基于故障參數辨識的水輪發電機組綜合狀態監測系統研究

莊明

（福建水口發電集團有限公司，福建福州350004）

基于故障參數辨識的水輪發電機組綜合狀態監測系統研究

莊明

（福建水口發電集團有限公司，福建福州350004）

隨著智能化電站建設和無人值守管理的需求，以智能化診斷為特征的綜合狀態監測系統越來越得到國內外的關注和應用。福建水口發電集團開發和實施了基于故障參數辨識的水輪發電機組綜合狀態監測系統，該系統實現了對多站多設備一體化集中狀態監測，同時建立了對水電站主要關鍵設備主要故障的自動化智能診斷，為實現水輪發電機組和電力系統的安全運行取得了顯著效果。

狀態監測；自動化辨識；模型特征；參數指標；判定標準

1 項目背景

福建水口發電集團有限公司是華東地區最大常規水電發電企業,下轄水口水力發電站、嵩灘埔水力發電站、水東水力發電站、雍口水力發電站、街面水力發電站5座水電站，共安裝有17臺水力發電機組，總裝機總容量1 866 WM。隨著水口發電集團裝機容量的擴大、總容量的提高以及在電力系統中調峰調頻的作用越來越大，其機組的安全運行重要性越來越突出。福建水口發電集團有限公司在福建電網乃至華東電網具有舉足輕重的作用，為保障海峽西岸經濟和社會可持續發展發揮了積極作用。

為滿足電站智能化管理，無人值守的需求，福建水口發電集團有限公司在福州開發建立了遠程綜合分析診斷系統，實現了對多站多設備一體化集中狀態監測和水電站主要關鍵設備（發電機組、主變、高壓開關、輔機等）主要故障的自動化診斷、水輪發電機組常規試驗的全自動化在線數據采集和全自動化在線智能分析評價。本文就該系統關鍵環節的設計和應用作簡要介紹。

2 系統總體結構設計

2.1 系統拓撲結構

系統拓撲結構見圖1。

（1）在水口、嵩灘埔、水東、街面、雍口各水電站廠站側，安裝在機組各部位的傳感器將各種物理信號轉化為電信號，傳送到各信號采集裝置，采集裝置將這些信號采集和處理，得到反映機組運行狀態的各種特征參數、曲線、圖表等，統一存儲到電廠廠站側狀態數據服務器。電廠廠站側的通訊服務器負責向綜合狀態監測系統的數據服務器傳送實時數據和歷史數據，發布數據服務器中的數據、分析結果、診斷結果，包括與本地或者遠程的監測、分析、診斷、維護工作站的交互。

圖1 系統網絡拓撲圖

（2）綜合狀態監測系統設立若干狀態監測數據存儲管理服務器、若干應用服務器、狀態辨識及實時分析診斷服務器，其中狀態數據存儲管理服務器接收由廠站側傳送來的實時數據和歷史數據，并完成存儲狀態數據、壓縮、分發等操作，對狀態數據實現管理。而應用服務則負責發布數據服務器中的數據、分析結果、診斷結果，包括與本地或者遠程的監測、分析、診斷、維護工作站的交互。

（3）狀態辨識及實時分析診斷服務器是本系統中關鍵的計算機系統之一。它在后臺自動接收廠站側傳送來的實時數據，并對“基本狀態”參數進行越限報警檢查、調用恰當的歷史數據進行趨勢狀態辨識，同時計算“深層狀態”參數，并對計算后的各“深層狀態”參數進行趨勢狀態辨識。

（4）連入綜合狀態監測系統的每一臺計算機，既可以通過電廠狀態數據服務器中的數據進行分析診斷，也可以直接訪問綜合狀態監測系統服務器的數據進行分析和診斷。

2.2 系統軟件框架結構

系統從軟件邏輯結構上分為3層：

第1層為數據獲取層和壓縮及格式轉換與傳輸層，主要是從水口、嵩灘埔、水東、街面、雍口電站廠站側的在線監測系統獲取實時數據和歷史數據。包括振動擺度數據、壓力脈動數據、機組溫度數據、工況參數、主變狀態數據、高壓設備狀態數據、輔機設備狀態等。

