基于大數(shù)據(jù)的多維度水電機組健康評估與診斷

潘羅平，安學(xué)利，周 葉

（中國水利水電科學(xué)研究院 水力機電研究所，北京 100038）

1 研究背景

水電作為經(jīng)濟可靠的可再生能源，為促進經(jīng)濟發(fā)展及節(jié)能減排起到重要的作用［1-2］。水電機組是發(fā)揮水利樞紐工程安全和經(jīng)濟效益的核心設(shè)備，機組運行產(chǎn)生的激振力（包括流道內(nèi)部壓力脈動）將通過壓力管道、蝸殼鋼襯、座環(huán)、頂蓋和尾水管等，向廠房結(jié)構(gòu)傳遞并作用于廠房結(jié)構(gòu)，可能會引起廠房結(jié)構(gòu)的整體或局部振動。巨型機組由于水頭高、能量大，振動問題一旦發(fā)生，危害性可能更為嚴(yán)重。因此，巨型水輪發(fā)電機組在多約束條件下的安全運行及調(diào)控技術(shù)是保障特大水利樞紐安全的重要基礎(chǔ)，且對于提高水資源利用率、促進國民經(jīng)濟發(fā)展、保證電站下游生態(tài)用水均具有重要意義。

隨著水電機組容量和尺寸的增大，機組設(shè)備的運行穩(wěn)定性對電站及互聯(lián)電網(wǎng)安全的影響越來越大。水電發(fā)展“十三五”規(guī)劃指出，我國將建設(shè)“互聯(lián)網(wǎng)+”智能水電站。因此，迫切需要實時掌握機組設(shè)備真實的運行狀況，從而科學(xué)合理地確定機組運維方式，實現(xiàn)機組智能化運維管理，同時可集中專家的優(yōu)勢，對分散的電站群通過遠程診斷會商方式判斷和指導(dǎo)特殊故障的檢修，使機組更加安全高效運行。

2 基于大數(shù)據(jù)的水電機組健康評估與診斷

本文的基本思路為：首先分析水電機組正常工況健康特征，然后建立機組健康樣本庫，再將實時監(jiān)測的特征參數(shù)與健康樣本進行跟蹤比對，識別運行狀態(tài)是否“異?！?，最后對檢測出的“異常”狀態(tài)輸入到診斷系統(tǒng)或人工輔助診斷后可形成“故障樣本”，逐步完善故障樣本庫，從而實現(xiàn)精確診斷。技術(shù)路線如圖1所示，基于大數(shù)據(jù)的水電機組健康評估與診斷流程如圖2所示。

圖1 研究技術(shù)路線

圖2 基于大數(shù)據(jù)的水電機組健康評估與診斷

目前，國內(nèi)外現(xiàn)有的故障診斷理念是基于故障征兆，其策略為利用狀態(tài)監(jiān)測數(shù)據(jù)計算得到的特征參數(shù)與故障知識庫中的故障征兆進行比對和分類，來識別設(shè)備故障，判斷設(shè)備發(fā)生故障的性質(zhì)和程度，以及產(chǎn)生原因、發(fā)生部位等，并預(yù)測故障的發(fā)展趨勢［1-2］。由于水電機組的特殊性，其“故障”表現(xiàn)可能多種多樣，使現(xiàn)階段根本無法健全故障樣本，進而導(dǎo)致基于水電機組故障特征和故障樣本的診斷方法很難在短期內(nèi)取得實用成果。這也是近十年來的故障診斷理論和診斷方法很難在工程實際應(yīng)用的主要原因。

針對水電機組水機電耦合、運行工況的時變性等導(dǎo)致機組運行狀態(tài)不能進行精確數(shù)學(xué)描述的難題，本研究從分析水電機組運行狀態(tài)健康標(biāo)準(zhǔn)入手，以概率論與數(shù)理統(tǒng)計理論為基礎(chǔ)，確定了機組健康指標(biāo)及控制界限值，提出了基于健康樣本的機組健康狀態(tài)評估與異常檢測模型，發(fā)明了機組動態(tài)特征提取及異常檢測方法，實現(xiàn)了復(fù)雜、時變環(huán)境下水電機組運行狀態(tài)實時準(zhǔn)確評價和性能退化預(yù)測［1-4］。

