[5] 郗常骥．1991～1993年东北电网200MW及以上汽轮发电机故障统计分析．东北电力技术，1995，(1)：48—51．
[6] 李伟清，刘双宝．大型汽轮发电机常见故障的检查及处理方法．大电机技术，2000，(3)：11—15．
[7] 郗常骥．汽轮发电机故障实例与分析．北京：中国电力出版社，2002．
[8] [英]P.J.达夫勒，J.彭曼．电机的状态监测．北京：水利电力出版社，1992．
[9] 李伟清．汽轮发电机故障检查分析及预防．北京：中国电力出版社，2002．
[10] 朱洪波．汽轮发电机组故障诊断技术与预测维修．广东电力，1997，(3)：20-22．
[11] 石雨立，石玉祥．汽轮发电机几种故障的诊断方法．精密制造与自动化，2001，(1)，28—31．
[12] 史进渊，杨宇，孙庆，程道来．大型汽轮发电机故障特征规律的研究．中国电机工程学报，2000，20(7)：44-51．
[13] 侯志祥，申群太，李河清．电机设备的现代故障诊断方法．电力系统及其自动化学报，2003，15(6)：61-63．
[14] 方泽南，张伟，齐卫东．基于知识的汽轮发电机诊断系统设计．大电机技术，1998，(1)：17-20．
[15] 阮跃，徐世昌，黄文虎．汽轮机故障诊断知识的人工获取．汽轮机技术，1997，39(3)：138—140．
[16] 许仪勋，陆拯，郭志忠．基于遗传算法的电力系统分层信息故障诊断方法．继电器，2000，28(10)：15-18．
[17] 王宝和．汽轮发电机组在线故障诊断的模糊综合决策．机械科学与技术，1995，(4)：83—86．
[18] 丁晓群，孙军，袁宇波等．基于BP网络的故障诊断方法的改进．电网技术，1998，(11)：62-63．
[19] 侯小梅，毛宗源．神经网络在汽轮发电机组故障诊断中的应用．华南理工大学学报(自然科学版)，1999，27(8)：46—49．
[20] 毕天姝，倪以信，杨奇逊．人工智能技术在输电网络故障诊断中的应用述评．电力系统自动化，2000，(1)：11-16．
[21] 文福拴，韩祯祥．模拟进化优化方法在电力系统中的应用综述(下)．电力系统自动化，1996，20(2)：72—75．
[22] 刘占生，夏松波．人工神经网络在汽轮发电机组故障诊断中的应用．汽轮机技术，1995，37(1)：18—20．
[23] 陈允平，王旭蕊，韩宝亮．人工神经网络原理及其应用．北京：中国电力出版社，2002．
[24] M.A.EI-Sharkawi, R.J.Marks Ⅱ Seho OH S.J.Huang.Localization of Winding Short Using Fuzzified Neutral Networks.IEEE Trans on Energy Conversion,1995, 10 (1):140-146.
[25] D.W. Auckl,I.E.D.Pickup,R.Shuttleworth.NOVAL approach to alternator field winding inter-turn fault detection.IEE Proc,Gener,Transm,Distrib,1995,142(2):97-102.
[26] MARCOS F.S.V.D'ANGELO, PYRAMO P. COSTA JR. Detection of shorted turns in the field winding of turbo-generators using the neural network MLP. Proceedings of the IEEE International Conference on Systems, Man and Cybernetics, v 3, 2001:1930-1935
[27] Jianyong Deng,Yunpin Chen. On-line Diagnosis for Shorted Field-turns of Synchronous Generator Based on Artificial Neural Networks. IEEE, 2000,:1675-1678.
