結(jié)合綜合賦權(quán)與高斯區(qū)間隸屬度的水電機(jī)組狀態(tài)評價(jià)模型

秦小元，謝輝平，劉仁杰，徐 丹，劉 東，肖志懷

（1.向家壩水力發(fā)電廠，四川宜賓 644612；2.南京南瑞繼保電氣有限公司，南京 211101；3.武漢大學(xué)水資源與水電工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，武漢 430072；4.武漢大學(xué)水力機(jī)械過渡過程教育部重點(diǎn)實(shí)驗(yàn)室，武漢 430072）

0 引 言

合理評估水電機(jī)組所處健康狀態(tài)是保證機(jī)組安全穩(wěn)定運(yùn)行的重要環(huán)節(jié)，國內(nèi)電站大多都已安裝了實(shí)時(shí)有效的狀態(tài)監(jiān)測系統(tǒng)，通過對判斷監(jiān)測指標(biāo)是否超限，確定機(jī)組實(shí)時(shí)運(yùn)行狀態(tài)。但目前狀態(tài)監(jiān)測多側(cè)重對單一測點(diǎn)分析，未能很好的將單個(gè)監(jiān)測指標(biāo)劣化程度與對機(jī)組整體系統(tǒng)的影響聯(lián)系起來。水電機(jī)組測點(diǎn)眾多，且正常樣本多，故障樣本少，如何利用現(xiàn)有監(jiān)測數(shù)據(jù)對機(jī)組進(jìn)行全面有效的評估是水電領(lǐng)域需要深入研究的問題。

層次分析法作為一種經(jīng)典的體系分析方法，由于結(jié)構(gòu)清晰，層次分明，對復(fù)雜系統(tǒng)適應(yīng)性強(qiáng)等特點(diǎn)，被廣泛應(yīng)用于風(fēng)險(xiǎn)評估，資源分配，設(shè)備評價(jià)等領(lǐng)域［1，2］，目前在水電領(lǐng)域上也有部分應(yīng)用，如毛成等［3］利用層次分析法構(gòu)建水電機(jī)組評價(jià)指標(biāo)體系與評價(jià)模型，闡述了該方法在水電機(jī)組健康評價(jià)方面的應(yīng)用，但使用層次分析法進(jìn)行指標(biāo)賦權(quán)存在過于依賴主觀經(jīng)驗(yàn)，客觀性不足等問題，使得其在水電領(lǐng)域的應(yīng)用更多停留在體系分層方面。

隨著水電事業(yè)的不斷發(fā)展，國內(nèi)水電領(lǐng)域頒布了多種行業(yè)規(guī)則與電站運(yùn)行規(guī)程用于確定機(jī)組監(jiān)測量限值［4］，為機(jī)組運(yùn)維檢修提供指導(dǎo)參考，但水電機(jī)組類型繁多，運(yùn)行環(huán)境復(fù)雜，監(jiān)測指標(biāo)尤其是快變量指標(biāo)如振動(dòng)類、擺度類、壓力脈動(dòng)類受機(jī)組自身運(yùn)行工況，安裝位置等因素影響較大，且不同工況范圍內(nèi)，監(jiān)測指標(biāo)適用的限值范圍往往不同，這就使得單純依賴行業(yè)導(dǎo)則規(guī)程難以有效確定機(jī)組各指標(biāo)限值，對機(jī)組自身實(shí)際情況和積累的海量歷史健康數(shù)據(jù)沒有充分考慮。針對這一問題，部分學(xué)者通過分析機(jī)組監(jiān)測樣本的分布情況，提出使用基于高斯分布的閾值確定法計(jì)算機(jī)組監(jiān)測量的限值［5，6］，這一方式相較于規(guī)程導(dǎo)則規(guī)定的單一報(bào)警值具有非常大的進(jìn)步，為后續(xù)實(shí)現(xiàn)對水電機(jī)組更加精確的狀態(tài)評價(jià)提供了可能。