當(dāng)前對機組海量在線監(jiān)測數(shù)據(jù)進行統(tǒng)計分析的研究非常少。通過對數(shù)據(jù)進行統(tǒng)計分析，能更好地掌握機組運行的整體情況，進而可以對數(shù)據(jù)異常的信號給出提示，指導(dǎo)監(jiān)控人員進行原因分析，發(fā)現(xiàn)機組運行中存在的潛在問題，及時采取相應(yīng)措施，進行風(fēng)險管控。

某水電機組上導(dǎo)擺度Y向水平振動峰峰值的實測數(shù)據(jù)如圖3所示，從圖3可以看出，由于機組結(jié)構(gòu)復(fù)雜、工況轉(zhuǎn)換頻繁，使得振動參數(shù)時間序列非常復(fù)雜，難以從圖中準(zhǔn)確地分析機組實際運行狀態(tài)。圖4為圖3數(shù)據(jù)的頻數(shù)分布圖及概率密度圖，該圖具有明顯的非對稱性，且中心偏右，說明該振動明顯受機組工況等相關(guān)因素影響。從圖中可以看出，若要獲取機組更精確的實時運行特性，需要盡可能地找出影響其振動變化的關(guān)鍵因素。

圖3 水電機組上導(dǎo)Y向擺度數(shù)據(jù)

圖4 水電機組上導(dǎo)Y向擺度數(shù)據(jù)頻數(shù)分布

圖5 水電機組健康評估結(jié)果

采用機組運行初期運行狀態(tài)良好的無故障數(shù)據(jù)，建立機組健康狀態(tài)下振動標(biāo)準(zhǔn)模型。該模型已經(jīng)比較充分地考慮到工況參數(shù)等外界因素對機組特性的影響，較好地反映了該參數(shù)與機組工況之間的耦合關(guān)系。某電站機組基于現(xiàn)場實際狀態(tài)監(jiān)測振動數(shù)據(jù)進行健康評估結(jié)果如圖5所示，展示了機組健康狀態(tài)和當(dāng)前狀態(tài)下的振動偏差概率密度曲線。從圖中可知，在機組經(jīng)過2年運行后，機組振動概率密度曲線發(fā)生明顯變化。其主要體現(xiàn)在曲線的寬度明顯增大，峰值對應(yīng)偏差值往右側(cè)明顯偏移，且明顯減小。同時當(dāng)前工況下的振動偏差概率密度曲線已經(jīng)不具有明顯的對稱性。上述現(xiàn)象說明機組經(jīng)過2年運行，運行狀態(tài)已明顯偏離最優(yōu)健康狀態(tài)，約已偏離20%，且左右波動范圍加大。

水電機組各設(shè)備隨著累積運行時間的增加，其性能將不斷劣化，使得機組效率下降和振動加劇，若不及時采取檢修措施將可能引發(fā)故障。如何準(zhǔn)確、有效地確定機組的真實狀態(tài)，預(yù)測機組劣化趨勢，以便及時發(fā)現(xiàn)機組異常并合理安排檢修，是水電機組由計劃檢修向狀態(tài)檢修轉(zhuǎn)變的重要課題。

池莉在其新寫實小說中對日常生活津津樂道，并且將自己高雅脫俗的追求編織在小說中的日常生活中。下文將從具象幸福觀和抽象幸福觀兩方面來分析池莉的作品。

據(jù)此，本研究提出了基于健康樣本的水電機組劣化趨勢非線性預(yù)測模型［2-4，9］。該模型主要思路為：首先建立綜合考慮有功功率、工作水頭耦合作用的水電機組狀態(tài)退化趨勢模型；然后將狀態(tài)退化趨勢時間序列分解成若干個平穩(wěn)分量，并根據(jù)其不同特性分別建立不同預(yù)測模型；最后將所有分量的預(yù)測結(jié)果進行重構(gòu)獲得水電機組最終的狀態(tài)退化程度。

由水電機組實際狀態(tài)監(jiān)測數(shù)據(jù)分析結(jié)果（如圖6所示［9］）可見，本研究所提模型能有效地預(yù)測機組運行狀態(tài)的劣化趨勢，為水電機組的運行維護提供了一種新的思路。

