基于生產(chǎn)大數(shù)據(jù)的水輪發(fā)電機(jī)組故障診斷系統(tǒng)

李 峰

（貴州北盤江電力股份有限公司董箐分公司，貴州 貴陽550002）

水電設(shè)備是水電企業(yè)生產(chǎn)的基礎(chǔ)。隨著大型水輪發(fā)電機(jī)組在整個電力系統(tǒng)中的比重越來越大，單機(jī)容量增加，自動化程度不斷提高，年平均發(fā)電時間延長，檢修時間縮短，一方面滿足了發(fā)電企業(yè)提高生產(chǎn)效率、降低生產(chǎn)成本、節(jié)約能源等客觀需求，社會效益和經(jīng)濟(jì)效益都有巨大的進(jìn)步；另一方面也對水電設(shè)備的可用率、機(jī)組運行效率、安全性、可靠性與經(jīng)濟(jì)性提出了更高的要求，事故停機(jī)造成的經(jīng)濟(jì)損失可能會更為嚴(yán)重，給水電設(shè)備的運行管理帶來更多的挑戰(zhàn)。水電機(jī)組及電氣設(shè)備在運行中不斷受到泥沙磨損、汽蝕破壞、機(jī)械磨損及其他機(jī)械或電氣損傷，導(dǎo)致設(shè)備的壽命縮短。電力設(shè)備和系統(tǒng)故障后，輕則降低系統(tǒng)生產(chǎn)效率，重則停運，甚至造成災(zāi)難性的后果。因此，準(zhǔn)確分析和評估水輪發(fā)電機(jī)組故障對電力系統(tǒng)穩(wěn)定可靠運行具有十分重要的意義[1-2]。目前研究有收集機(jī)組參數(shù)，通過大數(shù)據(jù)分析，有效地提高了水輪發(fā)電機(jī)的故障診斷準(zhǔn)確率[3-4]，但大多仍在理論研究階段。

1 研究內(nèi)容和實施方案

遠(yuǎn)程診斷平臺故障診斷采用模型診斷加經(jīng)驗診斷的混合診斷模式。模型診斷需要的是設(shè)備的精確模型，而精確模型的確立需要原始物理模型和實時數(shù)據(jù)相結(jié)合，通過模式識別才能完成。經(jīng)驗診斷需要專家（運行人員等現(xiàn)場專家、離線專家）經(jīng)驗，經(jīng)過一系列組合起來形成經(jīng)驗集合。通過模型診斷和經(jīng)驗診斷形成組合診斷，這樣可以對設(shè)備形成比較精確的診斷（圖1）。

圖1 水電機(jī)組診斷流程框架圖

1.1 水輪發(fā)電機(jī)組振擺故障診斷技術(shù)研究

1.1.1 基于生產(chǎn)大數(shù)據(jù)的數(shù)據(jù)融合

振擺故障診斷數(shù)據(jù)融合包括：①振動特征參數(shù)：振動頻率fV、振動幅度AV；②機(jī)組的運行參數(shù)：轉(zhuǎn)速、水頭、流量、功率、勵磁電流、壓力脈動信號、尾水水位；③機(jī)組的結(jié)構(gòu)參數(shù)：水輪機(jī)類型、轉(zhuǎn)輪葉片數(shù)目、主軸直徑、止漏環(huán)結(jié)構(gòu)型式等；④巡視資料：振動部位、撞擊聲響、聲響位置；⑤安裝試驗資料：轉(zhuǎn)子中心、重心、軸承調(diào)整記錄、法蘭安裝記錄、轉(zhuǎn)子圓度安裝測量。

1.1.2 機(jī)組振動頻率和幅度模型

根據(jù)機(jī)組的結(jié)構(gòu)、動力學(xué)原理、水力學(xué)原理、電磁理論以及專家的經(jīng)驗，可以形成以下振動頻率和振動幅度的診斷模型，見表1和表2[5]。

表1 振動頻率診斷模型表

表2 振動幅度診斷模型

1.1.3 診斷

振動故障的診斷過程就是根據(jù)以上所闡述的模型、機(jī)組運行參數(shù)、機(jī)組結(jié)構(gòu)參數(shù)、技術(shù)標(biāo)準(zhǔn)、巡視資料、試驗資料、安裝資料來進(jìn)行推理的過程，振動故障和這些資料的關(guān)系可以用圖2所示的網(wǎng)狀圖來表示。

