基于Community Intelligence的水電機(jī)組融合監(jiān)測方法

謝國財，李朝暉

（華中科技大學(xué) 水電與數(shù)字化工程學(xué)院，湖北 武漢 430074）

0 引言

水電機(jī)組的狀態(tài)監(jiān)測CM（Condition Monitoring）技術(shù)蓬勃發(fā)展［1-2］，國內(nèi)外出現(xiàn)了許多專項狀態(tài)監(jiān)測與診斷系統(tǒng)，在專項監(jiān)測領(lǐng)域取得了不錯的效果，并朝著具有自診斷、自完善能力的個體智能體IIA（Individual Intelligence Agent）方向發(fā)展。

然而，這些IIA之間沒有形成有效溝通與交互的機(jī)制，缺乏團(tuán)體協(xié)作與關(guān)聯(lián)動作能力，使機(jī)組各子系統(tǒng)的運(yùn)動狀態(tài)不能充分融合，因而難以進(jìn)行綜合的分析與診斷，而水電機(jī)組的健康狀況受到電氣、機(jī)械、水力等因素耦合、關(guān)聯(lián)的影響，僅依靠局部、無關(guān)聯(lián)的狀態(tài)數(shù)據(jù)難以作出準(zhǔn)確的分析與診斷。為此，開展了基于 Community Intelligence［3-5］的水電機(jī)組融合監(jiān)測方法研究，其基本目標(biāo)是：加強(qiáng)各IIA之間的交互性，使之具備團(tuán)體協(xié)作與關(guān)聯(lián)動作能力，確保不同來源、異構(gòu)的狀態(tài)數(shù)據(jù)實(shí)現(xiàn)有機(jī)融合，便于開展綜合的分析與診斷，進(jìn)一步提高分析與診斷結(jié)果的準(zhǔn)確性、全面性與可靠性。

為了區(qū)別于IIA，將基于Community Intelligence的機(jī)組融合監(jiān)測系統(tǒng)中的智能體定義為CIA（Community Intelligence Agent），其最鮮明的特點(diǎn)是具備實(shí)時交互與協(xié)作能力。各CIA組成一個團(tuán)體，模仿人類團(tuán)體的思維與行為方式，它們之間既有明確的分工與職責(zé)，又有必需的協(xié)作與關(guān)聯(lián)動作［3-5］。

融合監(jiān)測不能等同于集合監(jiān)測，不是生硬地將不同CIA獲取的狀態(tài)數(shù)據(jù)拼湊、集合在一起，而是必須利用各種先進(jìn)技術(shù)手段確保狀態(tài)數(shù)據(jù)之間的有機(jī)聯(lián)系，使來源不同的狀態(tài)數(shù)據(jù)實(shí)現(xiàn)真正意義上的融合。

1 基于CIA模型的融合監(jiān)測框架

1.1 CIA模型

融合監(jiān)測系統(tǒng)中的每個CIA，既是高度自治的個體（individual），具備求解局部問題的領(lǐng)域知識，通過歸納、學(xué)習(xí)達(dá)到自我完善；又是整個團(tuán)體組織中的成員（team member），有明確的分工與職責(zé)的同時，要實(shí)時交互與團(tuán)結(jié)協(xié)作，共同求解全局問題。

為了讓CIA具備較強(qiáng)的交互與協(xié)作能力，使不同CIA之間能夠關(guān)聯(lián)動作，并合作完成單個CIA所不能完成的任務(wù)，定義了基于“Request-Report”消息機(jī)制的3層CIA模型，如圖1所示。

將CIA看作一個黑盒子，它與外界（如其他CIA）聯(lián)系的橋梁是消息（Request消息或Report消息），CIA模型包含3個層次，即消息處理層、行為控制層及核心功能層。