圖6 水電機組狀態(tài)退化趨勢預(yù)測結(jié)果（2011年）

3 基于規(guī)則和故障樹的水電機組智能診斷與故障識別

圖7 智能診斷系統(tǒng)總體結(jié)構(gòu)

結(jié)合水電機組具體特點，充分考慮到水電機組狀態(tài)監(jiān)測技術(shù)已得到廣泛應(yīng)用［5-8］，而現(xiàn)階段水電機組故障樣本較少等實際情況，本研究提出了通過建立健全的監(jiān)測特征量指標(biāo)健康樣本來實現(xiàn)水電機組的健康診斷［9-14］。該診斷方法側(cè)重于設(shè)備運行狀態(tài)的實時評估（健康診斷），而不是過多的去關(guān)注故障原因、故障機理等，重點在于監(jiān)測異常及嚴(yán)重程度，一旦發(fā)現(xiàn)異常再啟動系統(tǒng)智能診斷或其它輔助手段來完成故障分析。同時，對于故障機理已經(jīng)研究透徹的水電機組常見或一般故障，則建立確定的診斷規(guī)則，根據(jù)明確的故障征兆，利用基于規(guī)則的故障樹診斷方法開展這類故障的智能診斷與自動識別。圖7給出了智能診斷系統(tǒng)總體結(jié)構(gòu)。

4 大型水電機組安全穩(wěn)定運行分區(qū)準(zhǔn)則

本文通過水電機組全水頭穩(wěn)定性及能量特性試驗，提出了大型水電機組安全穩(wěn)定分區(qū)準(zhǔn)則；通過開展大型混流式和軸流轉(zhuǎn)槳式水輪機轉(zhuǎn)輪葉片動應(yīng)力測試，研究轉(zhuǎn)輪葉片在不同工況下的動應(yīng)力和靜應(yīng)力水平分布情況及動應(yīng)力的頻率特征，分析動應(yīng)力成因及對轉(zhuǎn)輪葉片壽命影響，為轉(zhuǎn)輪裂紋機理研究以及指導(dǎo)大型水電機組的安全高效運行提供參考。

三峽電廠上游水庫分別于2003年11月6日蓄水至139 m水位、2006年10月25日蓄水至156 m水位、2008年11月4日蓄水至172 m水位、2010年10月26日蓄水至175 m水位，先后完成了135～139 m（2003年）、135～156 m（2006年）、145～172 m（2008年）、170～175 m（2010年）、145～175 m（2011年，地下電站31號機）、145～175 m（2012年，地下電站28號機）升水位過程中的機組穩(wěn)定性和能量特性試驗，試驗水頭68～110 m，每隔1 m，對機組效率及穩(wěn)定性進行了全面實測，積累了機組全水頭運行穩(wěn)定性及能量特性數(shù)據(jù)，為保障機組安全穩(wěn)定和高效運行提供了真實可靠的資料，具有重要意義［15-18］。

根據(jù)運行標(biāo)準(zhǔn)、穩(wěn)定性試驗以及國內(nèi)外相關(guān)研究成果［19］，提出了機組穩(wěn)定運行分區(qū)原則：①空載工況下機組能穩(wěn)定運行；②機組振動、擺度和噪聲滿足運行標(biāo)準(zhǔn)要求；③壓力脈動小于4%，或在4%～6%之間無水力共振，無卡門渦共振；④關(guān)鍵部件的動態(tài)應(yīng)力應(yīng)小于10 MPa?；谶\行標(biāo)準(zhǔn)和上游水位上升（145.5～172.1 m）過程中機組運行穩(wěn)定性試驗，根據(jù)水電機組能量特性、水壓脈動特性、振動擺度特性和關(guān)鍵部件動應(yīng)力特性，確立特性限值與約束條件，實施分區(qū)。如圖8所示，機組運行區(qū)域劃分為4個區(qū)：空載運行區(qū)、穩(wěn)定運行區(qū)、限制運行區(qū)和禁止運行區(qū)。