[28] 丁坚勇，李劲波，陈允平．基于人工神经网络的同步电机转子匝间短路在线诊断．电力系统及其自动化学报，1999，11(4)：44-48．
[29] 张立民．人工神经网络的模型及其应用．上海：复旦大学出版社，1992．
[30] 刘峻华，黄树红，陆继东．汽轮机故障诊断技术的发展与展望．动力工程，2001，21(2)：1105—1122．
[31] 张学军，刘小冰，阎彩萍等．基于正反向推理的电力系统故障诊断．电力系统自动化，1998，22(5)：30—32．
[32] 刘占生，武新华，张新江．基于神经网络及专家系统的混合诊断法．航空动力学报，1998，13(3)：319—322．
[33] 徐文，王大忠，周泽存，陈珩．结合遗传算法的人工神经网络在电力变压器故障诊断中的应用．中国电机工程学报，1997，17(2)：109—112．
[34] 辛开远，杨玉华，陈富．计算配电网线损的GA与BP结合的新方法．中国电机工程学报，2002，22(2)：79—82．
[35] 臧宏志，徐建政，俞晓冬．结合进化算法的人工神经网络在变压器故障诊断中的应用高压电器，2002，38(4)：37—38．
[36] 王少芳，蔡金锭．GA-BP混合算法在变压器色谱诊断法中的应用．高电压技术，2003，29(7)：3—6．
[37] 李鸿林，羿宗琪，杨胜．基于遗传BP算法的短期负荷预报．信息技术，1994，(4)：21-22．
[38] 郭海丁，路志峰．基于BP神经网络和遗传算法的结构优化设计．航空动力学报，2003，18(2)：216-220．
[39] 宋金光，许春生．基于遗传算法和BP网络的航空发动机拆换期望值预测．航空动力学报，2003，18(5)：676-680．
[40] 章震国，陆佳政，方针等．湘潭电厂2号发电机转子故障分析及处理．湖南电力，1999，19(6)：10-13．
[41] 罗纯尧．300MW汽轮发电机转子线圈匝间短路及其改造修理．东北电力技术，1995，(2)：37-38．
[42] 虞永斌．125MW发电机组的轴电压与转子接地保护．华东电力，2002，(2)：50-51．
[43] 汪耕，李希明．大型汽轮发电机设计、制造与运行．上海：科学技术出版社，2000．
[44] 胡高举，郑才刚，韦云隆．大电机轴电压研究．机械，2001，28(3)：63—65．
[45] John S.Hsu,Jan Stein. Shaft Signals of Salient-Pole Synchronous Machines for Eccentricity and Shorted-Field-Coil Detections. IEEE Trans on Energy Conversion, 1994,9(3): 572-578.
[46] 关建军．大型汽轮发电机转子绕组匝间短路故障的诊断研究．大电机技术，2003，(2)：18-22．
[47] 施维新．汽轮发电机组振动及事故．北京：中国电力出版社，1999．
[48] 周如曼．火力发电机组故障分析．北京：中国电力出版社，2000．
[49] 张荣佩．发电机转子匝间短路引起轴承振动的诊断．热力发电，1994(2)：49—53．
[50] 张红根．马头电厂4机组~#6轴承振动的诊断和处理．河北电力技术，1993(2)：70—73．
[51] 王绍禹，周德贵．大型发电机绝缘的运行特性与试验．北京：水利电力出版社，1992．
[52] 阮羚．QFSN-300-2型汽轮发电机转子交流阻抗变化率大的原因分析．大电机技术，1998，(3)：15—17．
[53] 姚勇．水轮发电机转子绕组匝间短路测定新方法．水力发电，2003，29(3)：38—39．
[54] Albright, Donald R; Albright, David J;Albright, James D. Flux probes provide on-line detection off generator shorted turns. Power Engineering, 1999,103(9):28-32.
[55] 冷晓梅，杜鹏刚，赵旺初．发电机转子在线检测．大电机技术，2002，(2)：30-33．
[56] 蒋铁铮，李益华，范满员．用重复脉冲电压实验检测发电机转子绕组故障．华北电力技术，1999，(10)：5-7．
[57] Robert J.Streifel,R.J.Marks Ⅱ,M.A.EI-Sharkawi.Detection of shorted-turns in the field winding of turbine-generator rotors using novelty detectors development and field test. IEEE Trans on Energy Conversion, 1996,11(2): 312-317.
[58] Amol S. Kulkarni, Mohamed A. El-Sharkawi, Robert J. Marks,Ⅱ, George Andexler,Jian Xing,Isidor Kerszenbaum. Development of a Technique for On-Line Detection of Shorts in Field Windings of Turbine-Generator Rotors: Circuit Design and Testing. IEEE Trans on Energy Conversion,2000,15(1): 8-13.