圖1 CIA模型Fig.1 Model of CIA

消息處理層負(fù)責(zé)接收其他CIA發(fā)送的Request消息與向其他CIA發(fā)送Report消息，并具備與其他CIA會話的能力。此外，為了保證狀態(tài)數(shù)據(jù)的安全性，該層還應(yīng)實(shí)時監(jiān)控訪問列表，只有經(jīng)過授權(quán)的CIA才能享受到相應(yīng)的數(shù)據(jù)服務(wù)。

行為控制層對要執(zhí)行的任務(wù)進(jìn)行定義、分解與調(diào)度，它是整個CIA的“大腦中樞”，也是消息處理層與核心功能層發(fā)生關(guān)系的連接紐帶。該層控制CIA何時執(zhí)行某種具體任務(wù)，同時對接收到的消息進(jìn)行反應(yīng)（決定執(zhí)行何種任務(wù)）。例如，當(dāng)核心功能層有數(shù)據(jù)更新時，行為控制層發(fā)送相關(guān)指令給消息處理層，告知其他相關(guān)CIA該數(shù)據(jù)更新。

核心功能層定義了CIA的核心功能屬性，這些屬性反映了CIA的個體特性，是CIA之間相互區(qū)別的基本標(biāo)志。例如該層具備的功能可能有數(shù)據(jù)采集/共享、數(shù)據(jù)分析、數(shù)據(jù)服務(wù)、數(shù)據(jù)表達(dá)及智能存儲等，不同CIA的核心功能屬性定義也是不一樣的。

1.2 融合監(jiān)測框架

圖2為水電機(jī)組融合監(jiān)測的功能框架示意圖，由2個CIA系統(tǒng)構(gòu)成：維護(hù)域的CIA系統(tǒng)，包含控制單元CIA、機(jī)械單元CIA、電氣單元CIA及綜合單元CIA，彼此之間通過實(shí)時現(xiàn)場總線（如CAN總線）或工業(yè)以太網(wǎng)實(shí)現(xiàn)交互、協(xié)作、關(guān)聯(lián)動作及數(shù)據(jù)共享；控制域的CIA系統(tǒng)，包含監(jiān)控現(xiàn)地控制單元（LCU）、調(diào)速器及勵磁調(diào)節(jié)器等，把這些數(shù)字化的控制設(shè)備均看作CIA。

圖2 水電機(jī)組融合監(jiān)測框架Fig.2 Framework of integrated monitoring of hydroelectric generators

如圖2虛線框所示維護(hù)域的各CIA，它們的消息處理層與行為控制層差別不大，這2層需要實(shí)現(xiàn)的功能參見圖1；而核心功能層需要實(shí)現(xiàn)的功能卻各不相同，這體現(xiàn)了它們之間的分工與職責(zé)。

a.控制單元CIA。核心功能層包含如下屬性：通過現(xiàn)場總線通信與監(jiān)控系統(tǒng)共享機(jī)組大部分運(yùn)行狀態(tài)信息，直接采集機(jī)組控制系統(tǒng)部分缺失或精度不夠高的運(yùn)動狀態(tài)（如導(dǎo)葉主接位移等），并對相關(guān)運(yùn)動狀態(tài)進(jìn)行實(shí)時分析；實(shí)時判別機(jī)組的運(yùn)行工況，并對狀態(tài)數(shù)據(jù)進(jìn)行智能存儲。

b.機(jī)械單元CIA。核心功能層包含如下屬性：直接采集或通過現(xiàn)場總線通信獲取與機(jī)組穩(wěn)定性（如振動、擺度、水壓力脈動、空化空蝕等）有關(guān)的運(yùn)動狀態(tài)，對相關(guān)運(yùn)動狀態(tài)進(jìn)行實(shí)時分析，并對狀態(tài)數(shù)據(jù)進(jìn)行智能存儲。