本文針對當(dāng)前水電機(jī)組狀態(tài)評價(jià)方面研究的不足，在充分研究現(xiàn)有機(jī)組健康樣本的基礎(chǔ)上，提出了一種融合綜合賦權(quán)與高斯區(qū)間隸屬度的水電機(jī)組綜合狀態(tài)評價(jià)模型。根據(jù)研究對象結(jié)構(gòu)和測點(diǎn)布置情況，利用層次分析法確定機(jī)組層次結(jié)構(gòu)體系，計(jì)算各成分主觀權(quán)重，根據(jù)監(jiān)測系統(tǒng)歷史數(shù)據(jù)，通過CRITIC法計(jì)算各成分客觀權(quán)重，將主客觀權(quán)重結(jié)合最終得到綜合權(quán)重；其次，對機(jī)組額定工況下的歷史健康樣本進(jìn)行統(tǒng)計(jì)分析，發(fā)現(xiàn)機(jī)組振擺類、壓力脈動(dòng)類等快變量信號峰峰值具有明顯的正態(tài)分布特性，因此利用高斯閾值法確定機(jī)組各監(jiān)測指標(biāo)上下限值，對于溫度等不符合正態(tài)分布特征的慢變量信號，根據(jù)現(xiàn)有行業(yè)規(guī)則確定其限值。將指標(biāo)限值分為四個(gè)區(qū)間，并制定各區(qū)間得分體系。最后，判斷實(shí)測指標(biāo)所屬區(qū)間的區(qū)間隸屬度與指標(biāo)分值，將指標(biāo)分值加權(quán)得到系統(tǒng)總體分值，根據(jù)分值對應(yīng)的狀態(tài)等級判斷機(jī)組所處運(yùn)行狀態(tài)。使用該評價(jià)模型對某電站機(jī)組進(jìn)行了評價(jià)，結(jié)果表明該模型具有良好的評價(jià)效果。

1 水電機(jī)組層次分析體系構(gòu)建

水電機(jī)組測點(diǎn)眾多，且不同電站、不同類型機(jī)組測點(diǎn)布置形式不盡相同，就水輪機(jī)系統(tǒng)而言，監(jiān)測量基本都可分為振擺類、壓力脈動(dòng)類、溫度類等，為盡量真實(shí)反映機(jī)組運(yùn)行狀態(tài)，本文按照機(jī)組監(jiān)測量類型構(gòu)建層次分析體系，以某電站3 號機(jī)組為例，將該機(jī)組水輪機(jī)系統(tǒng)層次結(jié)構(gòu)分為三層，如圖1所示。

圖1 水輪機(jī)系統(tǒng)層次結(jié)構(gòu)體系Fig.1 The hierarchical analysis system of the turbine system

圖1中所構(gòu)建的層次結(jié)構(gòu)體系由上至下分為目標(biāo)層—項(xiàng)目層—指標(biāo)層，涵蓋振動(dòng)、擺度、壓力脈動(dòng)、溫度四大類監(jiān)測指標(biāo)，可較為全面反映水輪機(jī)系統(tǒng)的運(yùn)行狀態(tài)。

2 基于綜合賦權(quán)與高斯區(qū)間隸屬度的機(jī)組狀態(tài)評價(jià)模型

該評價(jià)模型算法流程如圖2 所示，模型總體分為離線和在線兩個(gè)階段。

圖2 水電機(jī)組狀態(tài)評價(jià)模型算法流程Fig.2 Algorithm flow of hydropower unit state evaluation model

離線階段：①根據(jù)機(jī)組結(jié)構(gòu)與測點(diǎn)布置情況，確定層次分析體系，將機(jī)組由上至下分為三層：目標(biāo)層—項(xiàng)目層—指標(biāo)層；②使用綜合賦權(quán)法確定各層成分權(quán)重；③確定機(jī)組各指標(biāo)運(yùn)行限值，振動(dòng)類指標(biāo)根據(jù)其正態(tài)分布特性確定，溫度類則根據(jù)現(xiàn)有規(guī)程導(dǎo)則和機(jī)組實(shí)際情況確定；④將指標(biāo)限值分為4個(gè)區(qū)間，并制定各區(qū)間得分體系。

