電気機器の巻線診断システム
【課題】巻線が正常か異常かを診断する電気機器の巻線診断システムを提供する。
【解決手段】インパルス発生回路３からインパルス電圧を診断対象巻線と同特性の学習用巻線２Ｂに印加した時に、学習用巻線２Ｂの両端に発生した原電圧信号をノイズ除去用フィルタ９を通過させて高周波成分を取り除いた電圧信号とし、この電圧信号に基づいて、学習用巻線２Ｂとインパルス発生回路３から構成される回路の特徴量を演算し記憶手段７に記憶する。次に、診断対象巻線２Ａに対してインパルス発生回路３からインパルス電圧を印加した時に、診断対象巻線２Ａの両端に発生した原電圧信号をノイズ除去用フィルタ９を通過させて高周波成分を取り除いた電圧信号とし、この電圧信号に基づいて、診断対象巻線２Ａとインパルス発生回路３から構成される回路の特徴量を演算し、この診断対象巻線２Ａの特徴量と、記憶手段７に記憶されている特徴量とに基づいて、診断対象巻線２Ａが正常か異常かを診断する。
【解決手段】インパルス発生回路３からインパルス電圧を診断対象巻線と同特性の学習用巻線２Ｂに印加した時に、学習用巻線２Ｂの両端に発生した原電圧信号をノイズ除去用フィルタ９を通過させて高周波成分を取り除いた電圧信号とし、この電圧信号に基づいて、学習用巻線２Ｂとインパルス発生回路３から構成される回路の特徴量を演算し記憶手段７に記憶する。次に、診断対象巻線２Ａに対してインパルス発生回路３からインパルス電圧を印加した時に、診断対象巻線２Ａの両端に発生した原電圧信号をノイズ除去用フィルタ９を通過させて高周波成分を取り除いた電圧信号とし、この電圧信号に基づいて、診断対象巻線２Ａとインパルス発生回路３から構成される回路の特徴量を演算し、この診断対象巻線２Ａの特徴量と、記憶手段７に記憶されている特徴量とに基づいて、診断対象巻線２Ａが正常か異常かを診断する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、工場やビルディング等に設けられた電動機、発電機、変圧器等の電気機器を構成する巻線の状態を診断する電気機器の巻線診断システムに関する。
【背景技術】
【０００２】
従来、電気機器の巻線を診断する場合、巻線の両瑞にインパルス電圧を印加したときに巻線両端で観測される過渡減衰電圧から、等価回路の持つ抵抗成分をＲ、インダクタンス成分をＬ、キャパシタンス成分をＣとしたときに、ＬＣとＲＣを算出して、ＬＣとＲＣに基づいて、巻線が正常か異常かを診断する電気機器の巻線診断装置（特許文献１参照）が提案されている。
上記従来の電気機器の巻線診断装置の場合、１階微分や２階微分などの微分演算が必要となり、これをコンピュータで演算するときに、１階微分の場合には、例えば以下の式で示すように、現信号νｎと１サンプル前の信号νｎ−１との差をサンプリング周期Ｔで割る以下の処理により求める。
しかしながら、信号はノイズを含んでいることから、そのノイズ成分を含んだ信号に対して上記（２１）式の微分演算を行うと、その微分演算結果の誤差が大きくなる。
また、２階微分の演算となると、誤差が大きい上記１階微分の結果を用いて演算することから、その誤差はさらに大きくなる。
以上のことから、上記従来の電気機器の巻線診断装置において、ノイズ除去していない電圧信号を用いてＬＣとＲＣの値を算出した場合には、本来、等価回路が持つＬＣとＲＣの値を正しく求めることができないという問題が生じる。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】 特開２００８−２８６６１１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
そこで本発明では、正しい特徴量の値が算出できるようになり、巻線の良否判定の精度を向上させることができる電気機器の巻線診断システムを提供することを課題とする。
【課題を解決するための手段】
【０００５】
上記課題は、特許請求の範囲の欄に記載した電気機器の巻線診断システムにより解決することができる。
本願発明の電気機器の巻線診断システムは、インパルス発生回路からインパルス電圧を診断対象巻線と同特性の学習用巻線に印加した時に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該学習用巻線とインパルス発生回路から構成される回路の特徴量を演算し記憶する記憶手段と、
診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の特徴量を演算したうえ、この診断対象巻線の特徴量と、前記記憶手段に記憶されている特徴量とに基づいて、前記診断対象巻線が正常か異常かを診断する診断手段と
を備えたことを要旨とする。
【発明の効果】
【０００６】
本発明の電気機器の巻線診断システムによれば、電気機器を構成する巻線の診断に際して必要となる診断情報を学習する学習行程において、インパルス発生回路からインパルス電圧を診断対象巻線と同特性の学習用巻線に印加した時に、学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、この電圧信号に基づいて、学習用巻線とインパルス発生回路から構成される回路の特徴量を演算し、演算した特徴量を記憶手段に記憶する。
次に、前記診断対象巻線を診断する診断行程において、診断手段は、診断対象巻線に対してインパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、この電圧信号に基づいて、診断対象巻線とインパルス発生回路から構成される回路の特徴量を演算したうえ、この診断対象巻線の特徴量と、前記記憶手段に記憶されている特徴量とに基づいて、診断対象巻線が正常か異常かを診断する。
このように、本発明では、電気機器を構成する巻線を診断する場合、診断対象巻線が正常か異常かを電気機器を分解することなしに診断することができる。
なお、ノイズ除去用フィルタを通過させた電圧信号を用いて、特徴量を求めるため、電圧信号に含まれる必要のない高周波成分を取り除くことができ、正しい特徴量の値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【０００７】
また、本願発明の電気機器の巻線診断システムにおいて、診断対象巻線と同特性の学習用巻線を予め正常態様及び想定される複数の異常態様それぞれに設定した各状態においてインパルス発生回路からインパルス電圧を当該学習用巻線に印加した場合に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該学習用巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを、前記正常態様及び想定される複数の異常態様それぞれにおいて演算し、演算した各ＬＣ，ＲＣを診断情報特徴量としてメモリ部に設けた特徴量空間に記憶する診断情報記憶手段と、
診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを、当該診断対象巻線の状態情報特徴量とし演算したうえ、前記特徴量空間で当該状態情報特徴量と距離的に最も近い前記診断情報特徴量をサーチし、サーチした診断情報特徴量に基づいて診断対象巻線が正常か異常か、異常であればどのような巻線異常であるかを診断する診断手段と、を備えた構成とすることもできる。
【０００８】
このような構成では、電気機器を構成する巻線の診断に際して必要となる診断情報を学習する学習行程において、診断対象巻線と同特性の学習用巻線を予め正常態様及び想定される複数の異常態様それぞれに設定した各状態において、インパルス発生回路からインパルス電圧を当該学習用巻線に印加した場合、診断情報記憶手段は、電圧計測手段により計測された巻線両端の電圧からノイズ成分を除去した後、ノイズ成分を除去した電圧に基づいて、当該学習用巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを、前記正常態様及び想定される複数の異常態様それぞれにおいて演算し、演算した各ＬＣ，ＲＣを診断情報特徴量としてメモリ部に設けた特徴量空間に記憶する。
次に、前記診断対象巻線を診断する診断行程において、診断手段は、診断対象巻線に対してインパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加したときに電圧計測手段で計測された電圧からノイズ成分を除去した後、ノイズ成分を除去した電圧に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを、当該診断対象巻線の状態情報特徴量とし演算したうえ、前記特徴量空間で当該状態情報特徴量と距離的に最も近い前記診断情報特徴量をサーチし、サーチした診断情報特徴量に基づいて診断対象巻線が正常か異常か、異常であればどのような巻線異常であるかを診断する。
このように、電気機器を構成する巻線を診断する場合、診断対象巻線が正常か異常かを診断するとともに、異常と診断した場合は、その異常がどのような異常態様かを、電気機器を分解することなしに診断することができる。
なお、ノイズ除去用フィルタを通過させた電圧信号を用いて、ＬＣとＲＣの値を求めるため、電圧信号に含まれる必要のない高周波成分を取り除くことができ、正しいＬＣとＲＣの値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【０００９】