圖8 26F運行區(qū)域

5 大型水電設(shè)備狀態(tài)監(jiān)測與診斷系統(tǒng)平臺

本文以三峽電站、葛洲壩電站、溪洛渡電站和向家壩電站為對象，通過分析集中控制的遠程狀態(tài)監(jiān)測和故障診斷技術(shù)，探究大容量監(jiān)測數(shù)據(jù)的高效讀取與處理方法；提出多監(jiān)測系統(tǒng)集成統(tǒng)一的設(shè)備狀態(tài)監(jiān)測數(shù)據(jù)接口規(guī)約，實現(xiàn)了不同廠家、不同監(jiān)測設(shè)備的數(shù)據(jù)格式統(tǒng)一，制定了規(guī)約標(biāo)準(zhǔn)；建立了超大規(guī)模、跨流域、多機組、多系統(tǒng)的水電機組狀態(tài)監(jiān)測與故障診斷中心。對水輪機、發(fā)電機及其輔機運行狀態(tài)進行全面監(jiān)測與診斷，為三峽集團公司實現(xiàn)狀態(tài)檢修的目標(biāo)奠定了堅實基礎(chǔ)。該平臺涉及2個流域，4個巨型電站（三峽、葛洲壩、溪洛渡、向家壩），81臺機組，裝機容量4549萬kW，18種機型，21類監(jiān)測子系統(tǒng)、24.9萬個測點。

圖9 監(jiān)測界面

由于監(jiān)測與診斷平臺涉及到多地域、多機組、多系統(tǒng)，按照區(qū)域級-電廠級-機組級-監(jiān)測子系統(tǒng)級（模塊級）這4個層次進行設(shè)計和開發(fā)，圖9給出了診斷中心監(jiān)測主界面。區(qū)域級顯示模塊的是監(jiān)測診斷中心能監(jiān)測到的所有電廠位置。廠級監(jiān)測模塊顯示的某一個廠級的所有機組的運行狀態(tài)，如停開機狀態(tài)、報警狀態(tài)和水頭、轉(zhuǎn)速、有功等每一臺機組的狀態(tài)特征數(shù)據(jù)。機組級監(jiān)測模塊顯示的是某一廠級的某一臺機組的所有監(jiān)測模塊的特征狀態(tài)數(shù)據(jù)，可以整體評估某臺機組的運行情況。監(jiān)測子系統(tǒng)模塊顯示的某一廠級的某一臺機組的某一個監(jiān)測模塊的詳細(xì)監(jiān)測信息，如穩(wěn)定性監(jiān)測模塊，會給出頻譜分析、棒圖、表格、波形等多種分析方法。監(jiān)測子系統(tǒng)模塊包括機組穩(wěn)定性、效率、噪聲、溫度、發(fā)電機氣隙與磁場強度、主變局放等監(jiān)測模塊。

目前已在該平臺開展了機組運行狀態(tài)報告編制，累計出具各類評價和研究報告6000余臺份；已診斷出了轉(zhuǎn)子質(zhì)量不平衡、卡門渦共振、座環(huán)導(dǎo)流板撕裂、伸縮節(jié)導(dǎo)流板撕裂、轉(zhuǎn)輪上止漏環(huán)脫落、極頻振動與氣隙不均、主變運行異常等7大項故障；提升了機組運行效率；為保障公司機組安全、穩(wěn)定、高效運行正逐步發(fā)揮積極的作用并提供技術(shù)支撐。限于篇幅關(guān)系，本文只給出了兩個應(yīng)用案例。

5.1 地震對機組的影響分析［20］2013—2014年期間，西南地區(qū)多次發(fā)生有感地震，由于行業(yè)內(nèi)沒有地震對機組的健康狀態(tài)影響實際經(jīng)驗，運行單位及設(shè)備制造商等各方都對地震“是否會給機組帶來損害”以及“會帶來什么損害”非常關(guān)注。

圖10為2014年“9·12永善地震”時溪洛渡電站20F機組的振動情況。該地震震級為里氏5.0級，震源深度約7 km。從圖中可以看出，地震發(fā)生時，20F機組的振動明顯增大，地震結(jié)束后，振動迅速恢復(fù)到震前水平，且經(jīng)過長時間監(jiān)測，機組振動水平與震前相比沒有明顯變化，說明“9·12永善地震”對機組的運行狀態(tài)影響較小。

