能實現(xiàn)健康狀態(tài)預測的水輪機調(diào)節(jié)系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及水輪機調(diào)節(jié)系統(tǒng)，具體地指一種能實現(xiàn)健康狀態(tài)預測的水輪機調(diào)節(jié)系統(tǒng)及方法，用于智能化水電站各型水輪發(fā)電機組的自動控制和調(diào)節(jié)系統(tǒng)的健康狀態(tài)預測，滿足智能電網(wǎng)和智能水電站的控制要求。
【背景技術(shù)】
[0002]在全球金融危機和全球氣候變化下，世界各國都把發(fā)展可再生能源當作振興經(jīng)濟的重要措施，中國也是如此。水電就是各國優(yōu)先開發(fā)的可再生清潔能源。我國水電資源蘊藏量世界第一，主要富集于大江大河，需采用大型水電機組才能有效開發(fā)，百萬千瓦級水電機組的水輪機及調(diào)速、勵磁、發(fā)電機等附屬設(shè)備及其系統(tǒng)集成設(shè)計技術(shù)被作為清潔高效發(fā)電設(shè)備及技術(shù)列入國家《重大技術(shù)裝備自主創(chuàng)新指導目錄》。同時，國家提出要建設(shè)堅強智能電網(wǎng)，以滿足水電、風電、太陽能、潮汐能等多種可再生能源的可靠接入，智能化水電站的建設(shè)已經(jīng)開始試點，這就對作為水輪機的附屬設(shè)備調(diào)節(jié)系統(tǒng)提出了更高的要求。
[0003]目前應用于水電站的水輪機調(diào)速器大都能可靠運行，滿足電站現(xiàn)有需求，但針對未來智能水電站的建設(shè)，還存在以下不足:
[0004]I)設(shè)備故障診斷僅限于水輪機調(diào)速器本身；
[0005]2)沒有對設(shè)備健康狀態(tài)進行預測。未來智能化水電站要做到“無人值班”的要求，必須要對設(shè)備健康狀態(tài)了如指掌；
[0006]3)對設(shè)備故障診斷的手段不夠，僅限于PLC和操作終端有限的分析能力很難對調(diào)節(jié)系統(tǒng)的故障做綜合全面的分析和定位；
[0007]4)現(xiàn)有檢修方式仍然是定期維護和事后維修，未能做到預知性維修。

【發(fā)明內(nèi)容】

[0008]本發(fā)明目的在于克服上述現(xiàn)有技術(shù)的不足而提供一種能實現(xiàn)健康狀態(tài)預測的水輪機調(diào)節(jié)系統(tǒng)及方法，該系統(tǒng)通過各種傳感器和檢測設(shè)備，利用多源信息融合技術(shù)實現(xiàn)水輪機調(diào)節(jié)系統(tǒng)的智能診斷和健康狀態(tài)預測，同時，將其與控制功能集成于水輪機調(diào)節(jié)系統(tǒng)，提高系統(tǒng)集成度，節(jié)約硬件資源。為智能化水電站實現(xiàn)“無人值班(少人值守)”提供更加可靠和可預測的水輪機調(diào)節(jié)系統(tǒng)。
[0009]實現(xiàn)本發(fā)明目的采用的技術(shù)方案是一種能實現(xiàn)健康狀態(tài)預測的水輪機調(diào)節(jié)系統(tǒng)，該系統(tǒng)包括水輪機調(diào)速器電氣控制系統(tǒng)和水輪機調(diào)速器機械液壓系統(tǒng)，其特征在于:還包括用于檢測所述水輪機調(diào)速器機械液壓系統(tǒng)的第一漏油傳感器，所述第一漏油傳感器與所述水輪機調(diào)速器電氣控制系統(tǒng)連接；所述水輪機調(diào)速器電氣控制系統(tǒng)根據(jù)第一漏油傳感器檢測的信號通過多源信息融合技術(shù)實現(xiàn)水輪機調(diào)節(jié)系統(tǒng)的智能診斷和健康狀態(tài)預測，并將診斷和預測數(shù)據(jù)傳輸?shù)竭h程監(jiān)控系統(tǒng)。