また、本願発明の電気機器の巻線診断システムにおいて、診断対象となる巻線と同特性の正常状態の複数台の学習用巻線に対してインパルス発生回路からインパルス電圧を印加した時に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、前記学習用巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを演算し、演算した各ＬＣ，ＲＣを特徴量とし、この特徴量の平均と標準偏差とを導出して記憶しておく演算記憶手段と、
診断対象巻線の診断をする際に、診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを演算し、演算した各ＬＣ，ＲＣを診断対象巻線の特徴量とし、この診断対象巻線の特徴量と、前記演算記憶手段に記憶されている前記平均と標準偏差とに基づいて決定される楕円体の内側に存在する確率値を求める確率計算手段と、
前記確率計算手段で求めた確率値に基づいて前記診断対象巻線が正常か異常かを診断する診断手段と
を備えた構成とすることもできる。
【００１０】
このような構成では、学習用巻線の正常状態で得られたデータのみを用意することで、効率的に電気機器の巻線の良否を診断することができる。なお、電圧信号に含まれる必要のない高周波成分を取り除くことができ、正しいＬＣとＲＣの値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【００１１】
本願発明の電気機器の巻線診断システムにおいて、前記ノイズ除去用フィルタが、インパルス発生回路からインパルス電圧を巻線に印加した場合に巻線の両端に発生した原電圧信号の持つ周波数成分よりも高い周波数の帯域を通さないローパスフィルタ（ＬＰＦ）で構成されているものとすることもできる。
こうすれば、高い周波数の帯域を通さないローパスフィルタを通過させた電圧信号を用いて、ＬＣとＲＣ（特徴量）の値を求めるため、正しいＬＣとＲＣ（特徴量）の値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【００１２】
本願発明の電気機器の巻線診断システムにおいて、前記ローパスフィルタ（ＬＰＦ）は、前記ＬＣ，ＲＣを演算するコンピュータ部において、
設定したＬＰＦの遮断周波数ｆ［Ｈｚ］の値を（２）式のｆに代入することで遮断角周波数ω［ｒａｄ／ｓ］を求め、遮断角周波数ω［ｒａｄ／ｓ］の値を（１）式に代入して定数ａを算出することにより設計されるものとすることもできる。
こうすれば、巻線診断システムのコンピュータ部において、良好にローパスフィルタ（ＬＰＦ）を設計することができる。
【００１３】
本願発明の電気機器の巻線診断システムにおいて、前記ノイズ除去用フィルタが、移動平均フィルタで構成されているものとすることもできる。
こうすれば、移動平均フィルタを通過させた電圧信号を用いて、ＬＣとＲＣ（特徴量）の値を求めるため、正しいＬＣとＲＣ（特徴量）の値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【００１４】
本願発明の電気機器の巻線診断システムにおいて、前記ノイズ除去用フィルタが、インパルス発生回路からインパルス電圧を巻線に印加した場合に巻線の両端に発生した原電圧信号をＡ／Ｄ変換する前のアナログ信号に対して、該アナログ信号の持つ周波数成分よりも高い周波数の帯域を通さない、抵抗ＲとコンデンサＣの素子を用いたアナログフィルタで構成されているものとすることもできる。
こうすれば、アナログフィルタを通過させてノイズを除去した電圧信号を用いて、ＬＣとＲＣ（特徴量）の値を求めるため、正しいＬＣとＲＣ（特徴量）の値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【００１５】
本願発明の電気機器の巻線診断システムにおいて、前記ノイズ除去用フィルタが、特定の周波数成分のみ通過させるバンドパスフィルタで構成されているものとすることもできる。
こうすれば、バンドパスフィルタを通過させた電圧信号を用いて、ＬＣとＲＣ（特徴量）の値を求めるため、正しいＬＣとＲＣ（特徴量）の値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【図面の簡単な説明】
【００１６】
【図１】 電気機器の巻線診断システムの構成を示したブロック系統図である。
【図２】 電気機器の巻線診断システムを構成する診断部の作用を示した作用説明図である。
【図３】 巻線に対してインパルス電圧を印加した場合の電圧サンプリングタイミング説明図である。
【図４】 ローパスフィルタ（ＬＰＦ）の構成図である。
【図５】 インパルス電圧印加時の電圧波形図である。
【図６】 実測値と理論値の電圧波形図である。
【図７】 ｎ段のローパスフィルタ（ＬＰＦ）の構成図である。
【図８】 フィルタ通過前の原電圧信号の図である。
【図９】 フィルタ通過後の電圧信号の図である。
【図１０】 第２の実施の形態の電気機器の巻線診断システムのブロック系統図である。
【図１１】 楕円の内側に存在する特徴量の確率を示した確率存在説明図である。
【図１２】 ５点移動平均フィルタの構成図である。
【図１３】 アナログフィルタの構成図である。
【図１４】 オペアンプによるローパスフィルタの構成図である。
【発明を実施するための形態】
【００１７】
次に、本発明を実施するための形態を実施例を用いて説明する。
【実施例１】
【００１８】
次に、本発明の第１の実施の形態について説明する。
図１は、電気機器の巻線診断システム１の構成を示したブロック系統図である。
この電気機器の巻線診断システム１は、電動機や発電機等の回転機や変圧器等の電気機器を構成する巻線が正常か異常かを診断するとともに、異常と診断した場合は、その異常がどのような巻線異常かを、電気機器を分解することなしに診断することができるものである。
【００１９】
図１に示すように、電気機器の巻線診断システム１において、端子Ｔ１，Ｔ２には、例えば電動機の巻線を診断対象とする診断対象巻線２Ａと、診断対象巻線２Ａを診断する場合に必要な診断情報を学習するときに用いられる学習用巻線２Ｂが接続される。尚、診断対象巻線２Ａと学習用巻線２Ｂは同特性に製作されている。
また、端子Ｔ１，Ｔ２に接続された診断対象巻線２Ａ又は学習用巻線２Ｂに対して所定特性のインパルス電圧を印加するインパルス発生回路３が設けられている。
更に、診断対象巻線２Ａ、学習用巻線２Ｂにインパルス発生回路３から所定特性のインパルス電圧が印加された場合に診断対象巻線２Ａ、学習用巻線２Ｂの両端に発生する電圧を計測する電圧計測部４が設けられている。
【００２０】
上記電圧計測部４で計測される電圧はアナログ値であるため、そのアナログ信号をデジタル信号に変換するためのＡ／Ｄ変換回路５が設けられており、Ａ／Ｄ変換回路５から出力されたデジタル信号は、ノイズ除去用フィルタであるローパスフィルタ（以降、ＬＰＦと略す）９を通過させて、ノイズ成分である高周波成分を取り除いた電圧信号として診断部６に出力される。
なお、インパルス電圧が印加されたときに電圧計測部４で計測された巻線両端の電圧のノイズは通常、信号よりも高周波であるので、低周波をよく通し、ある遮断周波数より高い周波数の帯域を通さないローパスフィルタ（ＬＰＦ）をノイズ除去に使用する。
【００２１】
診断対象巻線２Ａを診断する場合に必要となる診断情報を学習する学習行程で用いられる学習用巻線２Ｂは、前述のように診断対象巻線２Ａと同特性であり、この学習用巻線２Ｂを予め正常状態、及び想定される複数の異常状態、例えば、１ターン短絡、２ターン短絡、相間短絡、断線等それぞれの状態に設定する。
学習用巻線２Ｂをこのように設定した各状態において、インパルス発生回路３からインパルス電圧を学習用巻線２Ｂに印加した場合、診断部６は、電圧計測部４により計測された巻線両端の電圧をＬＰＦ９を通過させて、ノイズ成分である高周波成分を取り除いた電圧信号として入力し、後述の式（１），（２），（３）に基づいて学習用巻線２Ｂの各設定状態それぞれにおけるＬＣ，ＲＣを演算し、演算した各ＬＣ，ＲＣを診断情報特徴量としてメモリ７に設けた特徴量空間に記憶する。
【００２２】
次に、上記学習用巻線２Ｂ、診断対象巻線２Ａとインパルス発生回路から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを、前記正常態様及び想定される複数の異常態様それぞれにおいて演算するための演算式について説明する。
【００２３】
上述したように、インパルス発生回路３からインパルス電圧を上記学習用巻線２Ｂ、診断対象巻線２Ａに印加した場合、当該巻線の両端に発生する電圧ｖに式（１）の等式が成り立つとする。
ここでＬ，Ｃ，Ｒは、上記学習用巻線２Ｂ、診断対象巻線２Ａとインパルス発生回路３から構成される回路の等価回路定数である。
【００２４】
次に式（１）の電圧ｖに対して差分近似することで ｄ２ｖ／ｄｔ２ と ｄｖ／ｄｔを求め、等価回路定数からなるＬＣ，ＲＣを、診断情報特徴量及び状態情報特徴量として演算する。ここで、電圧ｖのサンプリング数をｎ＋１とすると、式（１）は式（２）のように変形することができる。
ここで
である。よって、擬似逆行列を用いることで、式（２）は式（３）のようになり、診断情報特徴量もしくは状態情報特徴量としてのＬＣとＲＣを求めることができる。
上記式（３）においてＴは転置行列を表す。
