基于變權(quán)層次分析的水電機(jī)組運(yùn)行狀態(tài)評(píng)估

劉任改，向文平，喻永松，敬燕飛

（國電大渡河瀑布溝水力發(fā)電總廠，四川 漢源 625304）

基于變權(quán)層次分析的水電機(jī)組運(yùn)行狀態(tài)評(píng)估

劉任改，向文平，喻永松，敬燕飛

（國電大渡河瀑布溝水力發(fā)電總廠，四川 漢源 625304）

摘要：針對(duì)水電機(jī)組狀態(tài)評(píng)估狀態(tài)量集合具有量綱不一致、定性與定量相結(jié)合、各狀態(tài)量之間蘊(yùn)含著許多錯(cuò)綜復(fù)雜的非線性、動(dòng)態(tài)性關(guān)系、難以構(gòu)建解析函數(shù)關(guān)系等特點(diǎn)，在分析國內(nèi)外狀態(tài)檢修實(shí)施現(xiàn)狀的基礎(chǔ)上，通過對(duì)水電機(jī)組狀態(tài)量的收集和分析，把水電機(jī)組性能分為水輪機(jī)系統(tǒng)性能、發(fā)電機(jī)系統(tǒng)性能、輔助系統(tǒng)性能、其他性能4個(gè)部分，構(gòu)建具有層次化的水電機(jī)組狀態(tài)量指標(biāo)體系，根據(jù)狀態(tài)量的相互關(guān)系及優(yōu)劣程度對(duì)其權(quán)重進(jìn)行動(dòng)態(tài)調(diào)整，建立了基于動(dòng)態(tài)變權(quán)層次分析法的水電機(jī)組狀態(tài)評(píng)估模型，并把水電機(jī)組運(yùn)行狀態(tài)劃分為良好、合格、注意、危險(xiǎn)4個(gè)等級(jí)，為狀態(tài)檢修提供初步?jīng)Q策意見。最后，以某水電站運(yùn)行機(jī)組為例，對(duì)模型進(jìn)行驗(yàn)證，結(jié)果顯示水電機(jī)組狀態(tài)評(píng)估模型具有實(shí)際應(yīng)用的可行性。該模型對(duì)水電機(jī)組狀態(tài)檢修的實(shí)施過程具有重要的指導(dǎo)意義。

關(guān)鍵詞：水電機(jī)組；層次分析；動(dòng)態(tài)變權(quán)；狀態(tài)評(píng)估

0引言

長期以來，對(duì)水電機(jī)組運(yùn)行狀態(tài)的判斷都是通過預(yù)防性試驗(yàn)或者計(jì)劃檢修來實(shí)現(xiàn)。目前水電站設(shè)備大多采用的計(jì)劃檢修體制存在著嚴(yán)重缺陷，因?yàn)闆]有考慮到機(jī)組的實(shí)際狀態(tài)，存在“小病大治”、“無病也治”的盲目現(xiàn)象等，這使水電站在設(shè)備維修方面耗資巨大。尤其是目前水電站設(shè)備都是采用集成式、少維護(hù)式設(shè)備，自動(dòng)化程度高，計(jì)劃檢修已經(jīng)不適合當(dāng)代水電發(fā)展。隨著傳感技術(shù)、微電子、計(jì)算機(jī)軟硬件和數(shù)字信號(hào)處理技術(shù)在狀態(tài)監(jiān)測(cè)中應(yīng)用，水電機(jī)組狀態(tài)監(jiān)測(cè)的技術(shù)手段已經(jīng)很成熟，但在實(shí)際應(yīng)用時(shí)，如何準(zhǔn)確判斷水電機(jī)組的狀態(tài)，依然是一項(xiàng)迫切需要解決的課題[1-3]。