在線階段：①根據(jù)指標(biāo)限值，判斷監(jiān)測指標(biāo)實(shí)時(shí)值所屬狀態(tài)區(qū)間，計(jì)算對應(yīng)區(qū)間隸屬度；②根據(jù)區(qū)間隸屬度計(jì)算指標(biāo)健康分值；③將各指標(biāo)分值加權(quán)，計(jì)算項(xiàng)目層各成分分值；④將項(xiàng)目層分值加權(quán)，計(jì)算目標(biāo)層分值；⑤根據(jù)各層得分情況對機(jī)組整體狀態(tài)進(jìn)行評價(jià)。

在層次分析體系中，底層指標(biāo)權(quán)重對整體得分的影響會隨著傳遞層數(shù)的增加不斷衰減，出現(xiàn)類似于神經(jīng)網(wǎng)絡(luò)梯度消失的現(xiàn)象，如當(dāng)?shù)讓幽持笜?biāo)嚴(yán)重偏離正常值時(shí)，往往預(yù)示著系統(tǒng)已經(jīng)出現(xiàn)異常，但在系統(tǒng)總體得分中可能并沒有足夠體現(xiàn)，整體評價(jià)結(jié)果依然正常。針對這一問題，有學(xué)者提出了變權(quán)理論［7］適當(dāng)增加異常指標(biāo)權(quán)重占比，使其能突出對評價(jià)結(jié)果的影響程度。變權(quán)理論在一個(gè)指標(biāo)出現(xiàn)異常時(shí)，能夠起到很好的變權(quán)效果，當(dāng)同一子項(xiàng)目層下的多個(gè)指標(biāo)異常時(shí)，則變權(quán)效果不理想［8］。水電機(jī)組這類復(fù)雜系統(tǒng)具有強(qiáng)耦合特點(diǎn)，各指標(biāo)之間互相關(guān)聯(lián)，單一指標(biāo)出現(xiàn)異常并不能充分說明機(jī)組整體處于異常狀態(tài)。綜合以上考慮，本文將項(xiàng)目層得分作為評價(jià)機(jī)組系統(tǒng)整體狀態(tài)的依據(jù)，項(xiàng)目層中子項(xiàng)目最低分所處狀態(tài)為機(jī)組系統(tǒng)最終狀態(tài)，且當(dāng)同一子項(xiàng)目層下有50%及以上指標(biāo)得分為異常時(shí)，判定機(jī)組系統(tǒng)異常。

3 綜合賦權(quán)理論

在復(fù)雜系統(tǒng)中，各子成分權(quán)重分為主觀權(quán)重和客觀權(quán)重，其中主觀權(quán)重從認(rèn)識的角度出發(fā)，根據(jù)各成分之間的重要程度，依據(jù)行業(yè)共識或?qū)＜医?jīng)驗(yàn)進(jìn)行權(quán)重判定?？陀^權(quán)重則從系統(tǒng)本身出發(fā)，通過不同成分?jǐn)?shù)據(jù)所反映的系統(tǒng)信息對各子成分進(jìn)行賦權(quán)。主觀賦權(quán)與客觀賦權(quán)相互補(bǔ)充，共同反映了系統(tǒng)成分的真實(shí)權(quán)重。

在機(jī)械設(shè)備主觀賦權(quán)方面，層次分析法能有效考慮各成分之間的相互影響，是最為常用的主觀賦權(quán)方法，其核心是對復(fù)雜系統(tǒng)按照從整體到局部的原則進(jìn)行層次分解，然后構(gòu)造判斷矩陣并求解矩陣最大特征根以及對應(yīng)的特征向量，得出每一層指標(biāo)權(quán)重w。