【００２５】
尚、図３は、インパルス電圧印加手段から学習用巻線２Ｂ、あるいは診断対象巻線２Ａにインパルス電圧を印加した場合、前記電圧計測手段が当該巻線の両端に発生する電圧ｖをサンプリングタイミング（０）から（ｎ）までサンプリングしたことを示した電圧サンプリングタイミング説明図である。
【００２６】
次に、例えば出荷前の出荷試験段階にある電動機、あるいは製造ラインの電動機の巻線や定期診断時の電動機の巻線を診断対象巻線２Ａとして診断する診断行程について説明する。
診断部６は、インパルス発生回路３から診断対象巻線２Ａに前記学習行程でのインパルス電圧と同特性のインパルス電圧が印加されたときに電圧計測部４で計測された巻線両端の電圧をローパスフィルタ（ＬＰＦ）９を通過させて、ノイズ成分である高周波成分を取り除いた電圧信号として入力し、この電圧信号に基づいて、当該診断対象巻線２Ａとインパルス発生回路３から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを、当該診断対象巻線の状態情報特徴量とし演算したうえ、前記メモリ７に設けられた前述の特徴量空間上で当該状態情報特徴量と距離的に最も近い前記診断情報特徴量をサーチし、サーチした診断情報特徴量に基づいて診断対象巻線２Ａが正常か異常か、異常であれば、１ターン短絡、２ターン短絡、それ以上のターン短絡、相間短絡、断線か等を診断する。
【００２７】
図２は、前記メモリ７に設けられた前述の特徴量空間を概念的に示したものである。この場合、特徴量空間は、ＬＣを横軸に、ＲＣを縦軸にした座標空間である。
この特徴量空間上で、前述の学習行程で学習した学習用巻線２Ｂの１ターン短絡の診断情報特徴量は■の位置に記憶されており、２ターン短絡の診断情報特徴量は◆の位置に記憶されている。また、正常状態の特徴量は●の位置に記憶されている。そして、今回診断された診断対象巻線２Ａの状態情報特徴量は▲の位置に記憶される。
この状態で、診断部６は、当該状態情報特徴量▲の位置と各診断情報特徴量■の位置、◆の位置、●の位置との距離を計算したうえ、当該状態情報特徴量▲の位置と距離的に最も近い診断情報特徴量の位置、この場合は●の位置をサーチすることによって、この診断対象巻線２Ａは正常状態にあると診断する。
尚、図２の特徴量空間において、上記のように学習用巻線２Ｂの１ターン短絡の診断情報特徴量は■の位置に、２ターン短絡の診断情報特徴量は◆の位置に、正常状態の診断特徴量は●の位置に記憶されているが、図２に示すように、学習用巻線２Ｂの１ターン短絡の診断情報特徴量は■及び□の位置に、２ターン短絡の診断情報特徴量は◆及び◇の位置に、正常状態の診断特徴量は●及び○の位置に複数位置に記憶しておき、診断対象巻線２Ａを診断する場合に演算したＬＣ，ＲＣが、本来とは違う別の巻線状態時の特徴量との距離に近くならないように調整してもよい。そして、当該状態情報特徴量▲の位置と距離的に最も近い診断情報特徴量の位置を計算し、最も近い位置の診断情報特徴量に対応した診断情報に基づいて診断対象巻線２Ａを診断することができる。
【００２８】
診断部６には表示部８が接続されている。診断部６は、上記のように診断対象巻線２Ａを診断した結果を、この表示部８に表示させる。これにより、診断担当者は、診断対象巻線２Ａの状態を容易に認識することができる。また、診断結果を記録することができる。
【００２９】
次に、ノイズ除去に使用する前記ローパスフィルタ（ＬＰＦ）の設計法について以下に説明する。
図１ではフィルタ９を図示しているが、このフィルタ９を構成するＬＰＦはコンピュータ部（診断部６）で演算して設計することができる。
なお、コンピュータ部（診断部６）で演算してＬＰＦを設計するに際し、時間とともに連続的に変化する電圧信号νのすべての値をコンピュータ部（診断部６）に取り込むことは物理的に不可能であるので、ある定まった周期Ｔの整数倍の時点ｔ＝ｎＴ（ｎ＝１，２・・・）での電圧νの値（仮に、ν＊と表現する）をコンピュータ（診断部６）に送ることになる。
ここで、周期Ｔはサンプリング周期と呼ばれている。
このように、時間的に連続な電圧信号νから、不連続な信号ν＊を取り出すことをサンプリングといい、取り出した値をサンプル値といい、サンプル値信号のような、とびとびの時刻における信号だけを扱うシステムを離散時間系と呼ぶ。
電圧信号はＡ／Ｄ変換により、とびとびの信号として取り込まれるため、ここでは離散時間系でのＬＰＦの設計を行う。また、実施例として、ここでは１次のＬＰＦの設計について説明する。
【００３０】
デジタルフィルタは次の式で表現でき、ブロック図は図４のような構造となる。ただし図４において、Ｔはサンプリング周期［ｓｅｃ］、νｎ＝ν（ｎＴ）、ｙｎ＝ｙ（ｎＴ）である。
図４や（４）式は、現在の出力ｙｎが、現在の入力νｎに（１−ａ）をかけたものと１サンプル前の出力信号ｙｎ−１にａをかけたものの和として表現される構造となっている。ここでωは遮断角周波数［ｒａｄ／ｓ］であり、遮断周波数をｆ［Ｈｚ］とすると、
の関係が成り立つ。
この遮断周波数ｆの設定値としては、原電圧信号（インパルス電圧が印加されたときに電圧計測部４で計測された巻線両端の電圧）の持つ周波数成分よりも高い周波数とする。
即ち、ＬＰＦの遮断周波数ｆを設定し、この値を（５）式のｆに代入することでωを求め、さらにωの値を（４）式に代入して、定数ａを算出することにより、ＬＰＦを設計する。
なお、サンプリング周期［ｓｅｃ］ＴはＡ／Ｄ変換のサンプリング速度によって決まってくる値である。
【００３１】
このＬＰＦの効果の確認試験を行ったので以下に説明する。
確認試験には、低圧電動機（定格出力２．２ｋＷ、定格電圧２００Ｖ、定格電流８．６Ａ、４極）の固定子巻線（ダブル・スター結線）を用い、この固定子巻線のある相間の巻線にインパルス電圧を印加したときに巻線両端て実際に観測された電圧波形を図５に示す。この原電圧信号の周波数成分は約３．３ＫＨｚであり、ノイズを含んでいる。
いま、ノイズを含まない理想的な電圧を作成することを試みる。
巻線にインパルス電圧を印加したときの回路構成は、インパルス発生部と巻線から成る回路において、電気的にＲＬＣの直列接続と見なすことができる。そこで、ＲＬＣの直列回路において理想的な電圧をコンピュータ上で作成する。
図５に示すように、実際に観測された電圧波形を「実測値」とすると、この実測値とコンピュータ上で作成する電圧波形が重なるように、Ｃを一定としてＲとＬの値を可変する。こうしてコンピュータ上で作成した電圧波形を「理論値」とする。作成した理論値と実測値を同じ図上に表示し、それを図６とする。
図６を見ると、ノイズを含んだ実測値と、コンピュータ上で作成されたノイズを含まない理論値はほぼ一致している。
【００３２】
このように、コンピュータで導出したノイズを含まない理想的な電圧信号を用いてＬＣとＲＣを算出すると、
ＬＣ＝２．３２×１０−９
ＲＣ＝４．３５×１０−６
となる。
すなわち、ＬＰＦを通過させたときの信号から求めたＬＣとＲＣの値が、ＬＰＦを用いない原電圧信号から求めたＬＣとＲＣの値よりも上記ＬＣとＲＣの値に近づけば、フィルタの効果があると言える。
【００３３】
まず、ノイズ除去していない原電圧信号を用いてＬＣとＲＣを算出した結果について述べる。
巻線の両端で観測された電圧信号をＡ／Ｄ変換を通してデジタル化し、その信号に対してＬＣとＲＣの値を計算したときは、
ＬＣ＝２．２２×１０−９
ＲＣ＝５．２３×１０−６
となる。
【００３４】
一方、ノイズ除去用のフィルタを通過させた後の信号を用いてＬＣとＲＣを算出した結果について述べる。
巻線の両端で観測された電圧信号をＡ／Ｄ変換を通してデジタル化した後で１次のＬＰＦに通過させる。
今回用いた固定子巻線の場合には、ＬＰＦの遮断周波数ｆを５ｋＨｚと設定する。この値を前記（５）式のｆに代入することでωを求め、さらにωの値を前記（４）式に代入して、定数ａを算出する。今回のサンプリング周期［ｓｅｃ］Ｔは１０［μｓｅｃ］である。
このＬＰＦを通過させた信号を用いたときに得られるＬＣとＲＣの値は、
ＬＣ＝２．３８×１０−９
ＲＣ＝４．５９×１０−６
となる。
このように、ＬＰＦをシステムに追加することで、回路が持つ真のＬＣとＲＣの値に近づけることが可能となり、その効果が確認できる。
【００３５】
図５の電圧信号に対して、フィルタ通過前と通過後での結果をそれぞれ図８と図９に示す。図８と図９はそれぞれ図５に対して部分的に拡大した結果である。
この結果から分かるように、図８の原電圧信号に対して図９はなめらかな信号となっており、ある程度のノイズ成分の除去が行われていることが確認できる。
なお、今回は、ＬＰＦの次数としては１次のものを用いた場合の結果を示したが、１次のＬＰＦを図７に示すようにｎ段用いた構成としても良い。さらに、ＬＰＦとして２次以上の次数のものを用いても良い。
【実施例２】
【００３６】
次に、本発明の第２の実施の形態について説明する。
この第２の実施の形態は、図１０に示すように、巻線Ｗの両端にインパルス発生回路ＩＰから発生させたインパルス電圧を印加して、そのとき観測される電圧波形から巻線Ｗの良否を判定するものである。
ここで、巻線Ｗとインパルス発生回路ＩＰから構成される回路の等価回路定数のレジスタンスをＲ、インダクタンスをＬ、キャパシタンスをＣとし、巻線Ｗとインパルス発生回路ＩＰから構成される回路の各等価回路定数の乗算値ＬＣおよびＲＣを、特徴量χ１と特徴量χ２とする。