圖2方框中就是表1中所闡述的模型，模型中有流量、負(fù)荷、電流、轉(zhuǎn)速這些運行參數(shù)，也有導(dǎo)葉葉片數(shù)目這些結(jié)構(gòu)參數(shù)，因而這些模型在專家系統(tǒng)這種軟件中只能是動態(tài)存在的，也是動態(tài)形成的，是由運行參數(shù)、結(jié)構(gòu)參數(shù)、工況等綜合形成的。模型有的是在某個時刻能形成的，如MWf；有的必須是在一定的時間區(qū)間內(nèi)形成的，如MPFa；有的還必須在特定的運行時間區(qū)間內(nèi)才能得到判斷如MPJa。因而機(jī)組振動診斷專家系統(tǒng)是實時和歷史相結(jié)合，一般和特殊運行工況相結(jié)合的診斷專家系統(tǒng)。

模型中有些是確切的模型，如MWf；有些則是不確切的模型，如MKf。不確切的模型一般都是由于以目前的技術(shù)水平無法建立準(zhǔn)確的數(shù)學(xué)模型。對于這種不確切模型的建立采用模糊方法。以模型MKf為例，評判因素集U=｛dAV/dQ｝，評判集AV={幅值變化率}，由評判因素得出評判結(jié)果，采用專家經(jīng)驗法。

規(guī)則庫就是經(jīng)驗庫，包含一系列規(guī)則經(jīng)驗，它包含數(shù)據(jù)層次上相關(guān)領(lǐng)域的描述性知識和具體系統(tǒng)運行中的過程性知識。所有知識均從有經(jīng)驗專家那里或經(jīng)采編而來。所有的知識和經(jīng)驗參數(shù)的確定都要反復(fù)咨詢專家后確定，然后整理為一條條規(guī)則，依據(jù)內(nèi)容的不同，組建成規(guī)則庫，完成不同層次上的任務(wù)。

有了故障、原因、模型、規(guī)則、參數(shù)、記錄以及這些因素之間的關(guān)系圖，推理過程就非常清晰了。推理過程其實就是從故障出發(fā)，按照圖中某條路徑尋找原因的過程。

1.2 發(fā)電機(jī)故障診斷技術(shù)研究

發(fā)電機(jī)故障診斷和水輪機(jī)診斷類似，主要包括數(shù)據(jù)融合、數(shù)學(xué)模型、經(jīng)驗和模型等復(fù)合診斷方法。

1.2.1 基于生產(chǎn)大數(shù)據(jù)的數(shù)據(jù)融合

發(fā)電機(jī)數(shù)據(jù)融合牽涉到的數(shù)據(jù)：①測量數(shù)據(jù)：上端氣隙（X、Y相關(guān)正負(fù)8個方向）；發(fā)電機(jī)局放：A相、B相、C相繞組局放；溫度：上導(dǎo)、下導(dǎo)、推力、水導(dǎo)的軸承油溫和瓦溫，定子鐵心溫度、空冷器進(jìn)風(fēng)和出風(fēng)溫度等。②故障數(shù)據(jù)：定子線棒銅線斷裂或接頭開焊故障等；定子引出線套管類故障，如套管裂紋、斷裂或表面污穢、爬電故障等；定子絕緣類故障，如定子線圈端部接頭絕緣不良故障等多項故障案例。③機(jī)組的結(jié)構(gòu)參數(shù)：發(fā)電機(jī)類型、線棒結(jié)構(gòu)型式等。④巡視資料：發(fā)熱點、振動部位、撞擊聲響、聲響位置。⑤安裝試驗資料：轉(zhuǎn)子中心、重心、軸承調(diào)整記錄、法蘭安裝記錄、轉(zhuǎn)子圓度安裝測量。