CRITIC（Criteria Importance Through Intercriteria Correlation）法［9，10］是一種客觀權(quán)重賦權(quán)法，該方法以指標(biāo)包含信息量作為確定指標(biāo)權(quán)重的依據(jù)，指標(biāo)信息包括同一指標(biāo)之間的差異性以及該指標(biāo)與不同指標(biāo)之間的沖突性。指標(biāo)差異性即指標(biāo)變化幅度，變化幅度越大，表明指標(biāo)差異性越大，一般用標(biāo)準(zhǔn)差表示。指標(biāo)沖突性指該指標(biāo)與其他指標(biāo)之間的關(guān)聯(lián)程度，沖突性越大，表明關(guān)聯(lián)程度越低。CRITIC 法確定指標(biāo)權(quán)重，不僅考慮了同一指標(biāo)包含的信息量，還考慮了不同指標(biāo)的相關(guān)性，使計(jì)算結(jié)果更加客觀合理。運(yùn)用CRITIC法確定指標(biāo)權(quán)重步驟為：

（1）指標(biāo)歸一化。對于第i個(gè)監(jiān)測指標(biāo)Vi={Vi( 1) ，Vi( 2 )，…，Vi(t)，…，Vi(m)|i，t，m∈N+，對 其 進(jìn) 行 歸 一 化，去 除 指 標(biāo)量綱：

于 是 歸 一 化 后 的 指 標(biāo) 為：V′i={V′i( 1) ，V′i( 2 )，…，V′i(t)，…，V′i(m)|i，t，m∈N+}。

（2）計(jì)算指標(biāo)信息量。在CRITIC 法中，指標(biāo)信息包括指標(biāo)差異性與指標(biāo)沖突性，差異性用標(biāo)準(zhǔn)差表示，記為σi；假設(shè)指標(biāo)Vi與指標(biāo)Vj的皮爾遜相關(guān)系數(shù)［8］為rij，則指標(biāo)Vi的沖突性K為：

指標(biāo)信息量Gi為：

（3）計(jì)算指標(biāo)客觀權(quán)重。將指標(biāo)信息量歸一化，得到各指標(biāo)客觀權(quán)重：

γ=(γ1，…，γn)T為指標(biāo)客觀權(quán)重向量。

將層次分析法求得的主觀權(quán)重w與CRITIC 法求得的客觀權(quán)重γ結(jié)合，求取指標(biāo)綜合權(quán)重ω。綜合權(quán)重應(yīng)盡可能接近主觀權(quán)重與客觀權(quán)重，而不偏重其中任意一項(xiàng)，本文依據(jù)最小鑒別信息原理［11］確定綜合權(quán)重。計(jì)算方式為：

則綜合權(quán)重向量：ω=(ω1，…，ωn)T。

4 機(jī)組指標(biāo)區(qū)間狀態(tài)評價(jià)

4.1 機(jī)組監(jiān)測指標(biāo)定量分析

水電機(jī)組監(jiān)測指標(biāo)多為定量指標(biāo)，進(jìn)一步的，定量指標(biāo)又可分為越大越優(yōu)型指標(biāo)、越小越優(yōu)型指標(biāo)和中間型指標(biāo)。本節(jié)引入劣化度概念，表征機(jī)組當(dāng)前實(shí)際狀態(tài)與故障狀態(tài)相比的相對劣化程度，其取值范圍為［0，1］。不同取值反映評判指標(biāo)不同的劣化程度。

對于越小越優(yōu)型指標(biāo)，劣化度計(jì)算式為：

式中：g為評判指標(biāo)的劣化度；v為指標(biāo)實(shí)測值；β1為指標(biāo)上限值；α1為指標(biāo)最優(yōu)值，且α1＜β1。

