基于在线数据的水轮发电机组水力不平衡故障的自动分析诊断方法

摘要

本发明提出的一种基于在线数据的水轮发电机组水力不平衡故障的自动分析诊断方法，步骤包括：1)计算获取空载工况下摆动、振动信号的1X分量和叶片频率分量；2)计算获取不同负载工况下，多个摆动、振动信号的1X分量和叶片频率分量；3)计算得出多个摆动、振动信号的1X分量与空载工况下的矢量差幅值和多个叶片频率分量与空载工况下的振动矢量差；4)计算得出摆动、振动信号的1X分量振动矢量差幅值与负荷的线性相关系数和叶片频率分量振动矢量差幅值与负荷的线性相关系数；5)通过相关系数分别与预设值进行对比，根据比较情况判断出引起水利不平衡故障的因素。本发明易于操作。使用人员无需进行设置、选择数据等复杂操作，采用“一键完成”式的软件操作。

说明书

技术领域

本发明涉及一种基于在线数据的水轮发电机组水力不平衡故障的自动分析诊断方法。

背景技术

水电机组运行状态的实时诊断直接关系到水电站的安全稳定运行、电力质量和电力生产成本等重要的经济效益指标，其社会效益巨大。随着电站规模和监测辅助系统的不断扩大，机组的控制和监测数据信息量越来越大，运行操作人员对机组运行状态的实时有效监控、对设备故障做出迅速而准确地判断变得越来越困难，因此，研究开发智能水电机组故障诊断系统是非常必要的。水电机组在运行过程中难免发生各种各样的异常情况，同一异常现象可能有不同的产生原因，并且出现的故障具有随机性，其中许多事电站工作人员无法预先、直接检测到的，一般要根据工作人员的个人经验和对监测数据的分析来查找故障发生的原因及部位，因而有一定的主观性和局限性。因此，为保障水电机组的正常安全运行，对其运行状态进行检测，及时发现故障征兆，做到“预测性检修”防患于未然是工程界梦寐以求的理想，也是大型电站机组检修的发展方向。水轮发电机组故障诊断是近几年兴起的一门识别机组运行状态的科学，是一个复杂的综合系统，涉及的专业范围广。及时准确地诊断出水电机组的状态和故障，对提高水电机组工作稳定性、安全可靠性具有重大意义。传统水轮发电机组的故障诊断主要有以下4种方法

1、基于信号处理的诊断方法

基于信号处理的诊断方法是各种诊断方法的基础和前提，作为一种传统的故障诊断方法，根据系统可测信号的特征值，如幅值、相位、频率、方差等，以及信号之间的相关性，与故障源之间存在的某种关系，通过信号处理和特征提取，找出其与故障源之间的映射关系来进行运行设备的故障诊断。目前常用的信号处理方法包括时域分析法、频域分析法、时频域分析法等。

2、基于解析模型的诊断方法

基于解析模型的诊断方法是以控制理论为基础的诊断方法。把设备看成一个具有一定输入、输出关系的动态系统，根据系统的输入，输出关系建立数学表达或解析表达模型，利用观测器、滤波器、等价空间方程、参数模型估计与辨识等方法产生残差，根据模型的残差来判断发生故障的可能性。水电机组是一个复杂的非线性时变系统，建立比较准备的数学模型往往很难得到，这也限制了基于解析模型的诊断方法在水电机组故障诊断的应用。目前常用的解析模型方法包括参数估计方法、状态估计方法、等价空间方法等。

3、基于经验知识的诊断方法

涉及研究领域的知识表达、处理和应用的方法，统称为基于知识的诊断方法，如故障征兆树方法、专家系统方法等，他们的特点是将专业知识通过语义和框架的方式进行表达，故障的诊断则采用推理和推理过程进行，如产生式规则推理、逻辑推理、模糊知识推理等。目前常用的经验知识的诊断方法包括符号有向图分析方法、故障树分析方法、专家系统诊断法等。

4、基于数据驱动的诊断方法

基于数据驱动的故障诊断方法就是利用设备长期积累的在线或离线的状态数据，而不需要精确的数学解析模型，应用统计分析模式进行识别，神经网络技术或支持向量机模型分类等方法，通过数据学习和建模，将设备状态进行识别和分类，最终得到系统可能存在的故障。目前常用的数据驱动方法包括神经网络诊断方法、支持向量机诊断方法、统计分析诊断方法、模糊诊断方法等。