インパルス発生回路ＩＰからインパルス電圧を巻線Ｗに印加した場合、巻線Ｗの両端に発生する電圧をν（ｎ）（ただしｎはサンプリング数）とすると、巻線Ｗとインパルス発生回路ＩＰから構成される回路の各等価回路定数の乗算値ＬＣおよびＲＣ、すなわち特徴量χ１と特徴量χ２は、擬似逆行列を用いて式（６）のように求めることができる。
ここで
式（６）においてＴは転置行列を表す。
【００３７】
図１０における特徴量検出部１２において巻線両端の電圧を計測するが、特徴量検出部１２にはＡ／Ｄ変換回路とローパスフィルタ（ＬＰＦ）が内蔵されており、巻線両端の電圧をローパスフィルタ（ＬＰＦ）を通過させて、ノイズ成分である高周波成分を取り除いた電圧信号として出力する。
【００３８】
図１０における演算部１３は、「平均・標準偏差演算部１４」と「確率演算部１５」の二つのブロックに分けられており、「平均・標準偏差演算部１４」は、特徴量の平均と標準偏差を計算し、記憶しておくブロックである。また、「確率演算部１５」は、実際に巻線Ｗを診断する際、特徴量検出部１２により得られた特徴量と、「平均・標準偏差演算部１４」に記憶されている特徴量の平均、標準偏差から、確率値を計算するブロックである。
【００３９】
なお、特徴量検出部１２から出力されたインパルス電圧のデジタル信号は演算部１３の「平均・標準偏差演算部１４」に入力され、「平均・標準偏差演算部１４」では、式（６）
標準偏差σ２を求めて記憶しておく。
【００４０】
次に、実際に診断する際には、診断対象とする巻線Ｗから特徴量検出部１２において検出したインパルス電圧から、式（６）をもとにχ１とχ２の値を算出する。このときの観測点をＡ点、また、このときの値を（χｄ１，χｄ２）とする。
上記Ａ点の値を式（７）の（χ１，χ２）に代入することで、ｌｄの値を求めることができる。
最後に、このｌｄの値を式（８）に代入する。
【００４１】
上記のように式（８）で求められる値は、図１１において、式（７）で表される楕円の内側（斜線部）に存在する確率である。これにより、正常クラスにおいてＡ点の内側に存在する確率を導出する。これが「確率演算部１５」における処理である。
このようにして求めた確率値に対して閾値を設定することで、この巻線が正常なのか、それとも短絡等の異常状態にあるか等の良否判定を、診断部１６で確率的に診断することが可能となる。そして、その結果を表示部１７に表示させることができる。
【００４２】
この第２の実施の形態によると、入手が容易な複数台の正常巻線からＬＣ、ＲＣの平均と標準偏差を求めておくことで診断が可能となることから、診断システムの開発工数を大幅に低減させることができるといった利点がある。
このように第２の実施の形態では、診断対象となる電気設備の巻線の異常状態のデータを用意することなく、巻線の正常状態で得られたデータのみを用意することで、当該設備を診断する際には、この設備から得られた特徴量が上記正常状態で得られたデータに基づく確率の範囲内に収まっているか否かにより、当該電気設備の巻線の良否を診断することができる。
【００４３】
上記第１の実施の形態および第２の実施の形態での説明では、ノイズ除去用のフィルタとしてＬＰＦを用いたが、ＬＰＦの代わりに移動平均フィルタを用いてもよい。
以下に、移動平均フィルタを用いた場合について説明する。
【００４４】
ｎ点移動平均フィルタとは、現時点の信号値νｎからｎ−１サンプル前の値までの総和をｎで割った平均値ｙｎを出力するフィルタである。
例えば、５点移動平均フィルタは、（９）式の差分方程式で表わすことができ、このときのフィルタ構造は図１２に示すようになる。
このようにＬＰＦ以外にも移動平均フィルタを用いてノイズ除去を行い、その出力された平均値ｙｎを用いてＬＣとＲＣを求めても良い。
【００４５】
１０点移動平均フィルタを使用した場合の効果の確認試験を行ったので以下に説明する。
いま、巻線の両端で観測された電圧信号をＡ／Ｄ変換してデジタル化した後で、１０点移動平均フィルタに通過させる。この１０点移動平均フィルタを通過させた後の信号を用いてＬＣとＲＣを算出する。このとき得られるＬＣとＲＣの値は、
ＬＣ＝２．３８×１０−９
ＲＣ＝４．５５×１０−６
となる。
このように、ＬＰＦの代わりに移動平均フィルタをシステムに使用しても、回路が持つ真のＬＣとＲＣの値に近づけることが可能となり、その効果が確認できることが分かる。
【００４６】
さらに、ＬＰＦの代わりに、特定の周波数成分のみ通過させるバンドパスフィルタ（ｂａｎｄｐａｓｓ ｆｉｌｔｅｒ）を使用しても良い。
【００４７】
なお、上記各実施の形態での説明では、Ａ／Ｄ変換した後のデジタル化された電圧信号に対してノイズ除去用フィルタを設計した例を示しが、他手法として、Ａ／Ｄ変換する前のアナログ信号に対して抵抗ＲとコンデンサＣの素子を用いたアナログフィルタを用いてノイズ除去を行ってもよい。このアナログフィルタの構成を図１３に示す。
また、図１４のように、オペアンプを用いてローパスフィルタを設計しても良い。
【符号の説明】
【００４８】
１ 電気機器の巻線診断システム
２Ａ 診断対象巻線
２Ｂ 学習用巻線
３ インパルス発生回路
４ 電圧計測部
５ Ａ／Ｄ変換回路
６ 診断部
７ メモリ
８ 表示部
９ ノイズ除去用フィルタであるローパスフィルタ（ＬＰＦ）
１２ 特徴量検出部
１３ 演算部
１４ 平均．標準偏差部
１５ 確率演算部
１６ 診断部
１７ 表示部
Ｗ 巻線
【技術分野】
【０００１】
本発明は、工場やビルディング等に設けられた電動機、発電機、変圧器等の電気機器を構成する巻線の状態を診断する電気機器の巻線診断システムに関する。
【背景技術】
【０００２】
従来、電気機器の巻線を診断する場合、巻線の両瑞にインパルス電圧を印加したときに巻線両端で観測される過渡減衰電圧から、等価回路の持つ抵抗成分をＲ、インダクタンス成分をＬ、キャパシタンス成分をＣとしたときに、ＬＣとＲＣを算出して、ＬＣとＲＣに基づいて、巻線が正常か異常かを診断する電気機器の巻線診断装置（特許文献１参照）が提案されている。
上記従来の電気機器の巻線診断装置の場合、１階微分や２階微分などの微分演算が必要となり、これをコンピュータで演算するときに、１階微分の場合には、例えば以下の式で示すように、現信号νｎと１サンプル前の信号νｎ−１との差をサンプリング周期Ｔで割る以下の処理により求める。
しかしながら、信号はノイズを含んでいることから、そのノイズ成分を含んだ信号に対して上記（２１）式の微分演算を行うと、その微分演算結果の誤差が大きくなる。
また、２階微分の演算となると、誤差が大きい上記１階微分の結果を用いて演算することから、その誤差はさらに大きくなる。
以上のことから、上記従来の電気機器の巻線診断装置において、ノイズ除去していない電圧信号を用いてＬＣとＲＣの値を算出した場合には、本来、等価回路が持つＬＣとＲＣの値を正しく求めることができないという問題が生じる。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】 特開２００８−２８６６１１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
そこで本発明では、正しい特徴量の値が算出できるようになり、巻線の良否判定の精度を向上させることができる電気機器の巻線診断システムを提供することを課題とする。
【課題を解決するための手段】
【０００５】
上記課題は、特許請求の範囲の欄に記載した電気機器の巻線診断システムにより解決することができる。
本願発明の電気機器の巻線診断システムは、インパルス発生回路からインパルス電圧を診断対象巻線と同特性の学習用巻線に印加した時に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該学習用巻線とインパルス発生回路から構成される回路の特徴量を演算し記憶する記憶手段と、
診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の特徴量を演算したうえ、この診断対象巻線の特徴量と、前記記憶手段に記憶されている特徴量とに基づいて、前記診断対象巻線が正常か異常かを診断する診断手段と
を備えたことを要旨とする。
【発明の効果】
【０００６】
本発明の電気機器の巻線診断システムによれば、電気機器を構成する巻線の診断に際して必要となる診断情報を学習する学習行程において、インパルス発生回路からインパルス電圧を診断対象巻線と同特性の学習用巻線に印加した時に、学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、この電圧信号に基づいて、学習用巻線とインパルス発生回路から構成される回路の特徴量を演算し、演算した特徴量を記憶手段に記憶する。
次に、前記診断対象巻線を診断する診断行程において、診断手段は、診断対象巻線に対してインパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、この電圧信号に基づいて、診断対象巻線とインパルス発生回路から構成される回路の特徴量を演算したうえ、この診断対象巻線の特徴量と、前記記憶手段に記憶されている特徴量とに基づいて、診断対象巻線が正常か異常かを診断する。
このように、本発明では、電気機器を構成する巻線を診断する場合、診断対象巻線が正常か異常かを電気機器を分解することなしに診断することができる。