c.電氣單元CIA。核心功能層包含如下屬性：直接采集或通過現(xiàn)場總線通信獲取與機(jī)組電氣絕緣（如定子絕緣、主變絕緣等）有關(guān)的運(yùn)動狀態(tài)，對相關(guān)運(yùn)動狀態(tài)進(jìn)行實(shí)時分析，并對狀態(tài)數(shù)據(jù)進(jìn)行智能存儲。

d.綜合單元CIA。核心功能層包含如下屬性：作為機(jī)組融合監(jiān)測系統(tǒng)的數(shù)據(jù)倉庫，負(fù)責(zé)接收其他3個CIA實(shí)時上傳的狀態(tài)指標(biāo)量數(shù)據(jù)、性能指標(biāo)數(shù)據(jù)及其他分析結(jié)果，對各層次的機(jī)組狀態(tài)數(shù)據(jù)進(jìn)行智能存儲；同時，通過現(xiàn)場總線或以太網(wǎng)通信與其他專項監(jiān)測裝置實(shí)現(xiàn)狀態(tài)數(shù)據(jù)共享，進(jìn)行融合監(jiān)測、綜合分析及故障診斷。

由上述分工可知，維護(hù)域的每個CIA只完成部分工作，且只具備某些方面的領(lǐng)域知識，因而各CIA之間必須團(tuán)結(jié)協(xié)作才能實(shí)現(xiàn)機(jī)組狀態(tài)數(shù)據(jù)的真正融合。

此外，CIA之間還存在制約的關(guān)系。例如，當(dāng)前為了保證控制系統(tǒng)的絕對可靠性與有效性，控制域中的CIA與維護(hù)域中的CIA之間的數(shù)據(jù)流是單向的，數(shù)據(jù)只能由控制域流向維護(hù)域，反方向沒有物理鏈路，通過物理隔離實(shí)現(xiàn)。

基于Community Intelligence的機(jī)組融合監(jiān)測框架完全模擬人類團(tuán)體中組織、分工、合作、制約等一系列運(yùn)行機(jī)制，運(yùn)用分布式人工智能技術(shù)與信息技術(shù)，實(shí)現(xiàn)機(jī)組不同來源、各個層次異構(gòu)狀態(tài)數(shù)據(jù)的有機(jī)融合。

2 融合監(jiān)測的狀態(tài)數(shù)據(jù)層次及存儲策略

2.1 狀態(tài)數(shù)據(jù)按功能分層

為了滿足機(jī)組融合監(jiān)測中各層次的功能需求和不同層次用戶的使用需求，提高機(jī)組運(yùn)動狀態(tài)分析和故障診斷的針對性及有效性［6］，將整個機(jī)組的狀態(tài)數(shù)據(jù)劃分為4個層次：原始采樣數(shù)據(jù)、瞬變狀態(tài)數(shù)據(jù)、詳細(xì)狀態(tài)數(shù)據(jù)及概要狀態(tài)數(shù)據(jù)，它們之間的關(guān)系如圖3所示。

圖3 4個層次狀態(tài)數(shù)據(jù)的關(guān)系Fig.3 Four layers of state data

原始采樣數(shù)據(jù)是信息量最豐富、未經(jīng)任何處理的機(jī)組原始狀態(tài)數(shù)據(jù)，是通過傳感器對狀態(tài)信號S采樣獲得的。原始采樣數(shù)據(jù)可以為故障診斷提供更精細(xì)的征兆信息與證據(jù)，同時為事故追憶提供了數(shù)據(jù)源。

瞬變狀態(tài)數(shù)據(jù)是在每個周期T內(nèi)對原始采樣數(shù)據(jù)統(tǒng)計分析獲得的（每個周期內(nèi)抽取固定的點(diǎn)數(shù)K進(jìn)行計算），主要用于反映機(jī)組狀態(tài)量動態(tài)變化過程的瞬變特性。T與K的選取應(yīng)該遵循能夠有效捕捉狀態(tài)信號特征點(diǎn)和準(zhǔn)確計算狀態(tài)信號的重要指標(biāo)2個準(zhǔn)則（如甩負(fù)荷過程中頻率最高點(diǎn)fp的捕捉，接力器不動時間tq的自動計算等）。