传统故障诊断技术的缺陷：

国内在故障诊断技术方面的研究起步较晚，二十世纪70年代末开始研究和尝试应用诊断技术，二十世纪90年代开始进行智能化故障诊断的研究工作，研究方法集中在模糊逻辑法、故障树分析法、专家系统技术、人工神经网络技术等，其中专家系统技术和神经网络技术是应用的热点。许多监测诊断系统也开始投入使用，但大都集中在汽轮机以及其他旋转机械设备的监测与故障诊断，针对水电机组的应用很少。这主要由于水电机组转速低，对机组的安全运行没有给予足够的重视，使得水电机组在线监测和故障诊断技术的研究落后于其他(大型)旋转机械。

近年来，国内在水电机组故障诊断领域的研究取得了一些进展，但主要还处于理论研究阶段，还没有成功应用的工程系统，国内现已配备的智能诊断系统应用的效果并不理想，其中较好的具有可靠的数据存储管理和分析功能，没有到达在线自动诊断的功能目标，不能向运行人员和生产管理人员提供有效的诊断结果。远不能满足水电厂状态检修的实际需要。

发明内容

针对上述技术问题，本发明提供了一种基于在线数据的水轮发电机组水力不平衡故障的自动分析诊断方法，步骤包括：

1)通过在线监测记录数据，计算获取空载工况下摆动、振动信号的1X分量和叶片频率分量；

2)设定不同的负载，通过在线监测记录数据，计算获取不同负载工况下，多个摆动、振动信号的1X分量和叶片频率分量；

3)根据步骤1和步骤2获取的空载和不同负载工况下的摆动、振动信号的1X分量和叶片频率分量，计算得出不同负载工况下，多个摆动、振动信号的1X分量与空载工况下的矢量差幅值和多个叶片频率分量与空载工况下的矢量差幅值；

4)通过步骤3得出的矢量差幅值计算得出摆动、振动信号的1X分量矢量差幅值与负荷的线性相关系数和叶片频率分量矢量差幅值与负荷的线性相关系数；

5)通过步骤3所得出的矢量差幅值和步骤4所得出的相关系数分别与预设值进行对比，根据比较情况判断出引起水利不平衡故障的因素。

优选方案是：选择相近或者相同水头下的数据。

优选方案是：选择最近一次空载工况下摆动、振动信号的1X分量和叶片频率分量。

优选方案是：通过FFT计算获取空载工况下摆动、振动信号的1X分量和叶片频率分量。

优选方案是：设定的负载为额定负载时，摆动、振动信号的1X分量与空载工况下的矢量差幅值大于或等于最小能容忍的变化幅值且摆动、振动信号的1X分量矢量差幅值与机组负荷的线性相关系数大于或等于预设值，则判定由于转轮本体叶型不一致、叶道不一致、转轮各叶片长度不一致形成的水力不平衡故障。

优选方案是：设定的负载为额定负载时，叶片频率分量与空载工况下的矢量差幅值大于或等于最小能容忍的变化幅值且叶片频率分量矢量差幅值与机组负荷的线性相关系数大于或等于预设值，则判定由于转轮室圆度不规则形成的水力不平衡故障。

优选方案是：从在线监测存储的数据记录中检索负荷为P，水头为H⁰的数据记录，通过FFT变换，计算获得空载下机架振动、摆度的1X分量和叶片频率分量(n为转轮叶片数)，设定i＝i+1，负荷条件为P＝i*0.1Pr，Pr为额定负荷：i＝1,2,……10，则为为P为0.1Pr、0.2Pr0.3Pr,……Pr；计算得出不同负载工况下，多个摆动、振动信号的1X分量与空载工况下的矢量差幅值和多个叶片频率分量与空载工况下的矢量差幅值：