なお、ノイズ除去用フィルタを通過させた電圧信号を用いて、特徴量を求めるため、電圧信号に含まれる必要のない高周波成分を取り除くことができ、正しい特徴量の値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【０００７】
また、本願発明の電気機器の巻線診断システムにおいて、診断対象巻線と同特性の学習用巻線を予め正常態様及び想定される複数の異常態様それぞれに設定した各状態においてインパルス発生回路からインパルス電圧を当該学習用巻線に印加した場合に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該学習用巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを、前記正常態様及び想定される複数の異常態様それぞれにおいて演算し、演算した各ＬＣ，ＲＣを診断情報特徴量としてメモリ部に設けた特徴量空間に記憶する診断情報記憶手段と、
診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを、当該診断対象巻線の状態情報特徴量とし演算したうえ、前記特徴量空間で当該状態情報特徴量と距離的に最も近い前記診断情報特徴量をサーチし、サーチした診断情報特徴量に基づいて診断対象巻線が正常か異常か、異常であればどのような巻線異常であるかを診断する診断手段と、を備えた構成とすることもできる。
【０００８】
このような構成では、電気機器を構成する巻線の診断に際して必要となる診断情報を学習する学習行程において、診断対象巻線と同特性の学習用巻線を予め正常態様及び想定される複数の異常態様それぞれに設定した各状態において、インパルス発生回路からインパルス電圧を当該学習用巻線に印加した場合、診断情報記憶手段は、電圧計測手段により計測された巻線両端の電圧からノイズ成分を除去した後、ノイズ成分を除去した電圧に基づいて、当該学習用巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを、前記正常態様及び想定される複数の異常態様それぞれにおいて演算し、演算した各ＬＣ，ＲＣを診断情報特徴量としてメモリ部に設けた特徴量空間に記憶する。
次に、前記診断対象巻線を診断する診断行程において、診断手段は、診断対象巻線に対してインパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加したときに電圧計測手段で計測された電圧からノイズ成分を除去した後、ノイズ成分を除去した電圧に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを、当該診断対象巻線の状態情報特徴量とし演算したうえ、前記特徴量空間で当該状態情報特徴量と距離的に最も近い前記診断情報特徴量をサーチし、サーチした診断情報特徴量に基づいて診断対象巻線が正常か異常か、異常であればどのような巻線異常であるかを診断する。
このように、電気機器を構成する巻線を診断する場合、診断対象巻線が正常か異常かを診断するとともに、異常と診断した場合は、その異常がどのような異常態様かを、電気機器を分解することなしに診断することができる。
なお、ノイズ除去用フィルタを通過させた電圧信号を用いて、ＬＣとＲＣの値を求めるため、電圧信号に含まれる必要のない高周波成分を取り除くことができ、正しいＬＣとＲＣの値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【０００９】
また、本願発明の電気機器の巻線診断システムにおいて、診断対象となる巻線と同特性の正常状態の複数台の学習用巻線に対してインパルス発生回路からインパルス電圧を印加した時に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、前記学習用巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを演算し、演算した各ＬＣ，ＲＣを特徴量とし、この特徴量の平均と標準偏差とを導出して記憶しておく演算記憶手段と、
診断対象巻線の診断をする際に、診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを演算し、演算した各ＬＣ，ＲＣを診断対象巻線の特徴量とし、この診断対象巻線の特徴量と、前記演算記憶手段に記憶されている前記平均と標準偏差とに基づいて決定される楕円体の内側に存在する確率値を求める確率計算手段と、
前記確率計算手段で求めた確率値に基づいて前記診断対象巻線が正常か異常かを診断する診断手段と
を備えた構成とすることもできる。
【００１０】
このような構成では、学習用巻線の正常状態で得られたデータのみを用意することで、効率的に電気機器の巻線の良否を診断することができる。なお、電圧信号に含まれる必要のない高周波成分を取り除くことができ、正しいＬＣとＲＣの値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【００１１】
本願発明の電気機器の巻線診断システムにおいて、前記ノイズ除去用フィルタが、インパルス発生回路からインパルス電圧を巻線に印加した場合に巻線の両端に発生した原電圧信号の持つ周波数成分よりも高い周波数の帯域を通さないローパスフィルタ（ＬＰＦ）で構成されているものとすることもできる。
こうすれば、高い周波数の帯域を通さないローパスフィルタを通過させた電圧信号を用いて、ＬＣとＲＣ（特徴量）の値を求めるため、正しいＬＣとＲＣ（特徴量）の値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【００１２】
本願発明の電気機器の巻線診断システムにおいて、前記ローパスフィルタ（ＬＰＦ）は、前記ＬＣ，ＲＣを演算するコンピュータ部において、
設定したＬＰＦの遮断周波数ｆ［Ｈｚ］の値を（２）式のｆに代入することで遮断角周波数ω［ｒａｄ／ｓ］を求め、遮断角周波数ω［ｒａｄ／ｓ］の値を（１）式に代入して定数ａを算出することにより設計されるものとすることもできる。
こうすれば、巻線診断システムのコンピュータ部において、良好にローパスフィルタ（ＬＰＦ）を設計することができる。
【００１３】
本願発明の電気機器の巻線診断システムにおいて、前記ノイズ除去用フィルタが、移動平均フィルタで構成されているものとすることもできる。
こうすれば、移動平均フィルタを通過させた電圧信号を用いて、ＬＣとＲＣ（特徴量）の値を求めるため、正しいＬＣとＲＣ（特徴量）の値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【００１４】
本願発明の電気機器の巻線診断システムにおいて、前記ノイズ除去用フィルタが、インパルス発生回路からインパルス電圧を巻線に印加した場合に巻線の両端に発生した原電圧信号をＡ／Ｄ変換する前のアナログ信号に対して、該アナログ信号の持つ周波数成分よりも高い周波数の帯域を通さない、抵抗ＲとコンデンサＣの素子を用いたアナログフィルタで構成されているものとすることもできる。
こうすれば、アナログフィルタを通過させてノイズを除去した電圧信号を用いて、ＬＣとＲＣ（特徴量）の値を求めるため、正しいＬＣとＲＣ（特徴量）の値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【００１５】
本願発明の電気機器の巻線診断システムにおいて、前記ノイズ除去用フィルタが、特定の周波数成分のみ通過させるバンドパスフィルタで構成されているものとすることもできる。
こうすれば、バンドパスフィルタを通過させた電圧信号を用いて、ＬＣとＲＣ（特徴量）の値を求めるため、正しいＬＣとＲＣ（特徴量）の値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【図面の簡単な説明】
【００１６】
【図１】 電気機器の巻線診断システムの構成を示したブロック系統図である。
【図２】 電気機器の巻線診断システムを構成する診断部の作用を示した作用説明図である。
【図３】 巻線に対してインパルス電圧を印加した場合の電圧サンプリングタイミング説明図である。
【図４】 ローパスフィルタ（ＬＰＦ）の構成図である。
【図５】 インパルス電圧印加時の電圧波形図である。
【図６】 実測値と理論値の電圧波形図である。
【図７】 ｎ段のローパスフィルタ（ＬＰＦ）の構成図である。
【図８】 フィルタ通過前の原電圧信号の図である。
【図９】 フィルタ通過後の電圧信号の図である。
【図１０】 第２の実施の形態の電気機器の巻線診断システムのブロック系統図である。
【図１１】 楕円の内側に存在する特徴量の確率を示した確率存在説明図である。
【図１２】 ５点移動平均フィルタの構成図である。
【図１３】 アナログフィルタの構成図である。
【図１４】 オペアンプによるローパスフィルタの構成図である。
【発明を実施するための形態】
【００１７】
次に、本発明を実施するための形態を実施例を用いて説明する。
【実施例１】
【００１８】
次に、本発明の第１の実施の形態について説明する。
図１は、電気機器の巻線診断システム１の構成を示したブロック系統図である。
この電気機器の巻線診断システム１は、電動機や発電機等の回転機や変圧器等の電気機器を構成する巻線が正常か異常かを診断するとともに、異常と診断した場合は、その異常がどのような巻線異常かを、電気機器を分解することなしに診断することができるものである。
【００１９】