詳細(xì)狀態(tài)數(shù)據(jù)是通過對原始采樣數(shù)據(jù)或瞬變狀態(tài)數(shù)據(jù)定周期統(tǒng)計分析得到的特征量數(shù)據(jù)（如每2.5 s計算一次機(jī)組振動、擺動峰峰值等），能夠很好地反映狀態(tài)量動態(tài)變化的一般過程。

概要狀態(tài)數(shù)據(jù)是在詳細(xì)狀態(tài)數(shù)據(jù)的基礎(chǔ)上定時統(tǒng)計得到的，可以滿足用戶快速查閱較長時間段的狀態(tài)量變化過程需求。每隔15 min計算一次詳細(xì)狀態(tài)數(shù)據(jù)的平均值、最大值、最小值，由此生成概要狀態(tài)數(shù)據(jù)。對概要狀態(tài)數(shù)據(jù)進(jìn)行日、月、年統(tǒng)計，進(jìn)一步形成一定周期（日、月、年）的報告狀態(tài)數(shù)據(jù)。

此外，還包括性能分析數(shù)據(jù)（如工況數(shù)據(jù)）及基本數(shù)據(jù)（對運(yùn)動狀態(tài)進(jìn)行描述的參數(shù)）等。

2.2 狀態(tài)數(shù)據(jù)智能存儲

由于機(jī)組狀態(tài)數(shù)據(jù)量龐大，連續(xù)不斷地存儲這些數(shù)據(jù)是不現(xiàn)實(shí)的，也是沒有必要的。在機(jī)組融合監(jiān)測系統(tǒng)中，采用選擇性智能存儲策略最大限度地存儲具有典型特征的狀態(tài)數(shù)據(jù)，既滿足設(shè)備分析、故障診斷對狀態(tài)數(shù)據(jù)的需求，又節(jié)約了存儲空間［6］。

針對圖3所示的不同層次的狀態(tài)數(shù)據(jù)，其選擇性智能存儲的條件分別如下。

a.概要狀態(tài)數(shù)據(jù)。由于數(shù)據(jù)量不大，采用連續(xù)存儲的方式。

b.詳細(xì)狀態(tài)數(shù)據(jù)。存儲機(jī)組經(jīng)歷的所有動態(tài)過程，如工況轉(zhuǎn)換過程（如開機(jī)、并網(wǎng)、停機(jī)、增減負(fù)荷等）、故障過程（如甩負(fù)荷、緊急停機(jī)、各種保護(hù)動作等）、狀態(tài)越限報警（如欠勵限制）、開關(guān)動作（如油泵啟停）；當(dāng)機(jī)組處于穩(wěn)態(tài)時,每隔30 min保存一段時間（如60 s）的機(jī)組狀態(tài)數(shù)據(jù)；機(jī)組處于試驗(yàn)過程時，連續(xù)不間斷地存儲試驗(yàn)過程數(shù)據(jù)。

c.瞬變狀態(tài)數(shù)據(jù)或原始采樣數(shù)據(jù)。存儲機(jī)組經(jīng)歷的重要動態(tài)過程，如開機(jī)、甩負(fù)荷等；機(jī)組中任一設(shè)備出現(xiàn)了故障報警；數(shù)據(jù)本身的時域或頻域特征出現(xiàn)了較大變化；在規(guī)定時段內(nèi)出現(xiàn)了新工況，工況參數(shù)有水頭H、有功P、無功Q、轉(zhuǎn)速n、導(dǎo)葉開度Y等。