i＝1,2,……10，则Aⁱ_1X为Aⁱ_nX为

当设定的负载大于或等于额定负载时，计算摆动、振动信号的1X分量矢量差幅值与负荷的线性相关系数和叶片频率分量矢量差幅值与负荷的线性相关系数：

i＝1，2，……10，设

Y_1X＝{0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0}

Y_nX＝{0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0}；

其中，为最小的能容忍的摆度、机架振动的在满负荷条件下1X幅值变化下限，通常选择0.4倍到0.7倍相关国标运行振动幅值；

C_{l_1X}为1X分量的相关系数，通常选择0.7以上的值；

为最小的能容忍的摆度、机架振动的在满负荷条件下nX幅值变化下限，该值需要根据实际机组的测试情况确定；

C_{l_nX}为nX分量的相关系数，通常选择0.7以上的值。

优选方案是：步骤5)包括：

如果并且C_1X≥C_{l_1X}，那么存在由于转轮本体叶型不一致、叶道不一致、转轮各叶片长度不一致形成的水力不平衡故障；

如果并且C_nX≥C_{l_nX}，那么存在由于转轮室圆度不规则形成的水力不平衡故障。

本发明的有益效果如下：

(1)易于操作。使用人员无需进行设置、选择数据等复杂操作，采用“一键完成”式的软件操作。

(2)数据选择、计算、判定过程自动化。所有筛选数据和根据故障或缺陷模型计算的过程、分析推理、判定的过程由计算机完成，无需操作人员中间交互操作。

(3)报告中提供明确的分析诊断结论和可能的检修建议。

(4)以报告的形式输出到用户界面，而且报告可以自动转换为WORD等格式。

附图说明

图1为水导摆度1X随有功变化曲线；

图2顶盖振动1X随有功变化曲线；

图3为本发明实施例的流程图；

图4为本发明实施例报告生成流程的基本流程。

具体实施方式

下面对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不配出一个或多个其它元件或其组合的存在或添加。

1、水力不平衡的故障机理

水力不平衡是最复杂的一种不平衡力。

水力不平衡力产生的机理是：流量沿圆周的分布不均匀。

能够产生水力不平衡的原因可能有以下几种：

(1)叶型不一致，若叶片是用传统的样板法加工的出现此类问题的可能性比较大；

(2)叶道不一致，若叶片安装角不一致或桨叶接力器行程不一致会产生此种问题；

(3)转轮间隙不一致，若转轮各叶片长度不一致，会导致机组各导叶间进水量不一致，从而产生水力不平衡；

(4)导叶接力器行程不一致,若操作叶片的拐臂长度不一致时，会出现水力不平衡。

(5)转轮室圆度不规则，导致流量沿圆周方向不均匀，会出现水力不平衡。

2、水力不平衡的故障特征及参数辨识算法

由于转轮室圆度不规则而导致的水力不平衡主要会导致摆度、顶盖径向振动的叶片频率及其倍数频率发生改变，并且随着机组流量的增加而呈线性增加。

由于转轮本体叶型不一致、叶道不一致、转轮各叶片长度不一致等故障导致的水力不平衡力则导致机组摆度、顶盖径向振动的1X发生改变，并且随着机组流量的增加而呈线性增加。

一般来说，对于水轮发电机组而言，水力不平衡故障主要通过在靠近转轮的对机组摆度测点和机架径向振动都有影响，尤其对水导摆度和顶盖振动(或水导轴承振动)影响明显。因此辨识水力不平衡故障主要通过的摆度和机架振动的1X分量以及叶片频率分量的进行特征辨识。

如图1、图2所示，一个典型的由于叶道不一致导致的水力不平衡故障：水导摆度和顶盖水平1X分量随着机组负荷增大而现行增加。

在实际的在线监测系统中，系统会自动选择空载条件下的摆度、径向振动的1X分量矢量作为基准，选择在相同水头，不同负荷下摆度、径向振动的1X分量矢量与基准1X分量矢量的变化来辨识机组是否存在由于转轮本体叶型不一致、叶道不一致、转轮各叶片长度不一致形成的水力不平衡故障；而通过比较不同负荷下摆度、径向振动的叶片频率分量矢量与空载条件下叶片频率分量的变化来辨识机组是否存在由于转轮室圆度不规则形成的水力不平衡故障。