對于越大越優(yōu)型指標(biāo)，劣化度為：

式中：α2為指標(biāo)下限值；β2為指標(biāo)最優(yōu)值，且α2＜β2。

此外機(jī)組還存在中間型指標(biāo)，中間型指標(biāo)本質(zhì)上屬于越小越優(yōu)型指標(biāo)與越大越優(yōu)型指標(biāo)的集合，當(dāng)指標(biāo)值位于最優(yōu)值左區(qū)間時(shí)，指標(biāo)為越大越優(yōu)型指標(biāo)，右區(qū)間則為越小越優(yōu)型指標(biāo)。

4.2 機(jī)組監(jiān)測指標(biāo)統(tǒng)計(jì)分布分析

在水電機(jī)組測點(diǎn)信號中，振動(dòng)類信號屬于快變量信號，這類信號主要特征是隨時(shí)間變化較快，具有較快的周期變化規(guī)律，但在測量上又有著較強(qiáng)的隨機(jī)誤差，振動(dòng)信號的分布特性已有學(xué)者進(jìn)行過研究，研究表明振動(dòng)信號峰峰值分布具有明顯的正態(tài)分布特性。但對于溫度這類隨時(shí)間變化較慢的慢變量信號，目前尚未有研究表明其也具有正態(tài)分布特性。以第2 節(jié)機(jī)組為例，對該機(jī)組額定運(yùn)行工況下某正常時(shí)段內(nèi)的頂蓋Z向振動(dòng)，水導(dǎo)X向擺度、蝸殼壓力脈動(dòng)、水導(dǎo)軸承瓦溫信號進(jìn)行統(tǒng)計(jì)分析，驗(yàn)證其是否符合正態(tài)分布，結(jié)果如圖3所示。

從圖3（a）～（c）可以看出，機(jī)組頂蓋振動(dòng)、水導(dǎo)擺度和壓力脈動(dòng)數(shù)據(jù)比較接近高斯分布，可認(rèn)為該類數(shù)據(jù)近似符合高斯分布，水導(dǎo)瓦溫則明顯不服從高斯分布，且不遵循任何一種明確的數(shù)學(xué)分布。因此可以認(rèn)為，在當(dāng)前同一工況下，機(jī)組振動(dòng)類信號峰峰值序列符合高斯分布，溫度類不符合高斯分布。

4.3 基于高斯分布的監(jiān)測指標(biāo)閾值確定

假設(shè)x～N(μ，σ2)，則x的概率分布函數(shù)為：

由于水電機(jī)組振動(dòng)監(jiān)測指標(biāo)具有明顯的正態(tài)分布特征。對于機(jī)組某監(jiān)測指標(biāo)Vi={Vi(1)，Vi(2)，…，Vi(t)，…，Vi(m)}，根據(jù)式（8），該指標(biāo)任一組實(shí)時(shí)監(jiān)測值Vi(t)落在區(qū)間[μ- 3σ，μ+3σ]的概率為99.74%，落在區(qū)間[μ- 3σ，μ+ 3σ]外的概率為0.26%，屬于小概率事件，在水電機(jī)組正常運(yùn)行中，小概率事件幾乎不可能發(fā)生，因此將[μ- 3σ，μ+ 3σ]作為機(jī)組監(jiān)測指標(biāo)正常運(yùn)行限值，即3σ法則［5］。當(dāng)監(jiān)測指標(biāo)幅值超過[μ-3σ，μ+ 3σ]時(shí)，則認(rèn)為該指標(biāo)出現(xiàn)異常。為更加全面細(xì)致衡量指標(biāo)狀態(tài)，在3σ法則基礎(chǔ)上，將指標(biāo)限值進(jìn)一步延拓，根據(jù)式（8），確定[μ- 4σ，μ+ 4σ]為機(jī)組振動(dòng)指標(biāo)總體限值，μ為最優(yōu)值，其中：

4.4 基于區(qū)間隸屬度的監(jiān)測指標(biāo)劣化評價(jià)