[59] Sigurur E.Guttormsson,R.J.Marks Ⅱ, M.A.EI-Sharkawi.Elliptical Novelty Grouping for on-line Short-turn Detection of Excited Running Roters. IEEE Transactions on Energy Conversion,1999,14(1): 16-22.
[60] 李永刚，李和明．汽轮发电机转子匝间短路故障分析与诊断新方法．电力系统自动
化，1998，22(6)：21-23．
[61] 李永刚，李和明，赵华，汽轮发电机转子绕组匝间短路故障诊断新判据．中国电机工程学报，2003，23(6)：112-116．
[62] 李永刚，李和明．在线检测汽轮发电机转子匝间短路故障方法研究．电力系统自动化，2002，26(20)：47-49．
[63] 刘靖，刘念，王海田等．基于模糊神经网络的同步发电机转子匝间短路预测．东方电气评论．2003，17(1)：52-55．
[64] 王维俭，侯炳蕴．大型机组机电保护理论基础(第二版)．北京：水利电力出版社，1988．
[65] J Penman, H Jiang. The Detection of Stator and Rotor Winding Short Circuits in Synchronous Generators by Analysing Excitation Current Harmonics. Opportunities and Advances in International Power Generation, Conference Publication N0.419 IEE, 1996: 137—142.
[66] 梅强．发电机转子绕组交流阻抗测量的理论分析．华东电力，1998，(7)：4-6．
[67] 董新洲，葛耀中，贺家李等．输电线路行波保护的现状与展望．电力系统自动化，2000，(10)：56-61．
[68] 曾祥君，尹项根，唐忠，杨恢平．GPs行波故障定位．长沙电力学院学报(自然科学版)，1999，14(3)：236-239．
[69] 覃剑，陈祥训，郑健超．行波在输电线上传播的色散研究．中国电机工程学报，1999，19(9)：27-30．
[70] 基于行波的电力电缆故障测距方法，熊元新，刘兵．高电压技术，2002，28(1)：8-10．
[71] 吴今培，肖健华．智能故障诊断与专家系统．北京：科技出版社，1997．
[72] 王东生．馄沌、分形及其应用．合肥：中国科技大学出版社，1995．
[73] 王泽忠，李成榕，彭湃，丁立健．基于分形方法的电力设备绝缘局部放电识别．现代电力，1999，16(4)：33-37．
[74] 李之昆，马宏忠．基于ANN的发电机转子绕组匝间短路诊断方法．高电压技术，2004，30(1)：31-33．
[75] 熊信银，吴耀武．遗传算法及其在电力系统中的应用．武汉：华中科技大学出版社，2001．
[76] 云庆夏．进化算法．北京：冶金工业出版社，2000．
[77] 孟庆春．基因算法及其应用．济南：山东大学出版社．1995．
[78] 彭召旺，杨洪柏，钟廷修．实值编码遗传算法的行星齿轮传动优化．上海交通大学学报，1999，33(7)：833-836．
[79] 王保中，康立山，何巍．基于实数编码遗传算法的多层神经网络BP算法．武汉大学学报(自然科学版)，1998，44(3)：289-291．
[80] 赵新昱，陈文伟，牛晓丽．遗传算法和遗传规划对比研究．系统工程与电子技术，2000，22(12)：84-87．
[81] 王小平，曹立明．遗传算法——理论、应用与软件实现．西安：西安交通大学出版社2002．
[82] 鞠平，李靖霞，陆晓涛．电力负荷预测的遗传规划方法．电力系统自动化，2000，(11)：
2002．
[82] 鞠平，李靖霞，陆晓涛．电力负荷预测的遗传规划方法．电力系统自动化，2000，24(11)：35-38．
[83] 陈忠卫，王万良，万跃华等．遗传规划研究的现状及发展．浙江工业大学学报，2003，31(2)：153-159．
[84] 李靖霞．配电模糊规划研究．南京：河海大学博士学位论文，1999．
[85] 高景德，王祥珩，李发海．交流电机及其系统分析．北京：清华大学出版社，1993．
[86] 王光．同步发电机转子匝间短路的智能诊断方法研究．南京：河海硕士学位论文 2001