圖2 機(jī)組振擺故障診斷結(jié)構(gòu)圖

1.2.2 模型和算法

發(fā)電機(jī)故障診斷牽涉到的算法和模型：凸極式同步電機(jī)定子、軸瓦等溫度診斷模型；凸極式同步電機(jī)大軸、機(jī)架等振擺診斷模型；凸極式同步電機(jī)內(nèi)部關(guān)鍵參數(shù)在線辨識與診斷模型；凸極式同步電機(jī)絕緣局部放電監(jiān)測與診斷模型；凸極式同步電機(jī)損耗計算及診斷模型；凸極式同步電機(jī)氣隙、磁通監(jiān)測與診斷模型；凸極式同步電機(jī)瞬態(tài)過程的關(guān)鍵量分析與診斷模型?；诠r同步的同步電機(jī)運行狀況辨識算法；基于熱穩(wěn)定狀況的機(jī)組溫度診斷算法；基于多參數(shù)協(xié)同診斷的定子絕緣診斷算法；基于磁通的轉(zhuǎn)子繞組匝間短路診斷算法；基于氣隙的定子圓度、轉(zhuǎn)子圓度分析及診斷算法；基于多信息協(xié)同分析的同步電機(jī)內(nèi)在參數(shù)計算方法。

1.2.3 診斷過程

發(fā)電機(jī)的故障診斷流程和圖2中描述的機(jī)組振擺故障診斷類似，由數(shù)據(jù)、模型、故障現(xiàn)象組成一個網(wǎng)絡(luò)，故障發(fā)生的時候根據(jù)這個網(wǎng)絡(luò)就能得出故障原因。

2 總體實施情況

董箐發(fā)電廠水電機(jī)組遠(yuǎn)程診斷平臺基于生產(chǎn)大數(shù)據(jù)，以在線監(jiān)測系統(tǒng)、監(jiān)控系統(tǒng)、GIS SF6在線監(jiān)測系統(tǒng)、主變在線監(jiān)測系統(tǒng)、發(fā)電機(jī)局放及水情系統(tǒng)為基礎(chǔ)，以預(yù)知性檢修為核心業(yè)務(wù)線條，實現(xiàn)依托生產(chǎn)大數(shù)據(jù)的趨勢分析、指標(biāo)分析、性能分析、診斷預(yù)警、設(shè)備健康度評價等功能，為實現(xiàn)預(yù)知性檢修提供技術(shù)支持。其主要內(nèi)容包括：

（1）主平臺開發(fā)：采用開放性原則，建立診斷平臺主系統(tǒng)框架，開發(fā)了在線監(jiān)測、性能分析、診斷分析、預(yù)知性檢修、應(yīng)用中心、備品備件、在線學(xué)習(xí)、數(shù)據(jù)服務(wù)、基礎(chǔ)數(shù)據(jù)、系統(tǒng)管理等功能模塊，并采用多級人員及權(quán)限配置等安全設(shè)置。

（2）數(shù)據(jù)平臺建設(shè)：基于生產(chǎn)大數(shù)據(jù)對接入數(shù)據(jù)統(tǒng)一采用KKS編碼，建立標(biāo)準(zhǔn)數(shù)據(jù)庫，使電廠所有監(jiān)測系統(tǒng)成為平臺子系統(tǒng)，通過數(shù)據(jù)整合，建成完整的標(biāo)準(zhǔn)化數(shù)據(jù)平臺。機(jī)組在線監(jiān)測系統(tǒng)、計算機(jī)監(jiān)控系統(tǒng)、主變油色譜在線監(jiān)測系統(tǒng)、GIS SF6在線監(jiān)測系統(tǒng)及發(fā)電機(jī)局放系統(tǒng)數(shù)據(jù)統(tǒng)一編碼及接入工作已完成。

（3）KPI指標(biāo)集開發(fā)：在電廠基礎(chǔ)數(shù)據(jù)匯聚的基礎(chǔ)上，按照設(shè)備部件類型，積極對性能指標(biāo)進(jìn)行分類組合，完成了KPI指標(biāo)集在平臺的部署，實現(xiàn)了設(shè)備主要指標(biāo)預(yù)警和性能指標(biāo)對比等功能，并給出分析結(jié)論及原因，確保設(shè)備健康狀態(tài)可控。

（4）在線監(jiān)測模塊開發(fā)：完成機(jī)組在線監(jiān)測系統(tǒng)數(shù)據(jù)集成工作，實現(xiàn)重要指標(biāo)實時監(jiān)測、電氣主接線圖、溫度及穩(wěn)定性監(jiān)測、平臺網(wǎng)絡(luò)實時監(jiān)測等，實現(xiàn)了設(shè)備狀態(tài)的實時監(jiān)測、智能預(yù)警及趨勢報警等功能。