將機(jī)組及指標(biāo)評價(jià)狀態(tài)分為4級，分別為狀態(tài)I：良好，狀態(tài)II：合格，狀態(tài)III：注意，狀態(tài)IV：異常。機(jī)組各狀態(tài)評價(jià)等級對應(yīng)分值如表1所示。

表1 水電機(jī)組狀態(tài)評價(jià)表Tab.1 Hydropower unit state evaluation table

相應(yīng)的，根據(jù)狀態(tài)分級，將指標(biāo)限值分為對應(yīng)的四個(gè)區(qū)間，分 別 為：良 好：[μ-σ，μ]∪[μ，μ+σ]，合 格：[μ- 2σ，μ-σ]∪[μ+σ，μ+ 2σ]，注 意：[μ- 3σ，μ- 2σ]∪[μ+ 2σ，μ+3σ]，異常：[μ- 4σ，μ- 3σ]∪[μ+ 3σ，μ+ 4σ]。當(dāng)指標(biāo)監(jiān)測值位于某狀態(tài)區(qū)間的右段時(shí)，該指標(biāo)為越小越優(yōu)型指標(biāo)，劣化度計(jì)算如式（6），否則為越大越優(yōu)型指標(biāo)，劣化度計(jì)算如式（7）。

定義隸屬度概念，用于衡量指標(biāo)在所屬狀態(tài)區(qū)間隸屬程度，隸屬度l計(jì)算方式為：

從式（10）可以看出，指標(biāo)區(qū)間隸屬度與劣化度互為相反關(guān)系，當(dāng)隸屬度越大，表明該指標(biāo)值在當(dāng)前所屬狀態(tài)區(qū)間內(nèi)劣化度越小，反之越大。

根據(jù)指標(biāo)區(qū)間隸屬度計(jì)算指標(biāo)健康得分，指標(biāo)得分計(jì)算方式為：

式中：v為指標(biāo)得分；vup為指標(biāo)所屬狀態(tài)區(qū)間上限分值；vdown為下限分值；vbase為基礎(chǔ)分值。

如當(dāng)指標(biāo)實(shí)時(shí)值為良好狀態(tài)區(qū)間，則根據(jù)表1，有vup= 100，vdown= 80，vbase= 80。

根據(jù)各指標(biāo)權(quán)重對各指標(biāo)得分加權(quán)求和，即得到上一層分值。

5 實(shí)例驗(yàn)證

以第1 節(jié)所分析的電站機(jī)組為例，使用該模型對機(jī)組不同時(shí)刻下的運(yùn)行狀態(tài)展開評估。機(jī)組額定工況為200 MW，在2015年8月底發(fā)生了轉(zhuǎn)輪室里襯脫落故障，期間機(jī)組一直滿負(fù)荷運(yùn)行，由于機(jī)組轉(zhuǎn)輪屬于水輪機(jī)系統(tǒng)，因此對水輪機(jī)系統(tǒng)狀態(tài)展開分析，其層次結(jié)構(gòu)如圖1所示。

文獻(xiàn)［12］基于軸向振動(dòng)信號對該機(jī)組在故障發(fā)生前后的運(yùn)行狀態(tài)進(jìn)行了詳細(xì)分析，根據(jù)分析結(jié)果可以判斷機(jī)組在8月20 號之前處于正常運(yùn)行狀態(tài)，因此選取8月10 號-20 號時(shí)間段內(nèi)每個(gè)測點(diǎn)各200 組數(shù)據(jù)作為正常樣本，用于計(jì)算指標(biāo)權(quán)重與指標(biāo)限值。