3 機(jī)組狀態(tài)數(shù)據(jù)融合

通過時間融合、運(yùn)行工況融合及異常事件融合等技術(shù)，水電機(jī)組融合監(jiān)測系統(tǒng)中各CIA之間實(shí)時交互、團(tuán)結(jié)協(xié)作及關(guān)聯(lián)動作，共同實(shí)現(xiàn)機(jī)組狀態(tài)數(shù)據(jù)的融合，有效地保證來自機(jī)組不同子系統(tǒng)的運(yùn)動狀態(tài)的關(guān)聯(lián)性。

3.1 時間融合

眾所周知，利用時鐘不同步的狀態(tài)數(shù)據(jù)進(jìn)行設(shè)備分析與故障診斷是沒有意義的。為此，采用時間融合技術(shù)實(shí)現(xiàn)機(jī)組所有狀態(tài)數(shù)據(jù)時鐘的強(qiáng)制同步。

時間融合是指在時間上對狀態(tài)數(shù)據(jù)進(jìn)行融合，保證來源不同的狀態(tài)數(shù)據(jù)具有嚴(yán)格的時間同步性。

時鐘同步具體實(shí)現(xiàn)的過程是：

a.GPS對時裝置或監(jiān)控系統(tǒng)定時向綜合單元CIA發(fā)送Request消息（請求對時、對時的精度與周期要滿足機(jī)組狀態(tài)監(jiān)測的需要）；

b.綜合單元CIA接到Request消息后，由消息處理層對該消息進(jìn)行解析并提取出對時信息，同時行為控制層響應(yīng)該消息，根據(jù)對時信息修改自身的時鐘；

c.綜合單元CIA時鐘更新后，行為控制層指示消息處理層，每10 s通過現(xiàn)場總線網(wǎng)絡(luò)向其余3個CIA廣播Report消息（綜合單元CIA的時鐘信息）；

d.控制單元（或機(jī)械單元或電氣單元）CIA接到綜合單元的Report消息后，由消息處理層對該消息進(jìn)行解析并提取出對時信息，同時行為控制層響應(yīng)該消息，根據(jù)對時信息修改自身的時鐘。

由于現(xiàn)場總線網(wǎng)絡(luò)是實(shí)時網(wǎng)絡(luò)，通過上述4個步驟，融合監(jiān)測系統(tǒng)的4個CIA的時鐘能夠達(dá)到同步，并且能夠與GPS對時裝置保持同步，如圖4所示。

圖4 時鐘同步過程Fig.4 Process of clock synchronization

同時，即使GPS對時裝置或監(jiān)控系統(tǒng)發(fā)送對時信息失敗，機(jī)組狀態(tài)數(shù)據(jù)的時鐘仍然是強(qiáng)制同步的。由于每0.5～10 s控制單元CIA、機(jī)械單元CIA、電氣單元CIA分別將詳細(xì)狀態(tài)數(shù)據(jù)（包括狀態(tài)指標(biāo)量、監(jiān)控系統(tǒng)傳送的數(shù)字狀態(tài)數(shù)據(jù)）實(shí)時傳送到綜合單元CIA，所以整個機(jī)組的詳細(xì)狀態(tài)數(shù)據(jù)在時間上是強(qiáng)制同步的。

3.2 運(yùn)行工況融合

對狀態(tài)信息的分析離不開運(yùn)行工況信息，運(yùn)行工況融合是機(jī)組狀態(tài)數(shù)據(jù)融合的重要措施。運(yùn)行工況融合是指各CIA在指定的工況下關(guān)聯(lián)動作，同時獲取并保存該工況過程的狀態(tài)數(shù)據(jù)。運(yùn)行工況融合包括工況信息的同步和工況與狀態(tài)數(shù)據(jù)的同步。

