基于健康樣本的水電機組狀態(tài)評價方法探究

周正華，陳豪杰，鄒琦華，萬芳清

（1.浙江華電烏溪江水力發(fā)電有限公司，浙江 衢州 324000；2.北京華科同安監(jiān)控技術(shù)有限公司，北京 100043）

0 引言

隨著水電廠自動化程度的不斷提高和計算機科學(xué)的飛速發(fā)展，水電機組的運行已處于各類自動化元件和系統(tǒng)的密切監(jiān)視之下，當(dāng)出現(xiàn)異常時能迅速做出判斷和處理[1]。同時，大量的監(jiān)測信息也為實現(xiàn)水電機組自動故障診斷提供了基礎(chǔ)數(shù)據(jù)樣本。然而，傳統(tǒng)的故障診斷方法以故障樣本為依據(jù)，即通過實時數(shù)據(jù)樣本與故障樣本的比對，判斷機組是否存在某種故障[2]。由于水電機組故障樣本較少，傳統(tǒng)的故障診斷方法難以開展，且水電機組受水力、機械、電氣等因素耦合影響，某些故障與其征兆間存在非線性的映射關(guān)系，難以通過機器實現(xiàn)自動判別和診斷。

近年來，水電機組監(jiān)測數(shù)據(jù)的信息挖掘與融合技術(shù)已成為行業(yè)研究熱點[3]，即通過對已有數(shù)據(jù)樣本進行深入分析和挖掘，探尋水電機組的運行特點和規(guī)律，進而對水電機組的運行狀態(tài)進行實時評價和趨勢預(yù)測[4]。本文利用機組已積累的大量運行數(shù)據(jù)建立健康樣本，設(shè)計了水電機組狀態(tài)評價的健康模型，進而根據(jù)監(jiān)測數(shù)據(jù)的統(tǒng)計分析結(jié)果，確立了評價閾值和體系，可對機組運行狀態(tài)進行實時評價，并預(yù)測早期或潛在的故障。

1 評價方法

1.1 健康樣本的建立

水電機組的健康樣本即機組在健康狀態(tài)下的數(shù)據(jù)集。對新投產(chǎn)的機組，剛剛投運后的監(jiān)測數(shù)據(jù)集可作為健康樣本；對已投運多年的機組，可選用大修后的監(jiān)測數(shù)據(jù)集作為健康樣本。健康基準(zhǔn)值和閾值是健康樣本的兩個基本要素，健康基準(zhǔn)值為實時數(shù)據(jù)進行比對、判別提供基準(zhǔn)，實時數(shù)據(jù)偏離健康基準(zhǔn)值的多少可作為健康程度的判別依據(jù)，根據(jù)實時數(shù)據(jù)是否超出閾值則可判斷狀態(tài)是否健康。運行狀況良好的機組，其監(jiān)測參數(shù)在均值附近波動，可選取參數(shù)均值作為健康基準(zhǔn)值。另據(jù)相關(guān)研究表明，穩(wěn)態(tài)工況下運行的水電機組狀態(tài)監(jiān)測參數(shù)服從正態(tài)分布，可根據(jù)正態(tài)分布的理論設(shè)定參數(shù)的閾值[5]，即3σ準(zhǔn)則：

式中，Srt，實時監(jiān)測值；，健康樣本基準(zhǔn)值；σ，健康樣本標(biāo)準(zhǔn)差。

根據(jù)正態(tài)分布的理論，監(jiān)測參數(shù)實時值位于3σ區(qū)間內(nèi)的概率為99.74%。因此，根據(jù)3σ準(zhǔn)則確定的健康樣本可涵蓋絕大部分的健康數(shù)據(jù)。

1.2 健康模型設(shè)計

由于水電機組工況、負(fù)荷調(diào)整頻繁，不同工況下的監(jiān)測參數(shù)存在很大的差別。若不把工況因素考慮在內(nèi)，建立的健康樣本便不具備代表性。研究發(fā)現(xiàn)，出力和水頭是影響水電機組運行特性最核心的兩個要素，可建立基于特定出力和特定水頭下的健康樣本，全部出力和水頭范圍內(nèi)的健康樣本構(gòu)成水電機組狀態(tài)評價的健康模型?；诔隽退^的健康模型如下表示：

式中，Em，狀態(tài)評價三維健康模型；P，機組出力；H，機組水頭。

機組監(jiān)測參數(shù)在不同出力、水頭下的健康樣本構(gòu)成了狀態(tài)評價健康模型的樣本子集。根據(jù)實時的機組出力和水頭，在三維健康模型中檢索到對應(yīng)的健康樣本，實時監(jiān)測數(shù)據(jù)和健康基準(zhǔn)值進行比對，判斷其偏離基準(zhǔn)值的程度，是否超出健康閾值范圍，最終做出狀態(tài)評價結(jié)果。

2 狀態(tài)評價的實現(xiàn)