5.1 層次體系權(quán)值計(jì)算

5.1.1 指標(biāo)層權(quán)重計(jì)算

使用層次分析法計(jì)算指標(biāo)層各指標(biāo)主觀權(quán)重，根據(jù)圖1，振動(dòng)類指標(biāo)包括6個(gè)指標(biāo)，主觀認(rèn)為各指標(biāo)重要程度相同，因此振動(dòng)指標(biāo)主觀權(quán)重向量為(1 6，1 6，1 6，1 6，1 6，1 6)T。同理，擺度類各指標(biāo)主觀權(quán)重向量為(1 2，1 2)T，壓力脈動(dòng)指標(biāo)主觀權(quán)重向量(1 2，1 2)T，溫度指標(biāo)主觀權(quán)重向量(1 4，1 4，1 4，1 4)T。以各測點(diǎn)正常數(shù)據(jù)作為計(jì)算樣本，使用CRITIC 法計(jì)算各指標(biāo)客觀權(quán)重，最終將主客觀權(quán)重帶入式（5）得到指標(biāo)綜合權(quán)重向量如表2所示。

表2 指標(biāo)層權(quán)重向量Tab.2 Index layer weight vector

5.1.2 項(xiàng)目層權(quán)重計(jì)算

使用層次分析法確定項(xiàng)目層各類別指標(biāo)權(quán)重，振動(dòng)、擺度、壓力脈動(dòng)指標(biāo)為快變特征量，對機(jī)組狀態(tài)的反映更為敏感，因此在重要度上振動(dòng)指標(biāo)=擺度指標(biāo)=壓力脈動(dòng)指標(biāo)＞溫度指標(biāo)。通過層次分析法確定項(xiàng)目層權(quán)重為：ω=（0.285 7，0.285 7，0.285 7，0.142 9）T。

5.2 監(jiān)測指標(biāo)限值計(jì)算

根據(jù)4.2 節(jié)分析結(jié)果，同工況下的快變量信號存在高斯分布特性，振動(dòng)、擺度、壓力脈動(dòng)指標(biāo)限值根據(jù)4.3 節(jié)方法確定，將各指標(biāo)正常樣本帶入式（8），得到指標(biāo)總體限值如表3所示。

表3 快變量指標(biāo)限值Tab.3 Fast variable index limit

溫度指標(biāo)由于不符合高斯分布特性，因此通過高斯分布確定閾值的方法不再適用，根據(jù)GB/T 7894-2009《水輪發(fā)電機(jī)基本技術(shù)條件》中對水輪發(fā)電機(jī)組導(dǎo)軸承溫度的規(guī)定如表4所示。

表4 軸承允許溫度值 ℃Tab.4 Allowable bearing temperature

所評估機(jī)組水導(dǎo)軸承軸瓦為巴氏合金瓦，正常情況下最高溫度限值為75 ℃。綜合考慮電站規(guī)程與行業(yè)導(dǎo)則，確定水輪機(jī)系統(tǒng)溫度類指標(biāo)限值如表5 所示。在各狀態(tài)范圍內(nèi)，溫度指標(biāo)均為越小越優(yōu)型指標(biāo)。

表5 水輪機(jī)系統(tǒng)溫度類指標(biāo)限值Tab.5 The turbine system temperature index limit

5.3 機(jī)組狀態(tài)評估

文獻(xiàn)［12］通過構(gòu)建基于機(jī)組軸向振動(dòng)信號的劣化指標(biāo)，分析了該機(jī)組由正常到故障的演變過程，劣化指標(biāo)隨時(shí)間的變化趨勢如圖4所示。

圖4 機(jī)組劣化指標(biāo)變化趨勢圖Fig.4 Change trend chart of unit degradation index

根據(jù)文獻(xiàn)［12］的分析結(jié)果，將指標(biāo)大于0.2 認(rèn)為是故障開始的標(biāo)志。選取A、B、C、D四個(gè)有代表性時(shí)刻點(diǎn)，使用所構(gòu)建的狀態(tài)評價(jià)模型對各時(shí)刻點(diǎn)機(jī)組水輪機(jī)系統(tǒng)狀態(tài)進(jìn)行整體評價(jià)，各時(shí)刻點(diǎn)指標(biāo)監(jiān)測值如表6所示。