第2層為數據管理層，主要完成實時數據的融合、存儲、管理與發布，以及對歷史數據的按需存儲、發布。在數據獲取層獲得實時數據和歷史數據，自動提取能反映設備運行狀態和故障狀態的關鍵特征參數，并對這些特征參數進行判定、趨勢辨識，實現對運行狀態的監視、保護和趨勢預測；并為外部后臺的分析診斷、管理等應用程序提供標準統一的數據訪問接口。

第3層為后臺交互式監測、分析、診斷決策應用，本系統的后端監測分析、綜合分析診斷決策等模塊具備數據挖掘功能，包括大量的監測分析診斷模塊。分析診斷模塊包括兩個軟件模塊，一個是基于C/S模式的綜合分析診斷模塊，包括了完整的監測、分析診斷功能，另一個是基于B/S模式的監測和趨勢分析模塊。

系統的構架示意圖如圖2所示。

3 基于故障參數辨識的智能分析診斷系統的研究

分析診斷的智能化長期以來一直是水輪發電機組故障診斷的瓶頸，因此本系統著重在這方面進行了研究和設計。此次建設的遠程分析診斷系統針對水輪發電機組常見的幾種主要故障建立明確的故障辨識模型，針對每一種故障提出可量化的故障指標集，參照機組歷史數據和國家標準確立故障指標的判定標準，利用在線監測系統實時采集的數據，由計算機在線自主進行故障特征提取，并與故障指標的判定標準進行比較，實現機組故障的在線自主分析診斷。

圖2 系統構架示意圖

圖3 系統診斷模式

本系統研究的重點在于故障診斷模型建立、故障特征指標集確立、故障判定標準等多個方面。

3.1 系統支持的故障診斷模型簡述

系統在總結和分析水電機組常見故障機理的基礎上，結合水口集團機組結構特點，確立故障辨識模型（表1）。

3.2 故障特征指標集及判定標準

在建立了故障的數學模型,確立故障特征集之后,判定標準體系的建立成了自主分析診斷系統能否實用化的關鍵。在本系統設計實施過程中，故障判定標準體系的建立存在以下困難：

（1）沒有可以直接參照的國家標準、行業標準

正常來說，如果有相關可借鑒的國家標準、國際通用標準或行業標準，那么首先應該采用上述標準。然而在本項目中，診斷系統提出的故障特征指標集很多都是本項目首次提出，并不是常規意義上的機組擺度、振動參數，因此根本無法依據國家標準或行業標準。只有部分參數可參照國家標準及行業標準。

表1

（2）依據真機測試數據難以建立全面的故障判定標準

建立標準的另外一個技術路線是采用真機測試數據。但是對于故障診斷標準而言，這將是一個不可能實現的過程。

1）對于某一臺機組而言，不可能出現那么多實際的故障，當然不可能獲得那么多的測試數據；

2）真機模擬故障試驗困難，很多故障對機組的可靠性和健康程度有巨大的損傷，因此通過模擬故障的方式在真機上進行數據測試也是不可能的。

因此，在本項目中，故障指標集的判定標準建立過程來源于多種技術途徑，詳細說明如下：

（1）直接參考采用國家標準、行業標準:DL/T 507《水輪發電機組啟動試驗規程》、GB/T 8564-2003《水輪發電機組安裝技術規范》等；

（2）根據真機目前測試獲得的實際特征參數值統計數據,按照一定安全裕度確定參數判定標準；

（3）根據其他相近結構機組發生故障時候測試得到的數據確定參數判定標準。

本系統在水口集團各電站機組上建立并應用的故障特征指標集及部分故障判定標準見表2（僅以水口及水東電站為例）。

4 應用情況

遠程綜合分析診斷系統的投入為水口集團快速全面掌握關鍵設備運行健康狀態提供了重要保障，大大提高了機組的安全穩定運行，且為掌握機組運行特性，指導機組運行以及設備檢修積累了大量寶貴數據，同時利用系統提供的綜合分析診斷工具，目前系統中的核心技術，如一體化狀態監測、機器自主故障診斷、機組試驗自動化分析評價技術，已在全國其他多家水電站進行了有效推廣，在設備故障定位和缺陷分析中發揮了顯著作用，特別是對于水輪發電機組主要故障中沖擊信號故障的診斷識別方法得到首次應用，基于Hilbert變換的數字包絡檢測技術對水輪發電機沖擊信號故障進行診斷識別功能已在水口集團各機組上得到了實際的驗證。