國內(nèi)的符向前、劉光臨等運(yùn)用故障熵指標(biāo)和綜合劣化度的指標(biāo)，在一定程度上能評(píng)估機(jī)組的運(yùn)行狀態(tài)，但是信息熵的獲取分析理論還在發(fā)展之中，在實(shí)際應(yīng)用實(shí)施中有一定的困難[4]。華中科技大學(xué)的鄒敏針對(duì)水電機(jī)組振動(dòng)故障研究中存在的小樣本問題，以及水電機(jī)組振動(dòng)信號(hào)的非線性與非平穩(wěn)特性開展了基于支持向量機(jī)的水電機(jī)組故障診斷研究，但是支持向量機(jī)在故障診斷領(lǐng)域中的應(yīng)用需要大量的樣本，因而其在水電機(jī)組故障診斷理論與應(yīng)用方面的研究均有待于進(jìn)一步的深入和完善[5-6]。還有一些學(xué)者引入了專家系統(tǒng)[7]，但國內(nèi)外現(xiàn)有的專家系統(tǒng)尚不能對(duì)水電機(jī)組運(yùn)行狀態(tài)進(jìn)行自動(dòng)診斷[8-9]，其主要原因是由于這些專家系統(tǒng)所包含的知識(shí)還不足以全面反映運(yùn)行狀態(tài)的特征與其等級(jí)之間的映射關(guān)系。中國水利水電科學(xué)研究院的安學(xué)利、潘羅平基于Shepard曲面、經(jīng)驗(yàn)?zāi)B(tài)分解法和混沌理論、灰色理論，提出水電機(jī)組狀態(tài)退化評(píng)估與趨勢(shì)預(yù)測(cè)模型，但是對(duì)水電機(jī)組指標(biāo)的提取不夠充足，并且偏重于故障診斷[10]。本研究在分析立軸混流式水電機(jī)組狀態(tài)量的基礎(chǔ)上，建立綜合大量因素的評(píng)估指標(biāo)體系，以層次分析法為基礎(chǔ)，結(jié)合動(dòng)態(tài)變權(quán)理論，構(gòu)建了水電機(jī)組運(yùn)行狀態(tài)評(píng)估模型，以實(shí)現(xiàn)水電機(jī)組運(yùn)行狀態(tài)的定量評(píng)估。

1水電機(jī)組運(yùn)行狀態(tài)評(píng)估模型

1.1水電運(yùn)行狀態(tài)動(dòng)態(tài)變權(quán)層次分析結(jié)構(gòu)

水電運(yùn)行狀態(tài)有大量指標(biāo)，為了盡量真實(shí)的反映機(jī)組的運(yùn)行狀態(tài)，又考慮到水電機(jī)組狀態(tài)評(píng)估的可操作性，本文將水電機(jī)組劃分為水輪機(jī)系統(tǒng)、發(fā)電機(jī)系統(tǒng)、輔助系統(tǒng)以及其他因素4個(gè)方面選取狀態(tài)參量，建立層次型的水電機(jī)組運(yùn)行狀態(tài)評(píng)價(jià)指標(biāo)體系，如圖1所示。

圖1水電機(jī)組狀態(tài)評(píng)估指標(biāo)體系

1.2各級(jí)評(píng)判因素權(quán)重的確定

建立完整的水電運(yùn)行狀態(tài)評(píng)估指標(biāo)體系后，需要根據(jù)層次間、指標(biāo)間的相對(duì)重要性賦予相應(yīng)的權(quán)重?？紤]到目前水電機(jī)組評(píng)估尚在研究起步階段，沒有足夠的明確評(píng)估的樣本可以借鑒，本研究借助專家經(jīng)驗(yàn)，但是，不同專家經(jīng)驗(yàn)對(duì)同一指標(biāo)的判斷存在差異，可以得到多個(gè)不同的判斷矩陣。本研究采用改進(jìn)的AHP法[11]，通過計(jì)算標(biāo)準(zhǔn)差，使其滿足一致性要求，直接求出水電機(jī)組各評(píng)價(jià)指標(biāo)的權(quán)重。具體計(jì)算步驟如下：

假設(shè)對(duì)水電機(jī)組狀態(tài)評(píng)估中，有n個(gè)評(píng)估指標(biāo)，決策專家組有m個(gè)專家組成，則構(gòu)造的判斷矩陣為

計(jì)算反對(duì)稱矩陣

可以知道矩陣B仍然是反對(duì)稱矩陣?？梢宰C明B的最優(yōu)傳遞矩陣C為然后可以解析得到這n個(gè)評(píng)估指標(biāo)的權(quán)重值為

表1各級(jí)評(píng)估指標(biāo)的權(quán)重分布

1.3動(dòng)態(tài)變權(quán)機(jī)理

指標(biāo)體系中包含定量指標(biāo)和定性指標(biāo)兩種，不同的指標(biāo)要采用不同的變權(quán)機(jī)理。

（1）定量指標(biāo)的動(dòng)態(tài)變權(quán)機(jī)理

定量指標(biāo)的獲取可以引入劣化度的概念表示[13]。它是把當(dāng)前設(shè)備的實(shí)際值與故障值或者報(bào)警值相比較，看劣化程度為多少，是一個(gè)取值范圍為[0，1]的定量值。對(duì)越小越優(yōu)型指標(biāo)，計(jì)算方法如下：