図１に示すように、電気機器の巻線診断システム１において、端子Ｔ１，Ｔ２には、例えば電動機の巻線を診断対象とする診断対象巻線２Ａと、診断対象巻線２Ａを診断する場合に必要な診断情報を学習するときに用いられる学習用巻線２Ｂが接続される。尚、診断対象巻線２Ａと学習用巻線２Ｂは同特性に製作されている。
また、端子Ｔ１，Ｔ２に接続された診断対象巻線２Ａ又は学習用巻線２Ｂに対して所定特性のインパルス電圧を印加するインパルス発生回路３が設けられている。
更に、診断対象巻線２Ａ、学習用巻線２Ｂにインパルス発生回路３から所定特性のインパルス電圧が印加された場合に診断対象巻線２Ａ、学習用巻線２Ｂの両端に発生する電圧を計測する電圧計測部４が設けられている。
【００２０】
上記電圧計測部４で計測される電圧はアナログ値であるため、そのアナログ信号をデジタル信号に変換するためのＡ／Ｄ変換回路５が設けられており、Ａ／Ｄ変換回路５から出力されたデジタル信号は、ノイズ除去用フィルタであるローパスフィルタ（以降、ＬＰＦと略す）９を通過させて、ノイズ成分である高周波成分を取り除いた電圧信号として診断部６に出力される。
なお、インパルス電圧が印加されたときに電圧計測部４で計測された巻線両端の電圧のノイズは通常、信号よりも高周波であるので、低周波をよく通し、ある遮断周波数より高い周波数の帯域を通さないローパスフィルタ（ＬＰＦ）をノイズ除去に使用する。
【００２１】
診断対象巻線２Ａを診断する場合に必要となる診断情報を学習する学習行程で用いられる学習用巻線２Ｂは、前述のように診断対象巻線２Ａと同特性であり、この学習用巻線２Ｂを予め正常状態、及び想定される複数の異常状態、例えば、１ターン短絡、２ターン短絡、相間短絡、断線等それぞれの状態に設定する。
学習用巻線２Ｂをこのように設定した各状態において、インパルス発生回路３からインパルス電圧を学習用巻線２Ｂに印加した場合、診断部６は、電圧計測部４により計測された巻線両端の電圧をＬＰＦ９を通過させて、ノイズ成分である高周波成分を取り除いた電圧信号として入力し、後述の式（１），（２），（３）に基づいて学習用巻線２Ｂの各設定状態それぞれにおけるＬＣ，ＲＣを演算し、演算した各ＬＣ，ＲＣを診断情報特徴量としてメモリ７に設けた特徴量空間に記憶する。
【００２２】
次に、上記学習用巻線２Ｂ、診断対象巻線２Ａとインパルス発生回路から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを、前記正常態様及び想定される複数の異常態様それぞれにおいて演算するための演算式について説明する。
【００２３】
上述したように、インパルス発生回路３からインパルス電圧を上記学習用巻線２Ｂ、診断対象巻線２Ａに印加した場合、当該巻線の両端に発生する電圧ｖに式（１）の等式が成り立つとする。
ここでＬ，Ｃ，Ｒは、上記学習用巻線２Ｂ、診断対象巻線２Ａとインパルス発生回路３から構成される回路の等価回路定数である。
【００２４】
次に式（１）の電圧ｖに対して差分近似することで ｄ２ｖ／ｄｔ２ と ｄｖ／ｄｔを求め、等価回路定数からなるＬＣ，ＲＣを、診断情報特徴量及び状態情報特徴量として演算する。ここで、電圧ｖのサンプリング数をｎ＋１とすると、式（１）は式（２）のように変形することができる。
ここで
である。よって、擬似逆行列を用いることで、式（２）は式（３）のようになり、診断情報特徴量もしくは状態情報特徴量としてのＬＣとＲＣを求めることができる。
上記式（３）においてＴは転置行列を表す。
【００２５】
尚、図３は、インパルス電圧印加手段から学習用巻線２Ｂ、あるいは診断対象巻線２Ａにインパルス電圧を印加した場合、前記電圧計測手段が当該巻線の両端に発生する電圧ｖをサンプリングタイミング（０）から（ｎ）までサンプリングしたことを示した電圧サンプリングタイミング説明図である。
【００２６】
次に、例えば出荷前の出荷試験段階にある電動機、あるいは製造ラインの電動機の巻線や定期診断時の電動機の巻線を診断対象巻線２Ａとして診断する診断行程について説明する。
診断部６は、インパルス発生回路３から診断対象巻線２Ａに前記学習行程でのインパルス電圧と同特性のインパルス電圧が印加されたときに電圧計測部４で計測された巻線両端の電圧をローパスフィルタ（ＬＰＦ）９を通過させて、ノイズ成分である高周波成分を取り除いた電圧信号として入力し、この電圧信号に基づいて、当該診断対象巻線２Ａとインパルス発生回路３から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを、当該診断対象巻線の状態情報特徴量とし演算したうえ、前記メモリ７に設けられた前述の特徴量空間上で当該状態情報特徴量と距離的に最も近い前記診断情報特徴量をサーチし、サーチした診断情報特徴量に基づいて診断対象巻線２Ａが正常か異常か、異常であれば、１ターン短絡、２ターン短絡、それ以上のターン短絡、相間短絡、断線か等を診断する。
【００２７】
図２は、前記メモリ７に設けられた前述の特徴量空間を概念的に示したものである。この場合、特徴量空間は、ＬＣを横軸に、ＲＣを縦軸にした座標空間である。
この特徴量空間上で、前述の学習行程で学習した学習用巻線２Ｂの１ターン短絡の診断情報特徴量は■の位置に記憶されており、２ターン短絡の診断情報特徴量は◆の位置に記憶されている。また、正常状態の特徴量は●の位置に記憶されている。そして、今回診断された診断対象巻線２Ａの状態情報特徴量は▲の位置に記憶される。
この状態で、診断部６は、当該状態情報特徴量▲の位置と各診断情報特徴量■の位置、◆の位置、●の位置との距離を計算したうえ、当該状態情報特徴量▲の位置と距離的に最も近い診断情報特徴量の位置、この場合は●の位置をサーチすることによって、この診断対象巻線２Ａは正常状態にあると診断する。
尚、図２の特徴量空間において、上記のように学習用巻線２Ｂの１ターン短絡の診断情報特徴量は■の位置に、２ターン短絡の診断情報特徴量は◆の位置に、正常状態の診断特徴量は●の位置に記憶されているが、図２に示すように、学習用巻線２Ｂの１ターン短絡の診断情報特徴量は■及び□の位置に、２ターン短絡の診断情報特徴量は◆及び◇の位置に、正常状態の診断特徴量は●及び○の位置に複数位置に記憶しておき、診断対象巻線２Ａを診断する場合に演算したＬＣ，ＲＣが、本来とは違う別の巻線状態時の特徴量との距離に近くならないように調整してもよい。そして、当該状態情報特徴量▲の位置と距離的に最も近い診断情報特徴量の位置を計算し、最も近い位置の診断情報特徴量に対応した診断情報に基づいて診断対象巻線２Ａを診断することができる。
【００２８】
診断部６には表示部８が接続されている。診断部６は、上記のように診断対象巻線２Ａを診断した結果を、この表示部８に表示させる。これにより、診断担当者は、診断対象巻線２Ａの状態を容易に認識することができる。また、診断結果を記録することができる。
【００２９】
次に、ノイズ除去に使用する前記ローパスフィルタ（ＬＰＦ）の設計法について以下に説明する。
図１ではフィルタ９を図示しているが、このフィルタ９を構成するＬＰＦはコンピュータ部（診断部６）で演算して設計することができる。
なお、コンピュータ部（診断部６）で演算してＬＰＦを設計するに際し、時間とともに連続的に変化する電圧信号νのすべての値をコンピュータ部（診断部６）に取り込むことは物理的に不可能であるので、ある定まった周期Ｔの整数倍の時点ｔ＝ｎＴ（ｎ＝１，２・・・）での電圧νの値（仮に、ν＊と表現する）をコンピュータ（診断部６）に送ることになる。
ここで、周期Ｔはサンプリング周期と呼ばれている。
このように、時間的に連続な電圧信号νから、不連続な信号ν＊を取り出すことをサンプリングといい、取り出した値をサンプル値といい、サンプル値信号のような、とびとびの時刻における信号だけを扱うシステムを離散時間系と呼ぶ。
電圧信号はＡ／Ｄ変換により、とびとびの信号として取り込まれるため、ここでは離散時間系でのＬＰＦの設計を行う。また、実施例として、ここでは１次のＬＰＦの設計について説明する。
【００３０】
デジタルフィルタは次の式で表現でき、ブロック図は図４のような構造となる。ただし図４において、Ｔはサンプリング周期［ｓｅｃ］、νｎ＝ν（ｎＴ）、ｙｎ＝ｙ（ｎＴ）である。
図４や（４）式は、現在の出力ｙｎが、現在の入力νｎに（１−ａ）をかけたものと１サンプル前の出力信号ｙｎ−１にａをかけたものの和として表現される構造となっている。ここでωは遮断角周波数［ｒａｄ／ｓ］であり、遮断周波数をｆ［Ｈｚ］とすると、
の関係が成り立つ。
この遮断周波数ｆの設定値としては、原電圧信号（インパルス電圧が印加されたときに電圧計測部４で計測された巻線両端の電圧）の持つ周波数成分よりも高い周波数とする。
即ち、ＬＰＦの遮断周波数ｆを設定し、この値を（５）式のｆに代入することでωを求め、さらにωの値を（４）式に代入して、定数ａを算出することにより、ＬＰＦを設計する。
なお、サンプリング周期［ｓｅｃ］ＴはＡ／Ｄ変換のサンプリング速度によって決まってくる値である。
【００３１】
このＬＰＦの効果の確認試験を行ったので以下に説明する。
確認試験には、低圧電動機（定格出力２．２ｋＷ、定格電圧２００Ｖ、定格電流８．６Ａ、４極）の固定子巻線（ダブル・スター結線）を用い、この固定子巻線のある相間の巻線にインパルス電圧を印加したときに巻線両端て実際に観測された電圧波形を図５に示す。この原電圧信号の周波数成分は約３．３ＫＨｚであり、ノイズを含んでいる。
いま、ノイズを含まない理想的な電圧を作成することを試みる。