圖10 地震過程中機組穩(wěn)定性變化情況

通過及時分析三峽診斷中心的監(jiān)測數(shù)據(jù)，及時了解地震級別和電站距離震中距離給機組振動帶來的影響，并對設(shè)備狀態(tài)及時評估，為生產(chǎn)決策提供數(shù)據(jù)支持。通過大數(shù)據(jù)分析，得出以下結(jié)論：（1）地震對機組的振動影響較大，對擺度、壓力及瓦溫影響較小；（2）震后振動能迅速恢復(fù)到震前水平；（3）在震前振動水平相當(dāng)?shù)那闆r下，除個別測點外，6.3級地震比5.8級地震震時振動值高2～5倍。

5.2 機組運行工況建議［21］水電機組在設(shè)計和制造階段，廠家會提供機組運行范圍區(qū)域圖；另外，在機組投運初期，一般在升降水位過程中會進行穩(wěn)定性和能量特性測試，進一步復(fù)核廠家提供的運行范圍，并形成用以指導(dǎo)機組實際運行的運轉(zhuǎn)特性曲線。

設(shè)計階段的運行范圍是綜合理論計算及模型試驗結(jié)果得到的，而變水位過程中的真機試驗，一般按等間隔水頭進行試驗，試驗過程并不能全覆蓋機組的所有運行水頭和出力。另外，隨著機組運行時間的改變或者機組檢修工作的實施，當(dāng)前機組的狀況相對于初始狀態(tài)已發(fā)生了改變，導(dǎo)致廠家給出的運行范圍及投運初期真機試驗得到的運行范圍可能與實際情況有所變化。

在中國長江三峽集團公司水電機組狀態(tài)監(jiān)測與故障診斷中心統(tǒng)一平臺上，由于對機組穩(wěn)定性參數(shù)進行了實時測量，能夠及時反映機組的實際狀態(tài)，因此通過對該平臺中實時數(shù)據(jù)的分析，可以更加準(zhǔn)確的繪制機組穩(wěn)定運行范圍，為指導(dǎo)機組的安全穩(wěn)定運行提供參考。圖11為2014年三峽電站某臺機組實測數(shù)據(jù)繪制的穩(wěn)定運行范圍，藍色部分為穩(wěn)定運行區(qū)，紅色部分為超標(biāo)運行工況。

通過對實時運行數(shù)據(jù)的分析，可以更加精確地查找機組設(shè)備的穩(wěn)定運行工況和超標(biāo)運行工況，為機組的運行提供參考建議，避免機組在非穩(wěn)定運行工況下長期運行，從而確保機組安全、穩(wěn)定和可靠運行。

圖11 三峽電站某機組穩(wěn)定運行范圍

6 結(jié)論

本文提出了基于大數(shù)據(jù)的水電機組智能健康評估和診斷理論及方法，建立了多維度水電機組健康評估、異常檢測和性能退化預(yù)測模型，大幅提高了水電機組異常診斷的準(zhǔn)確率。建立了智能診斷專家知識庫，實現(xiàn)了水電機組四大類70種故障的實時自動識別和準(zhǔn)確定位；建立了專家診斷平臺，實現(xiàn)了疑難故障的遠程專家會診。提出了大型機組安全穩(wěn)定運行分區(qū)準(zhǔn)則，研究成果已應(yīng)用于GB/T32584、ISO20816等國家和國際標(biāo)準(zhǔn)的制定。建立了規(guī)模最大、流域面積最廣、機組型號最多、涉及特征參數(shù)最全面、系統(tǒng)最復(fù)雜的大型水電機組遠程狀態(tài)監(jiān)測與診斷系統(tǒng)平臺，經(jīng)6年運行考驗，系統(tǒng)穩(wěn)定可靠，診斷準(zhǔn)確率高。

水電機組安全高效運行關(guān)鍵技術(shù)及智能化健康評估系統(tǒng)，已成功應(yīng)用于三峽、葛洲壩、溪洛渡和向家壩等巨型電站，及幾內(nèi)亞凱樂塔、埃塞俄比亞GIBEⅢ等國外大中型電站安全高效運行，應(yīng)用機組達285臺，機組裝機容量達8020萬kW，取得了重大的經(jīng)濟和社會效益。