[0010]進一步地，還包括用于檢測油壓裝置狀態(tài)信號的第一油泵輸出流量傳感器、第一油壓傳感器、壓力罐液位傳感器、回油箱液位傳感器、第一油質(zhì)傳感器，以及檢測油壓裝置控制柜中油泵電機的第一檢測裝置；所述第一油泵輸出流量傳感器、第一油壓傳感器、壓力罐液位傳感器、回油箱液位傳感器、油質(zhì)傳感器和第一檢測裝置分別與所述水輪機調(diào)速器電氣控制系統(tǒng)連接。
[0011]進一步地，所述能實現(xiàn)健康狀態(tài)預測的水輪機調(diào)節(jié)系統(tǒng)還包括用于檢測漏油箱狀態(tài)信號的液位傳感器、第二油質(zhì)傳感器和第二油泵輸出流量傳感器，以及檢測漏油箱控制柜中油泵電機的第二檢測裝置，所述液位傳感器、第二油質(zhì)傳感器、第二油泵輸出流量傳感器和第二檢測裝置分別與所述水輪機調(diào)速器電氣控制系統(tǒng)連接。
[0012]進一步地，所述能實現(xiàn)健康狀態(tài)預測的水輪機調(diào)節(jié)系統(tǒng)還包括用于檢測事故配壓閥的第三漏油傳感器和檢測閥芯動作的第二油壓傳感器，所述第三漏油傳感器和第二油壓傳感器分別與所述水輪機調(diào)速器電氣控制系統(tǒng)連接。
[0013]進一步地，所述能實現(xiàn)健康狀態(tài)預測的水輪機調(diào)節(jié)系統(tǒng)還包括用于檢測分段關(guān)閉裝置的第四漏油傳感器和用于檢測分段關(guān)閉裝置動作信號的第三油壓傳感器，所述第四漏油傳感器和第三油壓傳感器分別與所述水輪機調(diào)速器電氣控制系統(tǒng)連接。
[0014]進一步地，所述能實現(xiàn)健康狀態(tài)預測的水輪機調(diào)節(jié)系統(tǒng)還包括用于檢測接力器的開、關(guān)腔壓力傳感器和接力器位移傳感器，所述開、關(guān)腔壓力傳感器和接力器位移傳感器分別與所述水輪機調(diào)速器電氣控制系統(tǒng)連接。
[0015]進一步地，所述能實現(xiàn)健康狀態(tài)預測的水輪機調(diào)節(jié)系統(tǒng)還包括用于檢測水輪發(fā)電機組的功率變送器、機組PT、機組轉(zhuǎn)速探頭和蝸殼壓力傳感器，所述功率變送器、機組PT、機組轉(zhuǎn)速探頭和蝸殼壓力傳感器分別與所述水輪機調(diào)速器電氣控制系統(tǒng)連接。
[0016]在上述技術(shù)方案中，所述水輪機調(diào)速器機械液壓系統(tǒng)還設(shè)有第二漏油傳感器，所述第二、第三和第四漏油傳感器與漏油箱連接。
[0017]此外，本發(fā)明還提供一種水輪機調(diào)節(jié)系統(tǒng)健康狀態(tài)預測的方法，該方法包括:
[0018]I)數(shù)據(jù)預處理
[0019]⑴數(shù)據(jù)集成
[0020]將水輪機調(diào)速器電氣控制系統(tǒng)獲得的所有數(shù)據(jù)都集成到MySQL數(shù)據(jù)庫中，利用MySQL建立數(shù)據(jù)倉庫；
[0021](2)數(shù)據(jù)轉(zhuǎn)換
[0022]將所述數(shù)據(jù)倉庫中與某一部件相關(guān)的所有參數(shù)信息整合成一條記錄；
[0023](3)數(shù)據(jù)清理
[0024]通過填寫空缺值、平滑噪聲數(shù)據(jù)、識別、刪除孤立點，進行清理數(shù)據(jù)；
[0025]2)多源數(shù)據(jù)融合
[0026]采用基于不同層次的數(shù)據(jù)融合方法，將多源、異構(gòu)傳感器信息進行融合，提高診斷精確度及穩(wěn)定性；
[0027]對傳感器測得的壓力、流量信號直接進行標準化與歸一化，對于振動信號采用小波包變換、傅里葉變換方法將時間序列信息轉(zhuǎn)換為頻域信息，再進行標準化；
[0028]對上述各類信號從數(shù)據(jù)層、特征層、決策層等多個層次進行融合；
[0029]3)故障特征選擇