[2] 毛国光．我国大型汽轮发电机的事故及存在的质量问题．电网技术，2000，24(11)：1—7．
[3] 江欣，章岩，蔺宝生，成永红．陕西电网300MW汽轮发电机故障分析与诊断．西北电力技术，2000，(2)：39—40．
[4] 高波．300MW汽轮发电机故障分析及对策．华东电力，1998，(8)：1—4．
[5] 郗常骥．1991～1993年东北电网200MW及以上汽轮发电机故障统计分析．东北电力技术，1995，(1)：48—51．
[6] 李伟清，刘双宝．大型汽轮发电机常见故障的检查及处理方法．大电机技术，2000，(3)：11—15．
[7] 郗常骥．汽轮发电机故障实例与分析．北京：中国电力出版社，2002．
[8] [英]P.J.达夫勒，J.彭曼．电机的状态监测．北京：水利电力出版社，1992．
[9] 李伟清．汽轮发电机故障检查分析及预防．北京：中国电力出版社，2002．
[10] 朱洪波．汽轮发电机组故障诊断技术与预测维修．广东电力，1997，(3)：20-22．
[11] 石雨立，石玉祥．汽轮发电机几种故障的诊断方法．精密制造与自动化，2001，(1)，28—31．
[12] 史进渊，杨宇，孙庆，程道来．大型汽轮发电机故障特征规律的研究．中国电机工程学报，2000，20(7)：44-51．
[13] 侯志祥，申群太，李河清．电机设备的现代故障诊断方法．电力系统及其自动化学报，2003，15(6)：61-63．
[14] 方泽南，张伟，齐卫东．基于知识的汽轮发电机诊断系统设计．大电机技术，1998，(1)：17-20．
[15] 阮跃，徐世昌，黄文虎．汽轮机故障诊断知识的人工获取．汽轮机技术，1997，39(3)：138—140．
[16] 许仪勋，陆拯，郭志忠．基于遗传算法的电力系统分层信息故障诊断方法．继电器，2000，28(10)：15-18．
[17] 王宝和．汽轮发电机组在线故障诊断的模糊综合决策．机械科学与技术，1995，(4)：83—86．
[18] 丁晓群，孙军，袁宇波等．基于BP网络的故障诊断方法的改进．电网技术，1998，(11)：62-63．
[19] 侯小梅，毛宗源．神经网络在汽轮发电机组故障诊断中的应用．华南理工大学学报(自然科学版)，1999，27(8)：46—49．
[20] 毕天姝，倪以信，杨奇逊．人工智能技术在输电网络故障诊断中的应用述评．电力系统自动化，2000，(1)：11-16．
[21] 文福拴，韩祯祥．模拟进化优化方法在电力系统中的应用综述(下)．电力系统自动化，1996，20(2)：72—75．
[22] 刘占生，夏松波．人工神经网络在汽轮发电机组故障诊断中的应用．汽轮机技术，1995，37(1)：18—20．
[23] 陈允平，王旭蕊，韩宝亮．人工神经网络原理及其应用．北京：中国电力出版社，2002．
[24] M.A.EI-Sharkawi, R.J.Marks Ⅱ Seho OH S.J.Huang.Localization of Winding Short Using Fuzzified Neutral Networks.IEEE Trans on Energy Conversion,1995, 10 (1):140-146.
[25] D.W. Auckl,I.E.D.Pickup,R.Shuttleworth.NOVAL approach to alternator field winding inter-turn fault detection.IEE Proc,Gener,Transm,Distrib,1995,142(2):97-102.
[26] MARCOS F.S.V.D'ANGELO, PYRAMO P. COSTA JR. Detection of shorted turns in the field winding of turbo-generators using the neural network MLP. Proceedings of the IEEE International Conference on Systems, Man and Cybernetics, v 3, 2001:1930-1935
[27] Jianyong Deng,Yunpin Chen. On-line Diagnosis for Shorted Field-turns of Synchronous Generator Based on Artificial Neural Networks. IEEE, 2000,:1675-1678.
