基于在线数据的水轮发电机组定子热变形的自动评价方法技术

本发明专利技术公开了一种基于在线数据的水轮发电机组定子热变形的自动评价方法，包括：步骤一、选取定子热变形量和定子热变形不均匀度作为水轮发电机组的定子热变形评价指标，分别建立水轮发电机组定子热变形量和定子热变形不均匀度的数学模型；步骤二、在水轮发电机组并网后，以水轮发电机组的在线监测数据为基础，利用定子热变形量和/或定子热变形不均匀度的数学模型，采用参数辨识的方法，从在线监测数据中自动选择定子热变形量和/或定子热变形不均匀度参数，来辨识水轮发电机组是否存在定子热变形故障。本发明专利技术易于操作，数据选择、计算、判定过程自动化，分析判断报告中提供明确的分析诊断结论和可能的检修建议，省时、省力，且准确度高。

Automatic evaluation method for thermal deformation of stator of hydro generator set based on online data

The invention discloses a turbine stator thermal deformation based on online data automatic evaluation method, which comprises the following steps: A, selecting uneven degree as the evaluation index of stator thermal deformation of turbine generator stator stator deformation of thermal deformation and heat, hydro generator stator are built of thermal deformation and thermal deformation of the stator the uniform mathematical model; step two, the grid of hydro generating unit, with on-line monitoring data of hydro generator as the foundation, using deformation and / or uneven stator thermal deformation mathematical model of stator thermal, using parameter identification method, deformation and / or stator thermal deformation inhomogeneity parameter the heat automatically selected from online monitoring data, to identify the existence of hydrogenerator stator thermal deformation fault. The invention has the advantages of easy operation, automatic selection of data, calculation and judging process, analysis and judgment in the report, providing definite analysis and diagnosis conclusion and possible maintenance proposal, saving time and labor, and high accuracy.