巻線にインパルス電圧を印加したときの回路構成は、インパルス発生部と巻線から成る回路において、電気的にＲＬＣの直列接続と見なすことができる。そこで、ＲＬＣの直列回路において理想的な電圧をコンピュータ上で作成する。
図５に示すように、実際に観測された電圧波形を「実測値」とすると、この実測値とコンピュータ上で作成する電圧波形が重なるように、Ｃを一定としてＲとＬの値を可変する。こうしてコンピュータ上で作成した電圧波形を「理論値」とする。作成した理論値と実測値を同じ図上に表示し、それを図６とする。
図６を見ると、ノイズを含んだ実測値と、コンピュータ上で作成されたノイズを含まない理論値はほぼ一致している。
【００３２】
このように、コンピュータで導出したノイズを含まない理想的な電圧信号を用いてＬＣとＲＣを算出すると、
ＬＣ＝２．３２×１０−９
ＲＣ＝４．３５×１０−６
となる。
すなわち、ＬＰＦを通過させたときの信号から求めたＬＣとＲＣの値が、ＬＰＦを用いない原電圧信号から求めたＬＣとＲＣの値よりも上記ＬＣとＲＣの値に近づけば、フィルタの効果があると言える。
【００３３】
まず、ノイズ除去していない原電圧信号を用いてＬＣとＲＣを算出した結果について述べる。
巻線の両端で観測された電圧信号をＡ／Ｄ変換を通してデジタル化し、その信号に対してＬＣとＲＣの値を計算したときは、
ＬＣ＝２．２２×１０−９
ＲＣ＝５．２３×１０−６
となる。
【００３４】
一方、ノイズ除去用のフィルタを通過させた後の信号を用いてＬＣとＲＣを算出した結果について述べる。
巻線の両端で観測された電圧信号をＡ／Ｄ変換を通してデジタル化した後で１次のＬＰＦに通過させる。
今回用いた固定子巻線の場合には、ＬＰＦの遮断周波数ｆを５ｋＨｚと設定する。この値を前記（５）式のｆに代入することでωを求め、さらにωの値を前記（４）式に代入して、定数ａを算出する。今回のサンプリング周期［ｓｅｃ］Ｔは１０［μｓｅｃ］である。
このＬＰＦを通過させた信号を用いたときに得られるＬＣとＲＣの値は、
ＬＣ＝２．３８×１０−９
ＲＣ＝４．５９×１０−６
となる。
このように、ＬＰＦをシステムに追加することで、回路が持つ真のＬＣとＲＣの値に近づけることが可能となり、その効果が確認できる。
【００３５】
図５の電圧信号に対して、フィルタ通過前と通過後での結果をそれぞれ図８と図９に示す。図８と図９はそれぞれ図５に対して部分的に拡大した結果である。
この結果から分かるように、図８の原電圧信号に対して図９はなめらかな信号となっており、ある程度のノイズ成分の除去が行われていることが確認できる。
なお、今回は、ＬＰＦの次数としては１次のものを用いた場合の結果を示したが、１次のＬＰＦを図７に示すようにｎ段用いた構成としても良い。さらに、ＬＰＦとして２次以上の次数のものを用いても良い。
【実施例２】
【００３６】
次に、本発明の第２の実施の形態について説明する。
この第２の実施の形態は、図１０に示すように、巻線Ｗの両端にインパルス発生回路ＩＰから発生させたインパルス電圧を印加して、そのとき観測される電圧波形から巻線Ｗの良否を判定するものである。
ここで、巻線Ｗとインパルス発生回路ＩＰから構成される回路の等価回路定数のレジスタンスをＲ、インダクタンスをＬ、キャパシタンスをＣとし、巻線Ｗとインパルス発生回路ＩＰから構成される回路の各等価回路定数の乗算値ＬＣおよびＲＣを、特徴量χ１と特徴量χ２とする。
インパルス発生回路ＩＰからインパルス電圧を巻線Ｗに印加した場合、巻線Ｗの両端に発生する電圧をν（ｎ）（ただしｎはサンプリング数）とすると、巻線Ｗとインパルス発生回路ＩＰから構成される回路の各等価回路定数の乗算値ＬＣおよびＲＣ、すなわち特徴量χ１と特徴量χ２は、擬似逆行列を用いて式（６）のように求めることができる。
ここで
式（６）においてＴは転置行列を表す。
【００３７】
図１０における特徴量検出部１２において巻線両端の電圧を計測するが、特徴量検出部１２にはＡ／Ｄ変換回路とローパスフィルタ（ＬＰＦ）が内蔵されており、巻線両端の電圧をローパスフィルタ（ＬＰＦ）を通過させて、ノイズ成分である高周波成分を取り除いた電圧信号として出力する。
【００３８】
図１０における演算部１３は、「平均・標準偏差演算部１４」と「確率演算部１５」の二つのブロックに分けられており、「平均・標準偏差演算部１４」は、特徴量の平均と標準偏差を計算し、記憶しておくブロックである。また、「確率演算部１５」は、実際に巻線Ｗを診断する際、特徴量検出部１２により得られた特徴量と、「平均・標準偏差演算部１４」に記憶されている特徴量の平均、標準偏差から、確率値を計算するブロックである。
【００３９】
なお、特徴量検出部１２から出力されたインパルス電圧のデジタル信号は演算部１３の「平均・標準偏差演算部１４」に入力され、「平均・標準偏差演算部１４」では、式（６）
標準偏差σ２を求めて記憶しておく。
【００４０】
次に、実際に診断する際には、診断対象とする巻線Ｗから特徴量検出部１２において検出したインパルス電圧から、式（６）をもとにχ１とχ２の値を算出する。このときの観測点をＡ点、また、このときの値を（χｄ１，χｄ２）とする。
上記Ａ点の値を式（７）の（χ１，χ２）に代入することで、ｌｄの値を求めることができる。
最後に、このｌｄの値を式（８）に代入する。
【００４１】
上記のように式（８）で求められる値は、図１１において、式（７）で表される楕円の内側（斜線部）に存在する確率である。これにより、正常クラスにおいてＡ点の内側に存在する確率を導出する。これが「確率演算部１５」における処理である。
このようにして求めた確率値に対して閾値を設定することで、この巻線が正常なのか、それとも短絡等の異常状態にあるか等の良否判定を、診断部１６で確率的に診断することが可能となる。そして、その結果を表示部１７に表示させることができる。
【００４２】
この第２の実施の形態によると、入手が容易な複数台の正常巻線からＬＣ、ＲＣの平均と標準偏差を求めておくことで診断が可能となることから、診断システムの開発工数を大幅に低減させることができるといった利点がある。
このように第２の実施の形態では、診断対象となる電気設備の巻線の異常状態のデータを用意することなく、巻線の正常状態で得られたデータのみを用意することで、当該設備を診断する際には、この設備から得られた特徴量が上記正常状態で得られたデータに基づく確率の範囲内に収まっているか否かにより、当該電気設備の巻線の良否を診断することができる。
【００４３】
上記第１の実施の形態および第２の実施の形態での説明では、ノイズ除去用のフィルタとしてＬＰＦを用いたが、ＬＰＦの代わりに移動平均フィルタを用いてもよい。
以下に、移動平均フィルタを用いた場合について説明する。
【００４４】
ｎ点移動平均フィルタとは、現時点の信号値νｎからｎ−１サンプル前の値までの総和をｎで割った平均値ｙｎを出力するフィルタである。
例えば、５点移動平均フィルタは、（９）式の差分方程式で表わすことができ、このときのフィルタ構造は図１２に示すようになる。
このようにＬＰＦ以外にも移動平均フィルタを用いてノイズ除去を行い、その出力された平均値ｙｎを用いてＬＣとＲＣを求めても良い。
【００４５】
１０点移動平均フィルタを使用した場合の効果の確認試験を行ったので以下に説明する。
いま、巻線の両端で観測された電圧信号をＡ／Ｄ変換してデジタル化した後で、１０点移動平均フィルタに通過させる。この１０点移動平均フィルタを通過させた後の信号を用いてＬＣとＲＣを算出する。このとき得られるＬＣとＲＣの値は、
ＬＣ＝２．３８×１０−９
ＲＣ＝４．５５×１０−６
となる。
このように、ＬＰＦの代わりに移動平均フィルタをシステムに使用しても、回路が持つ真のＬＣとＲＣの値に近づけることが可能となり、その効果が確認できることが分かる。
【００４６】
さらに、ＬＰＦの代わりに、特定の周波数成分のみ通過させるバンドパスフィルタ（ｂａｎｄｐａｓｓ ｆｉｌｔｅｒ）を使用しても良い。
【００４７】
なお、上記各実施の形態での説明では、Ａ／Ｄ変換した後のデジタル化された電圧信号に対してノイズ除去用フィルタを設計した例を示しが、他手法として、Ａ／Ｄ変換する前のアナログ信号に対して抵抗ＲとコンデンサＣの素子を用いたアナログフィルタを用いてノイズ除去を行ってもよい。このアナログフィルタの構成を図１３に示す。
また、図１４のように、オペアンプを用いてローパスフィルタを設計しても良い。
【符号の説明】
【００４８】
１ 電気機器の巻線診断システム
２Ａ 診断対象巻線
２Ｂ 学習用巻線
３ インパルス発生回路
４ 電圧計測部
５ Ａ／Ｄ変換回路
６ 診断部
７ メモリ
８ 表示部
９ ノイズ除去用フィルタであるローパスフィルタ（ＬＰＦ）
１２ 特徴量検出部
１３ 演算部
１４ 平均．標準偏差部
１５ 確率演算部
１６ 診断部
１７ 表示部
Ｗ 巻線
【特許請求の範囲】
【請求項１】
インパルス発生回路からインパルス電圧を診断対象巻線と同特性の学習用巻線に印加した時に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該学習用巻線とインパルス発生回路から構成される回路の特徴量を演算し記憶する記憶手段と、
診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の特徴量を演算したうえ、この診断対象巻線の特徴量と、前記記憶手段に記憶されている特徴量とに基づいて、前記診断対象巻線が正常か異常かを診断する診断手段と