3.2.1 工況信息的同步

工況信息的同步過程如下：

a.在機(jī)組融合監(jiān)測系統(tǒng)中，由控制單元CIA根據(jù)機(jī)組狀態(tài)信息（包括導(dǎo)/輪葉開度、水頭、機(jī)組頻率、有功、機(jī)端電壓、無功等），利用Petri網(wǎng)絡(luò)模型實(shí)時判別機(jī)組運(yùn)行工況，工況包括停機(jī)等待、開機(jī)過程、空載穩(wěn)定、頻率上擾、頻率下擾、同期并網(wǎng)、負(fù)載穩(wěn)定、加負(fù)荷、減負(fù)荷、甩大負(fù)荷、甩小負(fù)荷、正常停機(jī)、緊急停機(jī)等，所有的工況均采用整數(shù)編碼的形式（0～100之間的整數(shù)）表示；

b.控制單元CIA判別出運(yùn)行工況后，行為控制層指示消息處理層，每50 ms通過現(xiàn)場總線網(wǎng)絡(luò)廣播Report消息（工況信息），工況信息的內(nèi)容包括工況開始時間、工況結(jié)束時間、工況編號及工況參數(shù)（有功、無功、機(jī)端電壓、頻率、水頭等）；

c.綜合單元（或機(jī)械單元或電氣單元）CIA接到控制單元CIA的Report消息后，由消息處理層對該消息進(jìn)行解析并提取出工況信息，同時行為控制層響應(yīng)該消息，根據(jù)工況信息的內(nèi)容產(chǎn)生工況記錄。

通過上述3個步驟，融合監(jiān)測系統(tǒng)的4個CIA實(shí)現(xiàn)了工況信息的同步，每個CIA同步掌握了整個機(jī)組的執(zhí)行任務(wù)情況，為工況與狀態(tài)數(shù)據(jù)的同步奠定了基礎(chǔ)。

3.2.2 工況與狀態(tài)數(shù)據(jù)的同步

工況與狀態(tài)數(shù)據(jù)的同步包括工況與詳細(xì)狀態(tài)數(shù)據(jù)的同步及工況與原始采樣數(shù)據(jù)或瞬變狀態(tài)數(shù)據(jù)的同步。

當(dāng)機(jī)械單元（或控制單元或電氣單元）CIA獲取工況信息后，通過“Request-Report”的交互機(jī)制與綜合單元CIA協(xié)作完成工況與狀態(tài)數(shù)據(jù)的同步。以綜合單元CIA與機(jī)械單元CIA交互完成工況與原始采樣數(shù)據(jù)的同步為例，其基本過程如圖5所示。

圖5 工況與狀態(tài)數(shù)據(jù)同步交互過程Fig.5 Synchronous interaction between operating conditions and state data

從圖5可知，交互過程共3個步驟：

a.機(jī)械單元CIA接到重要的工況過程（如甩大負(fù)荷）消息后，行為控制層指示消息處理層向綜合單元CIA發(fā)送Report消息（報告該工況下有原始采樣數(shù)據(jù)等待上傳），內(nèi)容包括工況編號、工況開始時間、工況結(jié)束時間、工況持續(xù)時間長度等；

b.綜合單元CIA接到機(jī)械單元CIA的Report消息后，由消息處理層對該消息進(jìn)行解析，得知機(jī)械單元CIA有重要工況過程原始采樣數(shù)據(jù)等待上傳，同時行為控制層響應(yīng)該消息，指示消息處理層向機(jī)械單元CIA發(fā)送Request消息（原始采樣數(shù)據(jù)請求指令），內(nèi)容與機(jī)械單元CIA發(fā)送的Report消息一致；

c.機(jī)械單元CIA接到綜合單元CIA的Request消息后，由消息處理層對該消息進(jìn)行解析，同時行為控制層響應(yīng)該消息，按照約定格式將原始采樣數(shù)據(jù)上傳至綜合單元CIA。

工況與詳細(xì)狀態(tài)數(shù)據(jù)的同步、電氣單元（或控制單元）CIA與綜合單元CIA交互完成工況與狀態(tài)數(shù)據(jù)的同步具有上述相似過程，不再贅述。