表2

圖4和圖5為水口6號機組實際測得的水導擺度沖擊信號波形，從圖4可以看出，機組在擺度160μm時，水導擺度波形中并不存在沖擊信號波形，隨著擺度的增加，由于機組水導軸承處軸瓦間隙是固定的，不會增加，當擺度增大到一定程度后，軸瓦間就會出現輕微的摩擦，此時就會產生沖擊信號波形，當機組運行過程中水導擺度達到800μm時，水導擺度波形中出現了明顯的沖擊信號波形。此現象在現場也得到了驗證，6號機組在檢修時，對水導瓦進行了全面檢查，發現水導瓦表面有輕微的磨損跡象，說明采用基于Hilbert變換的數字包絡檢測技術對水輪發電機沖擊信號故障進行診斷識別的理論模型和計算原理是可行的。

圖4 水導擺度160μm時沖擊信號波形

圖5 水導擺度800μm時沖擊信號波形

5 結論

水口集團建立的綜合分析診斷系統，為快速全面掌握關鍵設備運行健康狀態提供了重要保障，大大提高了機組的安全穩定運行，也為實現狀態檢修奠定了堅實的技術基礎。但是，雖然系統實現了機組的若干種常見故障的自動化診斷，對于轉輪水下部分（比如汽蝕空化等）等部位的故障研究較少，因此應進一步研究機組其他故障的診斷模型、故障特征參數的辨識方法和判定標準。

另外，目前建立的故障模型是根據已知的故障機理和實際發生的故障不斷總結而來，應該說其實用性在工程實際中已經得到了一定的驗證。但理論模型總是實際系統的理想簡化，與工程實際還是有一定的差別，還需要根據實際的測試數據不斷的完善。因此，根據實際測試數據和機組的劣化過程進一步精確化故障診斷模型、完善評價標準是本項目進一步的研究工作。

[1]李宏國.水洛河流域集控中心建設與運行管理模式探討[J].四川水力發電,2013（S1）.

[2]鄧鵬程,毛琦.淺談清水江流域集控中心自動化系統方案設計[J].水電站機電技術,2008（03）.

[3]申建.水輪發電機組的振動擺度測量及在線診斷探討[J].四川水力發電,2002（2）.

[4]潘羅平.基于健康評估和劣化趨勢預測的水電機組故障診斷系統研究[D].北京：中國水利水電科學研究院，2013.

[5]孔飛.水電機組故障診斷中的信號處理技術及應用研究[D].武漢：華中科技大學，2007.

[6]范春學.水輪發電機組故障機理研究及專家系統[D].武漢：華中科技大學，2003.

[7]劉金鳳.水輪發電機組振動在線監測與分析系統研究[D].西安：西安理工大學，2008.

[8]毛玉靜.水輪發電機組振動擺度的在線監測[J].水電廠自動化，2001（3）.

[9]朱敏.水輪發電機故障機理及診斷方法研究[D].哈爾濱：哈爾濱工業大學，2001.

[10]錢冰，鄒磊，馬越.設備故障早期預警系統在水電機組檢修中的應用[J].人民長江，2014(17)：48-53.

[11]路瑤.基于二元樹復小波變換的水輪發電機組故障診斷研究[D].西安：西安理工大學，2012.

[12]郭宙，楊劍鋒.基于EMD的AR模型在滾動軸承故障模式識別中的應用[J].科技信息，2009（35）839-841.

TV736

A

1672-5387（2017）04-0013-05

10.13599/j.cnki.11-5130.2017.04.004

2017-02-17

莊明（1969-），男，高級工程師，從事水電廠生產設備檢修及維護管理工作。