對(duì)越大越優(yōu)的指標(biāo)，計(jì)算方法如下：

引入劣化度以后，所有定量指標(biāo)都已經(jīng)能定量表示，關(guān)鍵問題就是權(quán)重分配，本研究采用模糊數(shù)學(xué)中的隸屬函數(shù)和隸屬度法，確定每個(gè)狀態(tài)參量在各狀態(tài)上的概率[14]。為了直觀的表達(dá)狀態(tài)情況，將設(shè)備狀態(tài)分為良好、合格、注意、危險(xiǎn)4個(gè)等級(jí)，分別用v1～v4表示。因?yàn)槿切坞`屬函數(shù)形狀簡單，并且與其他較復(fù)雜的隸屬函數(shù)得出的結(jié)果差別較小[15]，本研究定量指標(biāo)的權(quán)重利用半梯形和三角形組合的分布函數(shù)來確定，如圖2所示。

圖2半梯形和三角形隸屬函數(shù)分布圖

隸屬函數(shù)的具體確定方法是：按照劣化度的計(jì)算公式先計(jì)算出某一指標(biāo)的劣化度，然后，根據(jù)規(guī)程或?qū)＜医?jīng)驗(yàn)，確定圖2中4種狀態(tài)等級(jí)的模糊分解區(qū)間，最后，建立劣化度對(duì)應(yīng)各狀態(tài)等級(jí)的隸屬函數(shù)。例如，對(duì)于水導(dǎo)擺度這個(gè)評(píng)判因素，其對(duì)應(yīng)于4種狀態(tài)（v1～v4）的隸屬函數(shù)可分別確定為：

式中，μv1（x）～μv4（x）分別表示水導(dǎo)擺度劣化度為x時(shí)對(duì)應(yīng)于v1～v4的隸屬函數(shù)?？梢钥闯?，各指標(biāo)值隸屬某一狀態(tài)的概率不是一成不變的，而是由隸屬度函數(shù)曲線確定，會(huì)隨著狀態(tài)的變化而變化。同理，可以得到其他所有定量指標(biāo)的隸屬函數(shù)。

（2）定性指標(biāo)的動(dòng)態(tài)變權(quán)機(jī)理

定性指標(biāo)沒有辦法用某一個(gè)確定的值來表示，本研究采用模糊統(tǒng)計(jì)試驗(yàn)法來確定它們的權(quán)重。通過專家調(diào)查的形式，制作調(diào)查表，由各專家獨(dú)立確定各個(gè)因素在每個(gè)狀態(tài)上的概率，再根據(jù)下面的計(jì)算方法確定各個(gè)因素的權(quán)重：

2應(yīng)用實(shí)例

某電站水輪機(jī)型號(hào)為HLD416A-LJ-696，發(fā)電機(jī)型號(hào)為SF600－48/14200，運(yùn)行記錄中定量指標(biāo)原始數(shù)據(jù)如表2所示。

表2某電站定量狀態(tài)量原始數(shù)據(jù)

首先，按照上文介紹的定量指標(biāo)隸屬度確定方法，分別確定各評(píng)判指標(biāo)對(duì)應(yīng)4種狀態(tài)的隸屬度函數(shù)，再以實(shí)際參數(shù)代入隸屬函數(shù)，分別求得各指標(biāo)相應(yīng)的隸屬度，即可以得到評(píng)判矩陣。例如，水輪機(jī)系統(tǒng)上導(dǎo)擺度值A(chǔ)23，其大于600μm即為極限值，下面計(jì)算它的隸屬度。根據(jù)上面的分析，上導(dǎo)擺度值屬于越小越優(yōu)型指標(biāo)。先求劣化度：

式中的C0等于0，因?yàn)檎駭[理想狀態(tài)下為零，根據(jù)劣化度為0.405，對(duì)應(yīng)隸屬度函數(shù)，可以計(jì)算A23分別屬于各狀態(tài)的概率如下：