【技术实现步骤摘要】
基于在线数据的水轮发电机组定子热变形的自动评价方法
本专利技术属于电子
，涉及一种基于在线数据的水轮发电机组定子热变形的自动评价方法。
技术介绍
水电机组运行状态的实时诊断直接关系到水电站的安全稳定运行、电力质量和电力生产成本等重要的经济效益指标，其社会效益巨大。随着电站规模和监测辅助系统的不断扩大，机组的控制和监测数据信息量越来越大，运行操作人员对机组运行状态的实时有效监控、对设备故障做出迅速而准确地判断变得越来越困难，因此，研究开发智能水电机组故障诊断系统是非常必要的。水电机组在运行过程中难免发生各种各样的异常情况，同一异常现象可能有不同的产生原因，并且出现的故障具有随机性，其中许多事电站工作人员无法预先、直接检测到的，一般要根据工作人员的个人经验和对监测数据的分析来查找故障发生的原因及部位，因而有一定的主观性和局限性。因此，为保障水电机组的正常安全运行，对其运行状态进行检测，及时发现故障征兆，做到“预测性检修”防患于未然是工程界梦寐以求的理想，也是大型电站机组检修的发展方向。水轮发电机组故障诊断是近几年兴起的一门识别机组运行状态的科学，是一个复杂的综合系统，涉及的专业范围广。及时准确地诊断出水电机组的状态和故障，对提高水电机组工作稳定性、安全可靠性具有重大意义。传统水轮发电机组的故障诊断主要有以下4种方法1、基于信号处理的诊断方法基于信号处理的诊断方法是各种诊断方法的基础和前提，作为一种传统的故障诊断方法，根据系统可测信号的特征值，如幅值、相位、频率、方差等，以及信号之间的相关性，与故障源之间存在的某种关系，通过信号处理和特征提取，找出其与故障源之间的映射关系来进行运行设备的故障诊断。目前常用的信号处理方法包括时域分析法、频域分析法、时频域分析法等。2、基于解析模型的诊断方法基于解析模型的诊断方法是以控制理论为基础的诊断方法。把设备看成一个具有一定输入、输出关系的动态系统，根据系统的输入，输出关系建立数学表达或解析表达模型，利用观测器、滤波器、等价空间方程、参数模型估计与辨识等方法产生残差，根据模型的残差来判断发生故障的可能性。水电机组是一个复杂的非线性时变系统，建立比较准备的数学模型往往很难得到，这也限制了基于解析模型的诊断方法在水电机组故障诊断的应用。目前常用的解析模型方法包括参数估计方法、状态估计方法、等价空间方法等。3、基于经验知识的诊断方法涉及研究领域的知识表达、处理和应用的方法，统称为基于知识的诊断方法，如故障征兆树方法、专家系统方法等，他们的特点是将专业知识通过语义和框架的方式进行表达，故障的诊断则采用推理和推理过程进行，如产生式规则推理、逻辑推理、模糊知识推理等。目前常用的经验知识的诊断方法包括符号有向图分析方法、故障树分析方法、专家系统诊断法等。4、基于数据驱动的诊断方法基于数据驱动的故障诊断方法就是利用设备长期积累的在线或离线的状态数据，而不需要精确的数学解析模型，应用统计分析模式进行识别，神经网络技术或支持向量机模型分类等方法，通过数据学习和建模，将设备状态进行识别和分类，最终得到系统可能存在的故障。目前常用的数据驱动方法包括神经网络诊断方法、支持向量机诊断方法、统计分析诊断方法、模糊诊断方法等。国内在故障诊断技术方面的研究起步较晚，二十世纪70年代末开始研究和尝试应用诊断技术，二十世纪90年代开始进行智能化故障诊断的研究工作，研究方法集中在模糊逻辑法、故障树分析法、专家系统技术、人工神经网络技术等，其中专家系统技术和神经网络技术是应用的热点。许多监测诊断系统也开始投入使用，但大都集中在汽轮机以及其他旋转机械设备的监测与故障诊断，针对水电机组的应用很少。这主要由于水电机组转速低，对机组的安全运行没有给予足够的重视，使得水电机组在线监测和故障诊断技术的研究落后于其他(大型)旋转机械。近年来，国内在水电机组故障诊断领域的研究取得了一些进展，但主要还处于理论研究阶段，还没有成功应用的工程系统，国内现已配备的智能诊断系统应用的效果并不理想，其中较好的具有可靠的数据存储管理和分析功能，没有到达在线自动诊断的功能目标，不能向运行人员和生产管理人员提供有效的诊断结果。远不能满足水电厂状态检修的实际需要，其主要原因如下：(1)缺乏来自故障机理的深层次的理论和技术支持；水力机械的振动故障复杂，除了考虑机械方面的原因外，尚需考虑流体、动压力以及发电机电磁力的影响，且某些故障机理及特征表现形式还没有很好地被研究透彻，在一定程度上增加了故障诊断的难度。(2)缺乏将大量宝贵的现场实际诊断经验有效地融入诊断的推理系统；故障诊断是一实践性极强的技术，研究人员必须结合从事现场实际诊断工程技术人员以及具有丰富领域知识的专家来建立尽可能接近实际的规则，并将推理机制与实际诊断思维方法、诊断信息相结合，才能建立接近人工诊断的推理系统机制。但多数研究人员缺乏对现场实际诊断过程和特点的了解。(3)人工智能与专家系统知识获取和应用上还存在一定的问题人工智能与专家系统在工程应用方面还未达到人们期望的水平，其中问题的症结仍是知识获取和知识应用问题，即如何很好地结合领域知识、如何推理以及如何提高自学习能力，因此，应加强专家系统的实现方法和规则研究。水轮发电机组的分析诊断，需要通过对在线实时数据进行监测分析，通过人工选取几个特征参数，手动绘制出特征参数的趋势图、相关趋势图等特性曲线，人工对量化参数进行计算，并手动添加报告等。这种诊断方式既没有数学模型的支持，也没有算法的精确，不但浪费人力、时间，同时在数据选取的客观性和数据的准确性上均存在一定的缺陷，对系统的分析诊断结果也存在一定的误差。
技术实现思路
本专利技术的一个目的是解决至少上述问题和/或缺陷，并提供至少后面将说明的优点。本专利技术还有一个目的是提供一种基于在线数据的水轮发电机组定子热变形的自动评价方法。为此，本专利技术提供的技术方案为：一种基于在线数据的水轮发电机组定子热变形的自动评价方法，包括如下步骤：步骤一、选取定子热变形量和定子热变形不均匀度作为水轮发电机组的定子热变形评价指标，并分别建立水轮发电机组定子热变形量的数学模型和定子热变形不均匀度的数学模型；步骤二、在水轮发电机组并网后，以水轮发电机组的在线监测数据为基础，利用所述定子热变形量的数学模型和/或定子热变形不均匀度的数学模型，采用参数辨识的方法，从所述在线监测数据中自动选择所述定子热变形量参数和/或定子热变形不均匀度参数数据，通过计算来辨识水轮发电机组是否存在定子热变形故障。优选的是，所述的基于在线数据的水轮发电机组定子热变形的自动评价方法中，所述步骤一中，所述定子热变形量的计算公式如下：其中，A为各发电机组上测点实时测量到的气隙值，n为测点安装数目，t1为发电机组开机并网后达到热平衡的时刻，t0为发电机组开机并网后的初始时刻，ΔAS为定子热变形量。优选的是，所述的基于在线数据的水轮发电机组定子热变形的自动评价方法中，其特征在于，所述步骤一中，所述定子热变形不均匀度的计算公式为：其中，A为各发电机组上测点实时测量到的气隙值，n为测点安装数目，t1为发电机组开机并网后达到热平衡的时刻，t0为发电机组开机并网后的初始时刻，为定子热变形量不均匀度。优选的是，所述的基于在线数据的水轮发电机组定子热变形的自动评价方本文档来自技高网...

