基于大数据的多维度水电机组健康评估与诊断

考虑到当前水电机组安全高效运行领域存在的健康状态评估不准确、故障样本少、故障知识不健全和大型机组安全高效运行准则缺乏等问题,本文通过分析提炼水电机组试验、在线监测及运行维护等海量健康数据,提出了表征机组运行状态的特征参数,揭示了各特征参数与机组运行工况参数之间的耦合关系,最终建立了基于健康样本的多维度水电机组健康评估和性能退化预测理论方法。此外,本研究还提出了大型机组安全稳定运行分区准则。基于所建模型和准则,建立了大型水电机组远程状态监测与诊断系统平台。为保障水电机组安全、稳定和高效运行提供了重要技术支撑。     

基于振动信号的水电机组状态劣化在线评估方法研究

实现水电机组状态劣化评估和故障预警是行业研究的热点。论文提出了一种结合时域与频域特征的机组劣化在线评估方法。(1)先利用检测指数确定振动信号中对机组运行状态最为敏感的时域特征;再以机组健康状态下工况参数X(水头、开度等)和检测指数筛选的振动信号时域特征Y为健康样本,利用最小二乘支持向量机构建机组状态健康模型Y=f(X)。基于该模型,以实时工况参数为输入,在线预测对应工况下机组振动信号时域特征健康值,计算健康值与实际值之间的相对误差,作为评估机组劣化程度的时域劣化指标。(2)利用小波变换与奇异值理论对振动信号进行分解,提取健康状态下机组振动信号奇异值特征向量并得到健康聚类中心,实时计算实测信号奇异值特征向量与健康聚类中心之间的相对欧式距离,作为频域劣化指标。结合时域和频域劣化指标,在线计算综合劣化指标评估当前时刻机组劣化程度。结合实际机组运行案例,验证了该模型的有效性和实用性。     

基于信息融合技术的风电机组振动状态评估

对风电机组振动进行监测与诊断能提前预知机组健康状态,有效防止风电机组"倒塔"事故发生。风电机组的振动与风速、转速、温度等量有关。利用信息融合技术,建立风电机组振动状态评估模型,对机组进行状态监测,并分析风速、转速、温度等量与振动之间的关系。根据分析结果,评估机组的运行状态,找出了振动越限点,并分析了影响振动的主导原因,得到了诊断结果。     

限电工况下风电场日内运行模式的经济性研究

当前,限电工况下风电机组均匀降功率运行和无差别轮流检修,使风电机组检修针对性弱、成本高;风电场弃风与检修停机计划不匹配,导致弃风严重。引入成本低廉的退役动力电池,以风出力预测为基础,制定风电场发电、存储、维护三者的"发-储-修"一体化新模式。首先,评估风电机组健康状态,以确定风电机组发电、检修优先级;然后,以储能系统为电能"削峰填谷"的载体,改善并网电能的平稳性;最后,以新疆达坂城某风电场实际历史数据为依据,验证该运行模式的合理性。     

基于H-K聚类逻辑回归的贯流式机组水导轴承磨损性能评估研究

贯流式机组水导轴承性能对机组振动特性和稳定运行有很大影响,对此本文提出了一种基于H-K聚类逻辑回归模型用于实现贯流式机组水导轴承磨损性能评估。以黄河河口水电站3#机组振动、摆度幅值和工况参数等作为自变量,水导轴承运行状态作为因变量,同时为了增强模型泛化能力,引入H-K聚类方法对自变量进行离散化处理,通过建立变量之间的逻辑回归模型实现对机组水导轴承磨损性能评估。研究结果表明:机组轴系摆度信号和机组轴系振动信号可以更好地解释水导轴承性能变化,同时通过模型对水导轴承性能显著影响的特征信号频谱分析推断,机组水导轴承磨损的主要原因是机组轴线偏移和不平衡电磁拉力影响所致。     

基于机舱传递函数的风机性能评估

根据风电场SCADA系统10 min平均风速及平均功率,利用机舱传递函数(NTF)和Bin法计算出全场各机组运行功率曲线,通过功率曲线与保证功率曲线的保证率K值对各机组的性能进行评估。某风力发电场风机性能评估结果表明仍有32%风电机组的K值低于承诺值95%,偏离度最大的风电机组保证率K值仅为80%。通过对异常风电机组最大风能追踪区、恒转速区、恒功率区三种运行工况下风速、桨距角和发电机转速分析发现,部分工况区桨距角未达到最优状态,经常出现提前变桨动作,偏离了最佳叶尖速比,从而对风电机组发电性能有较大影响,异常风电机组的发电性能存在进一步优化提升的空间,对改善发电场发电效益具有重要意义。     

基于无监督特征学习的水电机组健康状态实时评价方法

水电机组健康状态实时评价是状态监测和劣化预警中的重要内容,传统方法采用单一限值比较,不能体现机组个性特色,且适用机组运行工况有限.同时,现阶段已知的水电机组故障类型有限,缺乏故障样本,限制了有监督特征学习方法的实际应用.本文提出了以无监督特征学习技术构建水电机组健康状态劣化指标的新方法,充分利用水电机组状态监测系统中海...     

基于SCADA数据的风电机组传动系统故障状态监测

风电机组运行监控系统(SCADA系统)监控的各参数之间存在相互关联性,如果这种关联性发生了变化,表明风电机组的运行状态发生了变化,可能出现异常状态。根据这种SCADA参数之间的关联性,采用多项式回归法,建立不同风速下监测参数之间的关系模型,以正常运行状态下的关系模型作为基准,计算待判断状态(异常状态)下的关系模型与正常状态模型对应参数间的差异值作为机组状态评价标准。文章以某风电场2台机组故障发生前的SCADA历史存储数据,对此方法进行分析验证。表明此方法可以有效地判断风电机组传动系统出现的异常状态,据此可以提前做出预警。     

水电机组智能评估及诊断技术研究与应用

<正>成果概况"水电机组智能评估及诊断技术研究与应用"项目由中国水利水电科学研究院牵头,中国长江三峡集团有限公司、北京中水科水电科技开发有限公司等参与完成。该项目针对当前水电机组安全高效运行领域存在的健康状态评估不准确、故障样本少、故障知识不健全'大型机组安全高效运行准则缺乏等问题,开展了基于健康大数据的水电机组健康评估、智能诊断专家知识库、大型机组安运行分区准则、大型水电机组远程状态监测与诊断系统平台等研究及开发。研究成果能有效保障国家巨型水电机组的安全高效运行,为大型水利水电工程智能化运行管理提供^酸验和可靠技术劳f。2018年,该项目获得了大禹水利科学技术奖～^奖〇     

葛洲坝电站4号机组上导轴承改造及运行情况分析

葛洲坝电站利用机组水轮机改造增容的契机,对4号机组的上导轴承结构进行改造换型,将原来的抗重螺栓结构改造为可调楔子板球面支柱式结构,使用该结构是根据国内外大、中型电站机组的运行情况综合评估的结果。改造完成后,上导轴承瓦温及各工况下的上导摆度均在技术要求范围之内,试验过程中各部位振动正常,总体运行良好,提高了机组运行的可靠性和稳定性。