于是，得到 A23的評(píng)判矩陣為 R（A23）= [0，0.975，0.025，0]，可以看出，水導(dǎo)的擺度值屬于合格范圍。同理可以求得其他各定量指標(biāo)的評(píng)判矩陣，下面列出其中水輪機(jī)系統(tǒng)各評(píng)級(jí)指標(biāo)的評(píng)判矩陣。

定性指標(biāo)的評(píng)判，本研究通過制作表格，邀請(qǐng)了熟悉本電站運(yùn)行的8位運(yùn)維專家進(jìn)行評(píng)判，通過模糊統(tǒng)計(jì)試驗(yàn)法進(jìn)行計(jì)算，得到其評(píng)判矩陣。如水輪機(jī)系統(tǒng)中噪音A11的評(píng)判，8位運(yùn)維專家給出的評(píng)價(jià)意見是1位認(rèn)為屬于良好狀態(tài)，6位認(rèn)為現(xiàn)場(chǎng)噪音屬于合格狀態(tài)，1位認(rèn)為屬于注意狀態(tài)。于是，可以計(jì)算得到：

于是，得到 A11的評(píng)判矩陣為 R（A11）= [0.125，0.75，0.125，0]，可以看出，水輪機(jī)轉(zhuǎn)輪噪音指標(biāo)屬于合格狀態(tài)，同理可以得到其他定性指標(biāo)的評(píng)判矩陣，下面列出其中水輪機(jī)系統(tǒng)各評(píng)級(jí)指標(biāo)的評(píng)判矩陣。

綜合上面定量指標(biāo)與定性指標(biāo)的評(píng)判矩陣，再結(jié)合上面的權(quán)重分配指標(biāo)，可以分別計(jì)算轉(zhuǎn)輪、水導(dǎo)軸承、頂蓋、尾水管、蝸殼的評(píng)判矩陣，為書寫方便，設(shè)概率分布矩陣為p，且A11=R（A11），于是有R （Ai）=P（Ai）°R（Aij），為廣義矩陣算法，亦即R（Ai）=∑P(Aij)×Aij，其中，i為概率序列，j為指標(biāo)序列，其他以此類推。

具體計(jì)算過程如下所示：

從而可以推算出水輪機(jī)系統(tǒng)G1的狀態(tài)評(píng)判矩陣

可以求得：

同理，可以計(jì)算出發(fā)電機(jī)系統(tǒng)G2的狀態(tài)評(píng)判矩陣

輔助系統(tǒng)G3的狀態(tài)評(píng)判矩陣

其他G4的狀態(tài)評(píng)判矩陣

最后，計(jì)算出整個(gè)水電機(jī)組狀態(tài)評(píng)判矩陣為：

求得水電機(jī)組的評(píng)判矩陣為：

從計(jì)算結(jié)果可以看出，本臺(tái)機(jī)組處于“合格”狀態(tài)的隸屬度最大，所以，機(jī)組運(yùn)行狀態(tài)是合格的。但是，“注意”狀態(tài)的隸屬度也有0.139，說明還是有需要注意關(guān)注的地方，從上面的數(shù)據(jù)分析可以知道，本臺(tái)機(jī)組的發(fā)電機(jī)系統(tǒng)屬于“注意”的概率有0.216，再往初始數(shù)據(jù)分析發(fā)現(xiàn)，發(fā)電機(jī)下導(dǎo)擺度和下機(jī)架的劣化度比較大，屬于“注意”狀態(tài)的隸屬度比較高。而機(jī)組的實(shí)際情況是：機(jī)組處于AGC調(diào)負(fù)荷頻繁階段，經(jīng)常跨越振動(dòng)區(qū)，導(dǎo)致下機(jī)架振動(dòng)平均值較大，而下導(dǎo)軸承擺度值偏大是由于監(jiān)測(cè)用擺度傳感器探頭位置偏移，整體分析機(jī)組屬于正常運(yùn)行狀態(tài)。