限制选择相近或者相同水头下的数据，是因为在同样的水头下，机组负荷与机组流量接近线性关系，容易进行特征识别。

本发明提供了一种基于在线数据的水轮发电机组水力不平衡故障的自动分析诊断方法，步骤包括：

1)通过在线监测记录数据，计算获取空载工况下摆动、振动信号的1X分量和叶片频率分量；

2)设定不同的负载，通过在线监测记录数据，计算获取不同负载工况下，多个摆动、振动信号的1X分量和叶片频率分量；

3)根据步骤1和步骤2获取的空载和不同负载工况下的摆动、振动信号的1X分量和叶片频率分量，计算得出不同负载工况下，多个摆动、振动信号的1X分量与空载工况下的矢量差幅值和多个叶片频率分量与空载工况下的矢量差幅值；

4)通过步骤3得出的矢量差幅值计算得出摆动、振动信号的1X分量矢量差幅值与负荷的线性相关系数和叶片频率分量矢量差幅值与负荷的线性相关系数；

5)通过步骤3所得出的矢量差幅值和步骤4所得出的相关系数分别与预设值进行对比，根据比较情况判断出引起水利不平衡故障的因素。

优选方案是：选择相近或者相同水头下的数据。

优选方案是：选择最近一次空载工况下摆动、振动信号的1X分量和叶片频率分量。

优选方案是：通过FFT计算获取空载工况下摆动、振动信号的1X分量和叶片频率分量。

优选方案是：设定的负载为额定负载时，摆动、振动信号的1X分量与空载工况下的矢量差幅值大于或等于最小能容忍的变化幅值且摆动、振动信号的1X分量矢量差幅值与机组负荷的线性相关系数大于或等于预设值，则判定由于转轮本体叶型不一致、叶道不一致、转轮各叶片长度不一致形成的水力不平衡故障。

优选方案是：设定的负载为额定负载时，叶片频率分量与空载工况下的矢量差幅值大于或等于最小能容忍的变化幅值且叶片频率分量矢量差幅值与机组负荷的线性相关系数大于或等于预设值，则判定由于转轮室圆度不规则形成的水力不平衡故障。

实施例

如图3所示，本发明提供了一种基于在线数据的水轮发电机组水力不平衡故障的自动分析诊断方法，步骤包括：

1)选择最近一次空载工况下在线监测记录数据；

2)记录水头数据H⁰，通过FFT变换，计算获得空载下机架振动、摆度的1X分量和叶片频率分量(n为转轮叶片数)；

3)从在线监测存储的数据记录中检索负荷为P，水头为H⁰的数据记录，通过FFT变换，计算获得空载下机架振动、摆度的1X分量和叶片频率分量(n为转轮叶片数)，设定i＝i+1，负荷条件为P＝i*0.1P_r，P_r为额定负荷。例如：i＝1,2,……10，则为为P为0.1P_r、0.2P_r0.3P_r,,……P_r；

4)计算得出不同负载工况下，多个摆动、振动信号的1X分量与空载工况下的矢量差幅值和多个叶片频率分量与空载工况下的矢量差幅值

例如i＝1,2,……10，则Aⁱ_1X为Aⁱ_nX为

5)当设定的负载大于或等于额定负载时，计算摆动、振动信号的1X分量矢量差幅值与负荷的线性相关系数和叶片频率分量矢量差幅值与负荷的线性相关系数

例如i＝1,2,……10

设

Y_1X＝{0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0}

Y_nX＝{0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0}；

6)在经过特征参数辨识以后，水力不平衡故障的判定条件变得简单，具体条件如下：

如果并且那么存在由于转轮本体叶型不一致、叶道不一致、转轮各叶片长度不一致形成的水力不平衡故障；

如果并且C_nX≥C_{l_nX}，那么存在由于转轮室圆度不规则形成的水力不平衡故障；

上式中:

1)为最小的能容忍的摆度、机架振动的在满负荷条件下1X幅值变化下限，通常选择0.4倍到0.7倍相关国标运行振动幅值；

2)C_{l_1X}为1X分量的相关系数，通常选择0.7以上的值；

3)为最小的能容忍的摆度、机架振动的在满负荷条件下nX幅值变化下限，该值需要根据实际机组的测试情况确定；

4)C_{l_nX}为nX分量的相关系数，通常选择0.7以上的值；

7)自动分析诊断报告

自动分析诊断功能是系统根据故障机理，自动选取合适的数据，进行自动分析和统计判断，并给出分析评价诊断结果。整个分析过程系统能够自动完成而无需人工操作。报告的生成流程基本流程如图4所示。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出。