本课题以我国大庆油田开采后期的深度采油为研究背景,侧重于潜油电机(Electrical Submersible Motor,ESM)定子绕组匝间短路故障在线辨识的研究,可为潜油电机定子短路故障的预测及电机保护提供思路。以实验室1.5kw感应电机为例,详细探究了感应电机发生定子绕组匝间短路的故障特征,引入相应故障特征参数,建立电机等效故障数学模型,采用基于输出误差法的滚动时域预测(MHE)在线算法辨识电机参数,开发Lab VIEW上位机组态程序,从而实现感应电机定子绕组匝间短路故障的实时监测。基于感应电机发生定子绕组匝间短路的数学机理分析,引入相应的故障绕组特征参数,建立可分析潜油电机定子绕组匝间短路故障的等效电路拓扑及其状态空间方程模型,在各相发生定子绕组匝间短路时,可通过故障参数的辨识对相应相的故障进行检测及定位,并量化定子绕组短路匝数与故障参数的对应关系。建立基于输出误差法的感应电机参数辨识体系,据此设计合适的多变量输入的目标函数,给出将置信域(TR)算法和Broyden法(拟牛顿法)相结合的TR-BFGS(T-B)迭代算法,基于复合二次判据离线最小化目标函数。为解决故障模型中各参数的数量级差别较大的问题,采用参数优化也即灵敏度函数优化以得到具有相同数量级的灵敏度函数。为实现感应电机参数的实时跟踪,在T-B离线算法的基础上引入滚动时域预测(MHE)在线算法,作为输出误差法的优化算法,把参数预测问题转化为时域上目标函数的最小化问题。用Matlab仿真软件搭建可进行电机定子绕组匝间短路故障模拟的仿真模型,验证所采用MHE算法在线辨识故障的可行性和适用性,结果表明,定子绕组匝间短路匝数辨识误差在0.5匝以内。结合数据采集卡搭建基于Lab VIEW虚拟仪器的感应电机定子绕组匝间短路故障辨识实验平台,并开发可进行在线故障检测及定位的Lab VIEW组态程序,在不同的工况下验证所提出的基于模型参数预测的电机定子绕组匝间短路故障辨识方法的准确性,实验结果表明,所提MHE在线算法的定子绕组匝间短路匝数辨识误差在4匝以内。