[28] 丁坚勇，李劲波，陈允平．基于人工神经网络的同步电机转子匝间短路在线诊断．电力系统及其自动化学报，1999，11(4)：44-48．
[29] 张立民．人工神经网络的模型及其应用．上海：复旦大学出版社，1992．
[30] 刘峻华，黄树红，陆继东．汽轮机故障诊断技术的发展与展望．动力工程，2001，21(2)：1105—1122．
[31] 张学军，刘小冰，阎彩萍等．基于正反向推理的电力系统故障诊断．电力系统自动化，1998，22(5)：30—32．
[32] 刘占生，武新华，张新江．基于神经网络及专家系统的混合诊断法．航空动力学报，1998，13(3)：319—322．
[33] 徐文，王大忠，周泽存，陈珩．结合遗传算法的人工神经网络在电力变压器故障诊断中的应用．中国电机工程学报，1997，17(2)：109—112．
[34] 辛开远，杨玉华，陈富．计算配电网线损的GA与BP结合的新方法．中国电机工程学报，2002，22(2)：79—82．
[35] 臧宏志，徐建政，俞晓冬．结合进化算法的人工神经网络在变压器故障诊断中的应用高压电器，2002，38(4)：37—38．
[36] 王少芳，蔡金锭．GA-BP混合算法在变压器色谱诊断法中的应用．高电压技术，2003，29(7)：3—6．
[37] 李鸿林，羿宗琪，杨胜．基于遗传BP算法的短期负荷预报．信息技术，1994，(4)：21-22．
[38] 郭海丁，路志峰．基于BP神经网络和遗传算法的结构优化设计．航空动力学报，2003，18(2)：216-220．
[39] 宋金光，许春生．基于遗传算法和BP网络的航空发动机拆换期望值预测．航空动力学报，2003，18(5)：676-680．
[40] 章震国，陆佳政，方针等．湘潭电厂2号发电机转子故障分析及处理．湖南电力，1999，19(6)：10-13．
[41] 罗纯尧．300MW汽轮发电机转子线圈匝间短路及其改造修理．东北电力技术，1995，(2)：37-38．
[42] 虞永斌．125MW发电机组的轴电压与转子接地保护．华东电力，2002，(2)：50-51．
[43] 汪耕，李希明．大型汽轮发电机设计、制造与运行．上海：科学技术出版社，2000．
[44] 胡高举，郑才刚，韦云隆．大电机轴电压研究．机械，2001，28(3)：63—65．
[45] John S.Hsu,Jan Stein. Shaft Signals of Salient-Pole Synchronous Machines for Eccentricity and Shorted-Field-Coil Detections. IEEE Trans on Energy Conversion, 1994,9(3): 572-578.
[46] 关建军．大型汽轮发电机转子绕组匝间短路故障的诊断研究．大电机技术，2003，(2)：18-22．
[47] 施维新．汽轮发电机组振动及事故．北京：中国电力出版社，1999．
[48] 周如曼．火力发电机组故障分析．北京：中国电力出版社，2000．
[49] 张荣佩．发电机转子匝间短路引起轴承振动的诊断．热力发电，1994(2)：49—53．
[50] 张红根．马头电厂4机组~#6轴承振动的诊断和处理．河北电力技术，1993(2)：70—73．
[51] 王绍禹，周德贵．大型发电机绝缘的运行特性与试验．北京：水利电力出版社，1992．
[52] 阮羚．QFSN-300-2型汽轮发电机转子交流阻抗变化率大的原因分析．大电机技术，1998，(3)：15—17．
[53] 姚勇．水轮发电机转子绕组匝间短路测定新方法．水力发电，2003，29(3)：38—39．
[54] Albright, Donald R; Albright, David J;Albright, James D. Flux probes provide on-line detection off generator shorted turns. Power Engineering, 1999,103(9):28-32.
[55] 冷晓梅，杜鹏刚，赵旺初．发电机转子在线检测．大电机技术，2002，(2)：30-33．
[56] 蒋铁铮，李益华，范满员．用重复脉冲电压实验检测发电机转子绕组故障．华北电力技术，1999，(10)：5-7．
[57] Robert J.Streifel,R.J.Marks Ⅱ,M.A.EI-Sharkawi.Detection of shorted-turns in the field winding of turbine-generator rotors using novelty detectors development and field test. IEEE Trans on Energy Conversion, 1996,11(2): 312-317.
[58] Amol S. Kulkarni, Mohamed A. El-Sharkawi, Robert J. Marks,Ⅱ, George Andexler,Jian Xing,Isidor Kerszenbaum. Development of a Technique for On-Line Detection of Shorts in Field Windings of Turbine-Generator Rotors: Circuit Design and Testing. IEEE Trans on Energy Conversion,2000,15(1): 8-13.