（5）性能分析模塊開發(fā)：通過對設(shè)備效能指標(biāo)及性能指標(biāo)的綜合計算，實現(xiàn)診斷平臺性能分析周報及設(shè)備健康狀態(tài)量化評價報告在平臺的自動生成、查詢、下載、打印等功能，并對主機(jī)設(shè)備重要指標(biāo)周期性的運行狀態(tài)及設(shè)備健康綜合狀態(tài)進(jìn)行評價，給出評價結(jié)論及建議。

（6）診斷分析模塊開發(fā)：實現(xiàn)狀態(tài)診斷和專業(yè)診斷。狀態(tài)診斷基于設(shè)備歷史數(shù)據(jù)和機(jī)組正常狀態(tài)指標(biāo)樣本庫，建立設(shè)備模型，從設(shè)備級和系統(tǒng)級對機(jī)組進(jìn)行診斷分析，以設(shè)備類為應(yīng)用單元，對主機(jī)設(shè)備進(jìn)行診斷，實現(xiàn)基礎(chǔ)診斷分析功能，主要包含設(shè)備報警、設(shè)備量化分析、設(shè)備量化評價等功能；專業(yè)診斷基于在線監(jiān)測系統(tǒng)的專業(yè)性診斷分析，通過專業(yè)診斷報告、設(shè)備故障簡報及檢修決策報告在平臺的部署，依托故障診斷工作流模型及故障診斷會診功能，最終實現(xiàn)對設(shè)備狀態(tài)的智能診斷功能。

（7）預(yù)知性檢修模塊開發(fā)：建成以“健康狀態(tài)預(yù)判、主要故障預(yù)警、知道故障部位、知道檢修時機(jī)”為目標(biāo)的預(yù)知性檢修，主要包括檢修決策工作流、A修缺陷評價表、檢修評分等功能模塊，通過設(shè)備評分模型的開發(fā)及部署、設(shè)備指標(biāo)集評價、周期性量化評價等功能，對主機(jī)設(shè)備的周期性健康狀態(tài)進(jìn)行評價，為主機(jī)設(shè)備預(yù)知性檢修決策提供支持，提升基層企業(yè)精益化管理和安全、集約化管理的能力。

（8）平臺首次提出預(yù)知性檢修理念。預(yù)知性檢修是通過對設(shè)備特征參數(shù)進(jìn)行分析，對設(shè)備的主要故障進(jìn)行預(yù)警，對設(shè)備健康狀態(tài)進(jìn)行預(yù)判，對KPI功能指標(biāo)及周期性評價報告進(jìn)行分析，通過綜合診斷分析，明確設(shè)備故障形成原因，確定檢修部位及檢修時機(jī)。診斷平臺通過對預(yù)知性檢修模塊的開發(fā)及部署，通過對主機(jī)設(shè)備的周期性健康狀態(tài)進(jìn)行評價，能精確判斷設(shè)備的狀態(tài)，指導(dǎo)設(shè)備檢修，提高設(shè)備利用小時數(shù)。

3 實際應(yīng)用成效

3.1 轉(zhuǎn)變工作方式

通過對診斷平臺的使用，電廠維護(hù)人員可直觀的對關(guān)注測點進(jìn)行監(jiān)視，定位故障測點，并通過周報的方式對故障信息進(jìn)行匯總，對指標(biāo)趨勢進(jìn)行直觀分析，同時通過機(jī)組間的橫向?qū)?biāo)及對比分析，運用問題導(dǎo)向模式進(jìn)行預(yù)警報警，通過色標(biāo)管理直觀地反映設(shè)備的運行性能及健康狀態(tài)，極大地改進(jìn)了維護(hù)人員需到中控室及現(xiàn)場巡視了解設(shè)備狀況的工作方式，維護(hù)人員能夠從海量大數(shù)據(jù)中實現(xiàn)簡單、準(zhǔn)確的故障定位、故障預(yù)判及機(jī)組狀態(tài)優(yōu)化分析等，更好地保障設(shè)備安全穩(wěn)定運行。