3.3 異常事件融合

水電機(jī)組在日常運(yùn)行過程中，出現(xiàn)異?；蚬收鲜遣豢杀苊獾?。將機(jī)組運(yùn)動狀態(tài)越限、性能指標(biāo)越限、重要動態(tài)過程（如甩負(fù)荷、緊急停機(jī)等）及開關(guān)異常動作等統(tǒng)稱為機(jī)組異常事件。

異常事件融合是指機(jī)組發(fā)生異常事件時，各CIA同步動作，同時獲取并保存異常事件發(fā)生前后的狀態(tài)數(shù)據(jù)。異常事件融合與運(yùn)行工況融合過程類似，過程如下：

a.綜合單元CIA通過狀態(tài)越限判別、性能越限判別及重要動態(tài)過程識別等手段實(shí)時捕捉機(jī)組異常事件，并產(chǎn)生異常事件記錄，異常事件記錄的內(nèi)容為異常事件名稱、異常事件編號、開始時間、結(jié)束時間等；

b.綜合單元CIA捕捉到機(jī)組發(fā)生的異常事件后，需要請求狀態(tài)數(shù)據(jù)，向機(jī)械單元（或控制單元或電氣單元）CIA發(fā)送Request消息（狀態(tài)數(shù)據(jù)請求指令），內(nèi)容包括異常事件編號、開始時間、結(jié)束時間及異常事件持續(xù)時間等；

c.機(jī)械單元（或控制單元或電氣單元）CIA接到綜合單元CIA的Request消息后，由消息處理層對該消息進(jìn)行解析，同時行為控制層響應(yīng)該消息，按約定格式將異常事件時間段內(nèi)的狀態(tài)數(shù)據(jù)上傳至綜合單元CIA。

后續(xù)的處理過程同工況與狀態(tài)數(shù)據(jù)的同步。

自動、準(zhǔn)確地捕捉異常事件是異常事件融合的基礎(chǔ)，也是進(jìn)行故障診斷的前提。采用閾值法判別狀態(tài)越限、性能越限等異常事件時，其關(guān)鍵是確定狀態(tài)或性能的下限和上限，還要考慮機(jī)組所處的運(yùn)行工況（在黑啟動時，大軸振動擺動短時間內(nèi)超出了機(jī)組正常運(yùn)行時異常報警的限值，然而這并不是機(jī)組發(fā)生了異常）。

異常事件過程數(shù)據(jù)經(jīng)過特征提取后，可以為人工專家或智能專家系統(tǒng)鎖定最后的故障設(shè)備提供更充足的證據(jù)。

3.4 沖突解決策略

在進(jìn)行機(jī)組狀態(tài)數(shù)據(jù)融合時，每個CIA都會面臨任務(wù)沖突的情況。例如，控制單元CIA與機(jī)械單元CIA同時都有甩負(fù)荷工況過程，原始采樣數(shù)據(jù)需要上傳至綜合單元CIA，而此時綜合單元CIA資源有限，不能同時處理2個任務(wù)，這時便存在任務(wù)沖突的情況。

將每個CIA的所有任務(wù)劃分為日常任務(wù)與觸發(fā)式任務(wù)2類。日常任務(wù)指的是CIA獨(dú)立正常運(yùn)行時需要完成的基本任務(wù)，如數(shù)據(jù)采集、數(shù)據(jù)分析等，這類任務(wù)要求較高的實(shí)時性；觸發(fā)式任務(wù)指的是各CIA協(xié)作運(yùn)行時才會觸發(fā)的非日常任務(wù)（在一定條件下才會觸發(fā)，如出現(xiàn)了重要工況或捕捉到機(jī)組異常事件），這類任務(wù)通常需要用到日常任務(wù)的結(jié)果，并且不要求較高的實(shí)時性，可在CIA空閑時完成。