を備えたことを特徴とする電気機器の巻線診断システム。
【請求項２】
診断対象巻線と同特性の学習用巻線を予め正常態様及び想定される複数の異常態様それぞれに設定した各状態においてインパルス発生回路からインパルス電圧を当該学習用巻線に印加した場合に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該学習用巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを、前記正常態様及び想定される複数の異常態様それぞれにおいて演算し、演算した各ＬＣ，ＲＣを診断情報特徴量としてメモリ部に設けた特徴量空間に記憶する診断情報記憶手段と、
診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを、当該診断対象巻線の状態情報特徴量とし演算したうえ、前記特徴量空間で当該状態情報特徴量と距離的に最も近い前記診断情報特徴量をサーチし、サーチした診断情報特徴量に基づいて診断対象巻線が正常か異常か、異常であればどのような巻線異常であるかを診断する診断手段と、
を備えたことを特徴とする請求項１に記載の電気機器の巻線診断システム。
【請求項３】
診断対象となる巻線と同特性の正常状態の複数台の学習用巻線に対してインパルス発生回路からインパルス電圧を印加した時に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、前記学習用巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを演算し、演算した各ＬＣ，ＲＣを特徴量とし、この特徴量の平均と標準偏差とを導出して記憶しておく演算記憶手段と、
診断対象巻線の診断をする際に、診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを演算し、演算した各ＬＣ，ＲＣを診断対象巻線の特徴量とし、この診断対象巻線の特徴量と、前記演算記憶手段に記憶されている前記平均と標準偏差とに基づいて決定される楕円体の内側に存在する確率値を求める確率計算手段と、
前記確率計算手段で求めた確率値に基づいて前記診断対象巻線が正常か異常かを診断する診断手段と
を備えたことを特徴とする請求項１に記載の電気機器の巻線診断システム。
【請求項４】
前記ノイズ除去用フィルタが、インパルス発生回路からインパルス電圧を巻線に印加した場合に巻線の両端に発生した原電圧信号の持つ周波数成分よりも高い周波数の帯域を通さないローパスフィルタ（ＬＰＦ）で構成されていることを特徴とする請求項１又は請求項２又は請求項３に記載の電気機器の巻線診断システム。
【請求項５】
前記ローパスフィルタ（ＬＰＦ）は、前記ＬＣ，ＲＣを演算するコンピュータ部において、
設定したＬＰＦの遮断周波数ｆ［Ｈｚ］の値を（２）式のｆに代入することで遮断角周波数ω［ｒａｄ／ｓ］を求め、遮断角周波数ω［ｒａｄ／ｓ］の値を（１）式に代入して定数ａを算出することにより設計される
ことを特徴とする請求項４に記載の電気機器の巻線診断システム
【請求項６】
前記ノイズ除去用フィルタが、移動平均フィルタで構成されていることを特徴とする請求項１又は請求項２又は請求項３に記載の電気機器の巻線診断システム。
【請求項７】
前記ノイズ除去用フィルタが、インパルス発生回路からインパルス電圧を巻線に印加した場合に巻線の両端に発生した原電圧信号をＡ／Ｄ変換する前のアナログ信号に対して、該アナログ信号の持つ周波数成分よりも高い周波数の帯域を通さない、抵抗ＲとコンデンサＣの素子を用いたアナログフィルタで構成されていることを特徴とする請求項１又は請求項２又は請求項３に記載の電気機器の巻線診断システム。
【請求項８】
前記ノイズ除去用フィルタが、特定の周波数成分のみ通過させるバンドパスフィルタで構成されていることを特徴とする請求項１又は請求項２又は請求項３に記載の電気機器の巻線診断システム。
【請求項１】
インパルス発生回路からインパルス電圧を診断対象巻線と同特性の学習用巻線に印加した時に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該学習用巻線とインパルス発生回路から構成される回路の特徴量を演算し記憶する記憶手段と、
診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の特徴量を演算したうえ、この診断対象巻線の特徴量と、前記記憶手段に記憶されている特徴量とに基づいて、前記診断対象巻線が正常か異常かを診断する診断手段と
を備えたことを特徴とする電気機器の巻線診断システム。
【請求項２】
診断対象巻線と同特性の学習用巻線を予め正常態様及び想定される複数の異常態様それぞれに設定した各状態においてインパルス発生回路からインパルス電圧を当該学習用巻線に印加した場合に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該学習用巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを、前記正常態様及び想定される複数の異常態様それぞれにおいて演算し、演算した各ＬＣ，ＲＣを診断情報特徴量としてメモリ部に設けた特徴量空間に記憶する診断情報記憶手段と、
診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを、当該診断対象巻線の状態情報特徴量とし演算したうえ、前記特徴量空間で当該状態情報特徴量と距離的に最も近い前記診断情報特徴量をサーチし、サーチした診断情報特徴量に基づいて診断対象巻線が正常か異常か、異常であればどのような巻線異常であるかを診断する診断手段と、
を備えたことを特徴とする請求項１に記載の電気機器の巻線診断システム。
【請求項３】
診断対象となる巻線と同特性の正常状態の複数台の学習用巻線に対してインパルス発生回路からインパルス電圧を印加した時に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、前記学習用巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを演算し、演算した各ＬＣ，ＲＣを特徴量とし、この特徴量の平均と標準偏差とを導出して記憶しておく演算記憶手段と、
診断対象巻線の診断をする際に、診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスＬ、キャパシタンスＣの乗算値ＬＣ、及び、等価回路定数レジスタンスＲ、キャパシタンスＣの乗算値ＲＣを演算し、演算した各ＬＣ，ＲＣを診断対象巻線の特徴量とし、この診断対象巻線の特徴量と、前記演算記憶手段に記憶されている前記平均と標準偏差とに基づいて決定される楕円体の内側に存在する確率値を求める確率計算手段と、
前記確率計算手段で求めた確率値に基づいて前記診断対象巻線が正常か異常かを診断する診断手段と
を備えたことを特徴とする請求項１に記載の電気機器の巻線診断システム。
【請求項４】
前記ノイズ除去用フィルタが、インパルス発生回路からインパルス電圧を巻線に印加した場合に巻線の両端に発生した原電圧信号の持つ周波数成分よりも高い周波数の帯域を通さないローパスフィルタ（ＬＰＦ）で構成されていることを特徴とする請求項１又は請求項２又は請求項３に記載の電気機器の巻線診断システム。
【請求項５】
前記ローパスフィルタ（ＬＰＦ）は、前記ＬＣ，ＲＣを演算するコンピュータ部において、
設定したＬＰＦの遮断周波数ｆ［Ｈｚ］の値を（２）式のｆに代入することで遮断角周波数ω［ｒａｄ／ｓ］を求め、遮断角周波数ω［ｒａｄ／ｓ］の値を（１）式に代入して定数ａを算出することにより設計される
ことを特徴とする請求項４に記載の電気機器の巻線診断システム
【請求項６】
前記ノイズ除去用フィルタが、移動平均フィルタで構成されていることを特徴とする請求項１又は請求項２又は請求項３に記載の電気機器の巻線診断システム。
【請求項７】
前記ノイズ除去用フィルタが、インパルス発生回路からインパルス電圧を巻線に印加した場合に巻線の両端に発生した原電圧信号をＡ／Ｄ変換する前のアナログ信号に対して、該アナログ信号の持つ周波数成分よりも高い周波数の帯域を通さない、抵抗ＲとコンデンサＣの素子を用いたアナログフィルタで構成されていることを特徴とする請求項１又は請求項２又は請求項３に記載の電気機器の巻線診断システム。
【請求項８】
前記ノイズ除去用フィルタが、特定の周波数成分のみ通過させるバンドパスフィルタで構成されていることを特徴とする請求項１又は請求項２又は請求項３に記載の電気機器の巻線診断システム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【公開番号】特開２０１２−５８２２１（Ｐ２０１２−５８２２１Ａ）
【公開日】平成２４年３月２２日（２０１２．３．２２）
【国際特許分類】
【出願番号】特願２０１０−２１９８８４（Ｐ２０１０−２１９８８４）
【出願日】平成２２年９月９日（２０１０．９．９）
【出願人】（０００２１９８２０）株式会社トーエネック (51)
【Ｆターム（参考）】
【公開日】平成２４年３月２２日（２０１２．３．２２）
【国際特許分類】
【出願日】平成２２年９月９日（２０１０．９．９）
【出願人】（０００２１９８２０）株式会社トーエネック (51)
【Ｆターム（参考）】
[ Back to top ]