表6 額定工況下機(jī)組水輪機(jī)系統(tǒng)監(jiān)測數(shù)據(jù)Tab.6 Monitoring data of the turbine system under rated conditions

表7 為各時(shí)刻水輪機(jī)系統(tǒng)詳細(xì)得分情況。A 時(shí)刻水輪機(jī)系統(tǒng)各項(xiàng)指標(biāo)得分均處于正常水平，機(jī)組無異常；B時(shí)刻振動(dòng)指標(biāo)中軸向振動(dòng)指標(biāo)A、B、C 相均出現(xiàn)異常，且振動(dòng)指標(biāo)處于注意狀態(tài)，此時(shí)機(jī)組發(fā)生故障的可能性較高，需加強(qiáng)注意；C 時(shí)刻振動(dòng)指標(biāo)中50%指標(biāo)異常，振動(dòng)指標(biāo)評分為異常，機(jī)組故障；D 時(shí)刻機(jī)組故障進(jìn)一步發(fā)展，此時(shí)振動(dòng)指標(biāo)中超過50%指標(biāo)異常，且水導(dǎo)擺度指標(biāo)也出現(xiàn)異常，機(jī)組故障征兆明顯，需立即停機(jī)。對比圖4，可以發(fā)現(xiàn)A 時(shí)刻機(jī)組劣化度維持在很低水平，此時(shí)機(jī)組整體正常，B 時(shí)刻機(jī)組出現(xiàn)劣化趨勢，C 時(shí)刻機(jī)組劣化指標(biāo)突破0.2，認(rèn)為機(jī)組出現(xiàn)故障。該模型分析結(jié)果與圖4 結(jié)果相同，不同的是圖4 劣化指標(biāo)側(cè)重于反映機(jī)組是否故障，而評價(jià)模型則更精細(xì)的評價(jià)機(jī)組狀態(tài)。

表7 水輪機(jī)系統(tǒng)詳細(xì)分值Tab.7 Detailed score of hydraulic turbine system

6 結(jié) 論

針對目前水電領(lǐng)域缺乏有效完善的設(shè)備整體狀態(tài)評價(jià)方法，本文在分析了機(jī)組監(jiān)測樣本統(tǒng)計(jì)分布的基礎(chǔ)上，結(jié)合綜合賦權(quán)理論和概率論，構(gòu)建了一種水電機(jī)組狀態(tài)評價(jià)模型，以水輪機(jī)系統(tǒng)為實(shí)驗(yàn)對象，驗(yàn)證了該模型可有效準(zhǔn)確判斷機(jī)組所處運(yùn)行狀態(tài)，能為機(jī)組狀態(tài)監(jiān)測與故障預(yù)警提供有效支持。本文主要結(jié)論與特色如下：

（1）使用層次分析法與CRITIC法確定機(jī)組各子項(xiàng)目主客觀權(quán)重，在尊重專家經(jīng)驗(yàn)同時(shí)，考慮了歷史監(jiān)測數(shù)據(jù)，使得權(quán)重結(jié)果更為合理。

（2）對現(xiàn)有機(jī)組歷史健康樣本進(jìn)行分析，得出在同一工況下，快變量指標(biāo)符合高斯分布，溫度指標(biāo)不符合高斯分布。并根據(jù)這一結(jié)論改進(jìn)3σ法則，確定快變量指標(biāo)閾值范圍，對閾值進(jìn)行分段，使得對機(jī)組指標(biāo)和機(jī)組整體的評判更加精細(xì)化。

（3）針對層次分析體系中底層指標(biāo)權(quán)重傳遞衰減現(xiàn)象，提出將中間層得分作為評價(jià)機(jī)組系統(tǒng)整體狀態(tài)的依據(jù)，并結(jié)合各類指標(biāo)具體得分情況確定機(jī)組最終狀態(tài)，有效解決依賴變權(quán)方式不能準(zhǔn)確體現(xiàn)多個(gè)異常指標(biāo)對設(shè)備整體狀態(tài)影響程度的弊端。