基于振动特性曲线的抽水蓄能机组状态监测优化方法

摘要

为早日实现“双碳”目标,以风能和太阳能为代表的新型可再生能源近年来成为能源增长的主力军。为应对新型可再生能源带来的间歇性供电和用电端的需求波动,抽水蓄能正在发挥越来越重要的作用,同时水泵水轮机需要更多地在远离设计点的扩展运行范围内运行,这带来了更多的转轮疲劳破坏等故障现象。针对这种运行方式,建立有效的状态参数趋势分析非常重要。本文针对水泵水轮机的振动特点进行详细分析,提出了一系列表征机组振动特征的性能指标,进而提出类似混流式水轮机综合特性曲线的水泵水轮机机组振动特性曲线。通过对水泵水轮机机组振动特性曲线的趋势分析,可以更准确地评估指标及其趋势以及异常值的识别。本方法被用于某大型水泵水轮机的两年运行的监测。首先,针对机组振动特征,从振动监测数据提取相关特征参数,使用人工神经网络(ANN)对特征参数进行拟合,获得水泵水轮机机组振动特性等值线图。将水泵水轮机机组振动特性曲线同国际标准建议的警报和停机值进行对比,量化评估不同方法对机组状态监测的准确性。最后,针对不同状态监测指标的趋势分析,提出了水泵水轮机状态监测雷达图。结果表明使用动态状态监测指标代替常数值设置动作水平,受试者工作特征(ROC曲线)将得到改善,证明动态状态监测指标可以对水泵水轮机实现更好的诊断能力。