為了解決CIA的任務(wù)沖突，采取如下的策略：對于日常任務(wù)，設(shè)置相對較高的優(yōu)先級，而對于觸發(fā)式任務(wù)，設(shè)置相對較低的優(yōu)先級。此外，為了防止多個相同優(yōu)先級的觸發(fā)式任務(wù)發(fā)生沖突，采取“先進(jìn)先出”的隊列控制方式，即先抵達(dá)CIA的觸發(fā)式任務(wù)優(yōu)先被處理。

4 設(shè)備綜合分析與診斷案例

基于Community Intelligence的水電機(jī)組融合監(jiān)測方法已融入水電站最優(yōu)維護(hù)信息系統(tǒng)（HOMIS）［7］，在設(shè)備綜合分析與診斷中發(fā)揮了重要的作用。

以機(jī)組穩(wěn)定性綜合分析與診斷為例，2008年葛洲壩電站10號機(jī)組擴(kuò)修后，開機(jī)試驗(yàn)表明機(jī)組上導(dǎo)擺動較大，于是進(jìn)行了空轉(zhuǎn)（不加勵磁）變轉(zhuǎn)速試驗(yàn)。該試驗(yàn)過程的狀態(tài)數(shù)據(jù)曲線如圖6所示，發(fā)現(xiàn)擺動近似與轉(zhuǎn)速平方成正比，可能是由轉(zhuǎn)子動不平衡所引起。鑒于此，進(jìn)一步進(jìn)行動平衡試驗(yàn)，確定配重方位與重量，進(jìn)行配重。

圖7和圖8分別是配重前、后上導(dǎo)與水導(dǎo)軸心軌跡，對比可知，配重后上導(dǎo)擺動明顯減小，具體數(shù)據(jù)見表1，進(jìn)一步驗(yàn)證了前述分析與診斷的正確性。

由于融合監(jiān)測系統(tǒng)已經(jīng)實(shí)現(xiàn)了運(yùn)行工況與狀態(tài)數(shù)據(jù)的融合，HOMIS實(shí)時完整地記錄了機(jī)組上述試驗(yàn)過程的詳細(xì)狀態(tài)數(shù)據(jù)與原始采樣數(shù)據(jù)（分別參見圖6—8），為現(xiàn)場專家進(jìn)行設(shè)備綜合分析與診斷提供了有效的數(shù)據(jù)源與技術(shù)支撐。

圖6 機(jī)組空轉(zhuǎn)變轉(zhuǎn)速試驗(yàn)Fig.6 Speed variation test when hydroelectric generators runs idle

圖7 配重前額定轉(zhuǎn)速無勵磁軸心軌跡Fig.7 Axis orbit at rated speed before counterweight

圖8 配重后額定轉(zhuǎn)速無勵磁軸心軌跡Fig.8 Axis orbit at rated speed after counterweight

表1 動平衡試驗(yàn)轉(zhuǎn)子配重前后機(jī)組穩(wěn)定性對比Tab.1 Comparison of stability between before and after counterweight

5 結(jié)語

針對水電機(jī)組狀態(tài)監(jiān)測技術(shù)的現(xiàn)狀及發(fā)展趨勢，提出了基于Community Intelligence的水電機(jī)組融合監(jiān)測方法。詳細(xì)闡述了基于CIA模型的水電機(jī)組融合監(jiān)測系統(tǒng)的框架、狀態(tài)數(shù)據(jù)層次及智能存儲策略，通過時間融合、運(yùn)行工況融合、異常事件融合等技術(shù)實(shí)現(xiàn)了不同CIA之間的實(shí)時交互與關(guān)聯(lián)動作，各CIA彼此協(xié)作共同實(shí)現(xiàn)了不同來源各層次異構(gòu)的機(jī)組狀態(tài)數(shù)據(jù)之間的有機(jī)融合。

該方法已在葛洲壩電站成功應(yīng)用，為進(jìn)行設(shè)備綜合分析與診斷提供了良好的技術(shù)支撐，具有重要的推廣價值。