【技术保护点】
一种基于在线数据的水轮发电机组定子热变形的自动评价方法，其特征在于，包括如下步骤：步骤一、选取定子热变形量和定子热变形不均匀度作为水轮发电机组的定子热变形评价指标，并分别建立水轮发电机组定子热变形量的数学模型和定子热变形不均匀度的数学模型；步骤二、在水轮发电机组并网后，以水轮发电机组的在线监测数据为基础，利用所述定子热变形量的数学模型和/或定子热变形不均匀度的数学模型，采用参数辨识的方法，从所述在线监测数据中自动选择所述定子热变形量参数和/或定子热变形不均匀度参数数据，通过计算来辨识水轮发电机组是否存在定子热变形故障。

【技术特征摘要】
1.一种基于在线数据的水轮发电机组定子热变形的自动评价方法，其特征在于，包括如下步骤：步骤一、选取定子热变形量和定子热变形不均匀度作为水轮发电机组的定子热变形评价指标，并分别建立水轮发电机组定子热变形量的数学模型和定子热变形不均匀度的数学模型；步骤二、在水轮发电机组并网后，以水轮发电机组的在线监测数据为基础，利用所述定子热变形量的数学模型和/或定子热变形不均匀度的数学模型，采用参数辨识的方法，从所述在线监测数据中自动选择所述定子热变形量参数和/或定子热变形不均匀度参数数据，通过计算来辨识水轮发电机组是否存在定子热变形故障。2.如权利要求1所述的基于在线数据的水轮发电机组定子热变形的自动评价方法，其特征在于，所述步骤一中，所述定子热变形量的计算公式如下：其中，A为各发电机组上测点实时测量到的气隙值，n为测点安装数目，t1为发电机组开机并网后达到热平衡的时刻，t0为发电机组开机并网后的初始时刻，ΔAS为定子热变形量。3.如权利要求1所述的基于在线数据的水轮发电机组定子热变形的自动评价方法，其特征在于，所述步骤一中，所述定子热变形不均匀度的计算公式为：其中，A为各发电机组上测点实时测量到的气隙值，n为测点安装数目，t1为发电机组开机并网后达到热平衡的时刻，t0为发电机组开机并网后的初始时刻，为定子热变形量不均匀度。4.如权利要求2所述的基于在线数据的水轮发电机组定子热变形的自动评价方法，其特征在于，所述各发电机组上...

【专利技术属性】
技术研发人员：郑杰，庄明，张毅，周璇，苏疆东，
申请(专利权)人：国网福建省电力有限公司，国家电网公司，福建水口发电集团有限公司，北京中元瑞讯科技有限公司，
类型：发明
国别省市：福建,35