3結(jié)論

本研究在分析國內(nèi)外狀態(tài)檢修實(shí)施現(xiàn)狀的基礎(chǔ)上，通過對(duì)水電機(jī)組狀態(tài)量的收集和分析，把水電機(jī)組性能分為水輪機(jī)系統(tǒng)性能、發(fā)電機(jī)系統(tǒng)性能、輔助系統(tǒng)性能、其他性能4個(gè)部分，構(gòu)建具有層次化的水電機(jī)組狀態(tài)量指標(biāo)體系，根據(jù)狀態(tài)量的相互關(guān)系及優(yōu)劣程度，采用改進(jìn)的AHP計(jì)算方法，對(duì)其權(quán)重進(jìn)行賦值，并采用動(dòng)態(tài)變權(quán)分析底層指標(biāo)隸屬度，建立了基于動(dòng)態(tài)變權(quán)層次分析法的水電機(jī)組狀態(tài)評(píng)估模型。通過初步實(shí)例驗(yàn)證，本研究所建立的水電機(jī)組狀態(tài)評(píng)價(jià)指標(biāo)體系，評(píng)價(jià)指標(biāo)全，操作性強(qiáng)，可對(duì)水電機(jī)組運(yùn)行狀態(tài)進(jìn)行準(zhǔn)確、客觀的量化評(píng)估，可為水電站狀態(tài)檢修提供決策依據(jù)。當(dāng)然，模型中權(quán)重指標(biāo)、隸屬度的計(jì)算可能存在不恰當(dāng)之處，還有待于日后通過更多的實(shí)例檢驗(yàn)，在實(shí)踐中不斷完善。

參考文獻(xiàn)：

[1]DING Jin-hua，W ANG Xue-jun，ZHOU Rong.M aintenance and Condition-Based M aintenance[J].International Journal of Plant Engineering and M anagement,2005（03）: 160-170.

[2]劉曉亭,劉昱.水電機(jī)組狀態(tài)檢修的實(shí)施及關(guān)鍵技術(shù)[J].水力發(fā)電,2004（04）:38-41，44.

[3]LIU X T,FENG FZ，SIAW.Condition based monitoringdiagnosisand maintenance on operating equipments of a hydraulic generator unit[C]//.Tsinghua University Proceedings of the 26th IAHR Symposium on Hydraulic Machinery and Systems.TsinghuaUniversity，2012.

[4]符向前,劉光臨,蔣勁,等.基于信息熵的機(jī)組運(yùn)行劣化度綜合指標(biāo)[J].電力系統(tǒng)自動(dòng)化，2005（7）.

[5]鄒敏.基于支持向量機(jī)的水電機(jī)組故障診斷研究[D].武漢：華中科技大學(xué)，2007.

[6]QU Jun-hua，WANG W e-juan.Application of Core Vector Regression in Condition-Based Maintenance for Electric Power Equipments[C]//.Intelligent Information Technology Application Research Association,2010.

[7]劉輝,余永華,丁坦.基于Petri網(wǎng)的水電機(jī)組故障診斷專家系統(tǒng)研究[J].水電能源科學(xué)，2010（02）.

[8]CHIANG JH,YUAN J.Optimalmaintenance policy for a M arkovian system underperiodic inspection[J].Reliability Engineering&System Safety,2001,71(2):165-172.

[9]Joussellin Agnes,Chevalier Roger.Diagnosis of faults in EDF power plants:Frommonitoring to diagnosis[J].American Society of M echanical Engineers,PressureVesselsand Piping Division.2011(14):19-23.

[10]安學(xué)利,潘羅平,張飛,等.水電機(jī)組狀態(tài)退化評(píng)估與非線性預(yù)測(cè)[J].電網(wǎng)技術(shù)，2013（05）.

[11]鄧雪,李家銘,曾浩健,等.層次分析法權(quán)重計(jì)算方法分析及其應(yīng)用研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2012（07）：93-100.

[12]鄒志勇.工程機(jī)械維修現(xiàn)狀及對(duì)策研究[D].西安:長安大學(xué),2002.

[13]廖瑞金,王謙,駱?biāo)技?等.基于模糊綜合評(píng)判的電力變壓器運(yùn)行狀態(tài)評(píng)估模型 [J].電力系統(tǒng)自動(dòng)化,2008（03）: 70-75.

[14]劉小艷,劉欣宇,王梅.隸屬函數(shù)的確定及應(yīng)用[J].電腦知識(shí)與技術(shù),2010（31）:8831-8832.

[15]盧緒祥,李錄平.基于模糊綜合評(píng)判的凝汽器運(yùn)行狀態(tài)評(píng)價(jià)[J].汽輪機(jī)技術(shù),2001,43(5):301-303,316.

中圖分類號(hào)：TV736

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1672-5387（2015）04-0055-05

DOI：10.13599/j.cnki.11-5130.2015.04.017

收稿日期：2015-01-26

作者簡介：劉任改（1987-），男，從事水電站運(yùn)行與維護(hù)工作。