3.2 缺陷精準(zhǔn)定位

利用遠(yuǎn)程診斷平臺監(jiān)測機(jī)組運行參數(shù)及預(yù)警功能，提前預(yù)知設(shè)備潛在故障點，消除設(shè)備隱患缺陷，截止目前，發(fā)現(xiàn)機(jī)組及筒閥回油箱油位過低、3號機(jī)推力外循環(huán)油流計異常、2號機(jī)1號頂蓋排水泵運行效率低、機(jī)組壓力油罐壓力偏低、3號機(jī)勵磁變溫度異常、機(jī)組軸瓦溫度異常、筒閥故障、調(diào)速器故障等缺陷共計83條，處理82條。

同時通過診斷平臺專業(yè)分析報告，準(zhǔn)確地對機(jī)組穩(wěn)定性運行狀態(tài)進(jìn)行評價，判斷出1號機(jī)組平均氣隙超標(biāo)、偏心/圓度參數(shù)超標(biāo)、1號機(jī)組下機(jī)架振動超標(biāo)、2號機(jī)組水導(dǎo)擺度和下機(jī)架振動不及格、3號機(jī)組氣隙綜合評價危險不合格、3號機(jī)組下機(jī)架振動趨勢變壞、4號機(jī)組氣隙綜合評價危險及4號機(jī)組振擺綜合評價中下機(jī)架振動超標(biāo)等問題，精準(zhǔn)的反映了機(jī)組的運行狀態(tài)及趨勢狀態(tài)。

3.3 優(yōu)化機(jī)組運行

電廠通過診斷平臺的數(shù)據(jù)對比功能，研究機(jī)組滿負(fù)荷運行時空冷器冷、熱風(fēng)溫度與技術(shù)供水流量的關(guān)系，在滿足機(jī)組安全運行的基礎(chǔ)上，通過對技術(shù)供水閥門開度、水耗及溫度的關(guān)聯(lián)關(guān)系，尋找開度、水耗及溫度三者間最佳拐點，科學(xué)的優(yōu)化冷卻水量，達(dá)到降低冷卻水水耗的目標(biāo)。通過調(diào)整，在定子鐵心和定子繞組均上升2℃且溫度遠(yuǎn)未超標(biāo)的前提下極大減少了技術(shù)供水流量，據(jù)統(tǒng)計2016年8月至2017年3月共節(jié)約水量439.2萬m3，增加效益42.11萬元。如圖3所示。

圖3 機(jī)組技術(shù)供水流量和定子溫度對比圖

3.4 檢修決策支持

電廠通過遠(yuǎn)程診斷平臺的性能分析、指標(biāo)分析及診斷分析功能，結(jié)合性能分析報告、設(shè)備健康狀態(tài)量化評價報告、專項報告及檢修決策報告，明確設(shè)備故障形成原因，精確的對設(shè)備的運行健康狀態(tài)做出評價及判斷，指導(dǎo)設(shè)備的日常維護(hù)及檢修，提高設(shè)備的安全性及可靠性，更好地保障設(shè)備安全穩(wěn)定運行。

4 結(jié)論

隨著水電企業(yè)信息化水平的不斷提高，信息系統(tǒng)已全面融入企業(yè)生產(chǎn)經(jīng)營管理業(yè)務(wù)的各個方面，積累了大量的水電機(jī)組相關(guān)的海量實時數(shù)據(jù)和非實時數(shù)據(jù)。本文通過介紹遠(yuǎn)程診斷平臺的大數(shù)據(jù)系統(tǒng)架構(gòu)，依此平臺架構(gòu)對生產(chǎn)大數(shù)據(jù)技術(shù)進(jìn)行數(shù)據(jù)融合，通過專業(yè)的模型算法得出準(zhǔn)確率高的診斷結(jié)果，彌補了傳統(tǒng)診斷技術(shù)的缺點，解決了傳統(tǒng)技術(shù)擴(kuò)展性不強(qiáng)、建設(shè)成本極高、計算處理及分析挖掘能力有限的缺點，能滿足電廠級大數(shù)據(jù)環(huán)境下對水輪發(fā)電機(jī)診斷所需的全類型數(shù)據(jù)存儲、處理、分析及應(yīng)用的需求。為進(jìn)一步向企業(yè)級大數(shù)據(jù)智能綜合數(shù)字化平臺的構(gòu)建提供了理論支持和實踐經(jīng)驗。