[59] Sigurur E.Guttormsson,R.J.Marks Ⅱ, M.A.EI-Sharkawi.Elliptical Novelty Grouping for on-line Short-turn Detection of Excited Running Roters. IEEE Transactions on Energy Conversion,1999,14(1): 16-22.
[60] 李永刚，李和明．汽轮发电机转子匝间短路故障分析与诊断新方法．电力系统自动
化，1998，22(6)：21-23．
[61] 李永刚，李和明，赵华，汽轮发电机转子绕组匝间短路故障诊断新判据．中国电机工程学报，2003，23(6)：112-116．
[62] 李永刚，李和明．在线检测汽轮发电机转子匝间短路故障方法研究．电力系统自动化，2002，26(20)：47-49．
[63] 刘靖，刘念，王海田等．基于模糊神经网络的同步发电机转子匝间短路预测．东方电气评论．2003，17(1)：52-55．
[64] 王维俭，侯炳蕴．大型机组机电保护理论基础(第二版)．北京：水利电力出版社，1988．
[65] J Penman, H Jiang. The Detection of Stator and Rotor Winding Short Circuits in Synchronous Generators by Analysing Excitation Current Harmonics. Opportunities and Advances in International Power Generation, Conference Publication N0.419 IEE, 1996: 137—142.
[66] 梅强．发电机转子绕组交流阻抗测量的理论分析．华东电力，1998，(7)：4-6．
[67] 董新洲，葛耀中，贺家李等．输电线路行波保护的现状与展望．电力系统自动化，2000，(10)：56-61．
[68] 曾祥君，尹项根，唐忠，杨恢平．GPs行波故障定位．长沙电力学院学报(自然科学版)，1999，14(3)：236-239．
[69] 覃剑，陈祥训，郑健超．行波在输电线上传播的色散研究．中国电机工程学报，1999，19(9)：27-30．
[70] 基于行波的电力电缆故障测距方法，熊元新，刘兵．高电压技术，2002，28(1)：8-10．
[71] 吴今培，肖健华．智能故障诊断与专家系统．北京：科技出版社，1997．
[72] 王东生．馄沌、分形及其应用．合肥：中国科技大学出版社，1995．
[73] 王泽忠，李成榕，彭湃，丁立健．基于分形方法的电力设备绝缘局部放电识别．现代电力，1999，16(4)：33-37．
[74] 李之昆，马宏忠．基于ANN的发电机转子绕组匝间短路诊断方法．高电压技术，2004，30(1)：31-33．
[75] 熊信银，吴耀武．遗传算法及其在电力系统中的应用．武汉：华中科技大学出版社，2001．
[76] 云庆夏．进化算法．北京：冶金工业出版社，2000．
[77] 孟庆春．基因算法及其应用．济南：山东大学出版社．1995．
[78] 彭召旺，杨洪柏，钟廷修．实值编码遗传算法的行星齿轮传动优化．上海交通大学学报，1999，33(7)：833-836．
[79] 王保中，康立山，何巍．基于实数编码遗传算法的多层神经网络BP算法．武汉大学学报(自然科学版)，1998，44(3)：289-291．
[80] 赵新昱，陈文伟，牛晓丽．遗传算法和遗传规划对比研究．系统工程与电子技术，2000，22(12)：84-87．
[81] 王小平，曹立明．遗传算法——理论、应用与软件实现．西安：西安交通大学出版社2002．
[82] 鞠平，李靖霞，陆晓涛．电力负荷预测的遗传规划方法．电力系统自动化，2000，(11)：
2002．
[82] 鞠平，李靖霞，陆晓涛．电力负荷预测的遗传规划方法．电力系统自动化，2000，24(11)：35-38．
[83] 陈忠卫，王万良，万跃华等．遗传规划研究的现状及发展．浙江工业大学学报，2003，31(2)：153-159．
[84] 李靖霞．配电模糊规划研究．南京：河海大学博士学位论文，1999．
[85] 高景德，王祥珩，李发海．交流电机及其系统分析．北京：清华大学出版社，1993．
[86] 王光．同步发电机转子匝间短路的智能诊断方法研究．南京：河海硕士学位论文 2001