[0030]水輪機調(diào)系統(tǒng)故障與傳感器測得的信號之間存在顯示或隱式的復雜關(guān)系，從眾多的信號中挑選出最能表征故障的信號；
[0031]4)智能模型構(gòu)建
[0032]通過帶置信度的集成學習方法構(gòu)建診斷模型，在訓練階段，針對每種故障分別構(gòu)建一個診斷模型，在測試階段，綜合各種模型的輸出結(jié)果，按其置信度的大小，給出一個綜合的預測結(jié)果；采用后驗概率的支持向量機、Bayesian學習、決策樹的方法作為元分類器，利用集成學習的方法構(gòu)建準確、健壯的預測模型；對原因確定的故障診斷則采用故障樹構(gòu)建模型，以進一步提高故障定位的準確度；
[0033]5)異常參數(shù)檢測
[0034]通過對監(jiān)測數(shù)據(jù)中的參數(shù)進行異常檢測，迅速發(fā)現(xiàn)參數(shù)的異常值。
[0035]在上述技術(shù)方案中，所述異常參數(shù)檢測包括:
[0036](I)基于模型的技術(shù):基于已有的數(shù)據(jù)構(gòu)建一個模型，調(diào)節(jié)系統(tǒng)異常時，在模型中顯得格格不入的為異常數(shù)據(jù)；
[0037](2)基于接近性的技術(shù):利用現(xiàn)有技術(shù)定義數(shù)據(jù)之間的接近性或者相似度，離大多數(shù)數(shù)據(jù)距離較遠的為異常數(shù)據(jù)；
[0038](3)基于密度的技術(shù):利用上述相似度或者距離，估計所有數(shù)據(jù)點在空間里的密度，那些處于低密度區(qū)域的數(shù)據(jù)點就是所謂的異常數(shù)據(jù)。
[0039]本發(fā)明的水輪機調(diào)節(jié)系統(tǒng)相比常規(guī)水輪機調(diào)速器具有如下優(yōu)點:
[0040](I)狀態(tài)監(jiān)測范圍更寬。除了常規(guī)水輪機調(diào)速器本體的常規(guī)檢測外，還增加了本體液壓系統(tǒng)的漏油檢測、油壓裝置和漏油箱及其控制系統(tǒng)、事故配壓閥、分段關(guān)閉、接力器和水輪發(fā)電機組等部件的相關(guān)檢測；
[0041](2)實現(xiàn)了智能診斷，故障定位更準確，特別是一些軟故障，如接力器抽動、油泵頻繁啟動等故障的診斷。
[0042](3)故障診斷范圍更寬。隨著狀態(tài)監(jiān)測范圍的拓寬，故障診斷的范圍也隨之拓寬，而不僅僅限于傳統(tǒng)水輪機調(diào)速器。
[0043](4)實現(xiàn)了水輪機調(diào)節(jié)系統(tǒng)各關(guān)鍵部件的健康狀態(tài)預測，促進系統(tǒng)檢修方式由定期維護和事后維修，轉(zhuǎn)向預知性維修。
[0044](5)可靠性更高，使得智能化水電站對設(shè)備健康狀態(tài)了如指掌，有利于實現(xiàn)“無人值班(少人值守)”。
[0045](6)硬件配置更高，可利用的資源更多，有利于多源信息的融合、分析。
【附圖說明】
[0046]圖1為本發(fā)明能實現(xiàn)健康狀態(tài)預測的水輪機調(diào)節(jié)系統(tǒng)的結(jié)構(gòu)框圖。
[0047]圖2為水輪機調(diào)速器電氣控制系統(tǒng)的結(jié)構(gòu)框圖。
[0048]圖3為水輪機調(diào)速器機械液壓系統(tǒng)的結(jié)構(gòu)框圖。
[0049]圖4為油壓裝置系統(tǒng)的結(jié)構(gòu)框圖。
[0050]圖5為漏油箱系統(tǒng)的結(jié)構(gòu)框圖。
[0051]圖6為本發(fā)明水輪機調(diào)速器機械液壓系統(tǒng)進行健康狀態(tài)預測方法的流程圖。
[0052]圖7為多源傳感信息融合方式示意圖，其中，a)為數(shù)據(jù)層融合方式，b)為特征層融合