以國內(nèi)某水電機組滿負(fù)荷穩(wěn)定運行10 h積累的監(jiān)測數(shù)據(jù)為例，說明健康樣本和健康模型的建立與狀態(tài)評價的實現(xiàn)過程。該時段內(nèi)，機組一直在滿負(fù)荷工況下運行，且上下游水位保持穩(wěn)定。原始監(jiān)測數(shù)據(jù)共包括上導(dǎo)擺度+X、上機架水平振動+X、蝸殼進口壓力脈動、發(fā)電機層噪聲4個監(jiān)測參數(shù)。狀態(tài)監(jiān)測系統(tǒng)每3 s保存一組實時數(shù)據(jù)，每個監(jiān)測數(shù)據(jù)樣本分別包括12 000個數(shù)據(jù)點。

2.1 監(jiān)測數(shù)據(jù)的統(tǒng)計分析

對4個監(jiān)測參數(shù)的數(shù)據(jù)樣本開展統(tǒng)計分析，概率密度曲線如圖1所示，累積概率曲線如圖2所示。從圖1和圖2可以看出，4個數(shù)據(jù)樣本的概率密度曲線和累積概率曲線同正態(tài)分布曲線極其接近，穩(wěn)態(tài)工況下的監(jiān)測數(shù)據(jù)近似服從正態(tài)分布。

圖1 監(jiān)測數(shù)據(jù)的概率密度曲線

圖2 監(jiān)測數(shù)據(jù)的累積概率曲線

2.2 評價閾值的確立

以上監(jiān)測數(shù)據(jù)是在機組運行狀態(tài)良好、出力和水頭保持穩(wěn)定的工況下采集到的，構(gòu)成了該機組在該特定工況下的健康樣本。由1.1得知，監(jiān)測數(shù)據(jù)服從正態(tài)分布，采用數(shù)據(jù)樣本均值作為健康基準(zhǔn)值，采用3σ準(zhǔn)則確立閾值。4個監(jiān)測參數(shù)的健康基準(zhǔn)值與上、下限閾值如表1所示。

表1 監(jiān)測參數(shù)健康樣本的確立

4個監(jiān)測參數(shù)的評價閾值如圖3所示。從圖中可以看出，采用準(zhǔn)則確立的閾值可包括絕大部分的健康數(shù)據(jù)，并剔除偶爾超出正常范圍波動的個別數(shù)據(jù)。上限閾值規(guī)定了監(jiān)測數(shù)據(jù)波動的上限值，若超出則存在異常；同時，下限閾值也同樣重要，若監(jiān)測值出現(xiàn)較低數(shù)值乃至超出下限閾值，則可能為傳感器或數(shù)據(jù)通信故障導(dǎo)致的數(shù)據(jù)失效。

圖3 健康樣本中評價閾值的確立

2.3 狀態(tài)評價體系

當(dāng)監(jiān)測系統(tǒng)實時采集到監(jiān)測值后，代入已建立的健康模型Em=f（P，H）中，根據(jù)機組實時工況參數(shù)，檢索到對應(yīng)工況下的健康樣本，同健康樣本中的健康基準(zhǔn)值和閾值進行比對，按照下式得出機組的狀態(tài)評價結(jié)果：

式中，Es，機組狀態(tài)評價結(jié)果。

機組狀態(tài)評價結(jié)果根據(jù)實時監(jiān)測值與健康樣本的比對得出，以百分?jǐn)?shù)的形式表示，不同結(jié)果的評價涵義可如下定義：

66.7%≤Es≤100%，表明監(jiān)測值在健康基準(zhǔn)值上下1σ的范圍波動，機組狀態(tài)為“優(yōu)”；

33.3%≤Es≤66.7%，表明監(jiān)測值在健康基準(zhǔn)值上下1σ～2σ的范圍波動，機組狀態(tài)為“良”；

0%≤Es≤33.3%，表明監(jiān)測值在健康基準(zhǔn)值上下2σ～3σ的范圍波動，機組狀態(tài)為“中”；

Es≤0%，表明監(jiān)測值已超出健康樣本的閾值，機組狀態(tài)為“差”，需作進一步檢查。

3 結(jié)論

本文以機組的健康數(shù)據(jù)為依據(jù)，建立了基于健康樣本的水電機組狀態(tài)評價方法。經(jīng)統(tǒng)計分析，監(jiān)測數(shù)據(jù)服從正態(tài)分布，根據(jù)正態(tài)分布理論確立了健康樣本中的基準(zhǔn)值和閾值，并根據(jù)實時監(jiān)測值偏離健康基準(zhǔn)的程度和超出閾值與否，建立了水電機組的狀態(tài)評價體系。此評價方法是在對健康數(shù)據(jù)的挖掘分析中得出的，相對于傳統(tǒng)的基于故障樣本的診斷方法，可在故障尚未發(fā)生或故障早期，對機組的狀態(tài)作出實時評價，有助于提前檢測機組狀態(tài)的變化或異常，保障機組的運行安全。