基于大数据的灯泡贯流式机组分工况振动摆度预警方法技术

本发明专利技术涉及水力发电技术领域，且公开了基于大数据的灯泡贯流式机组分工况振动摆度预警方法，通过S1步骤－S5步骤，具体针对所述灯泡贯流式机组进行分工况的振动摆度智能预警，结合多个中国机型数据和SVR法对灯泡贯流式机组健康状态，即为所述灯泡贯流式机组运行初期或大修后的历史数据进行拟合，并且通过分工况标准，进而实现基于单一机组的个性化判断，将机组运行实时振动摆度值与标准值及报警值、停机值范围进行比较，进行实时越线预警及区间运行情况停机，并及时做出智能诊断，能有效提升振动摆度预警系统的有效性，减少误报、错报，有效协助降低机组故障发生概率，提升机组稳定运行时常，创造显著经济效益。创造显著经济效益。创造显著经济效益。

【技术实现步骤摘要】
基于大数据的灯泡贯流式机组分工况振动摆度预警方法


[0001]本专利技术涉及水力发电
，具体为基于大数据的灯泡贯流式机组分工况振动摆度预警方法。

技术介绍

[0002]灯泡贯流式机组的发电机安装在密封的、外形酷似白炽灯灯泡的灯泡头内，水轮机装在灯泡的插口后，因此称这种水轮机为灯泡贯流式水轮机。灯泡贯流式机组应用在发电站、航电枢纽工程中，结合发电、兼顾供水、灌溉的水资源综合利用工程中，是不可或缺的组件。
[0003]灯泡贯流式机组具有水头低、过机流量大以及运行效率高等特点，但由于其自身结构等因素，造成灯泡贯流式机组比其他类型机组更容易产生振动，振动严重时直接威胁到机组的安全运行。灯泡贯流式机组的振动，容易加快灯泡头内碳刷的磨损，引起泡体内齿轮盘测速探头的磨损，严重时引起机组中性点端子箱内端子的松动脱落，导叶、桨叶位移传感器电气部分接线的松动脱落等故障而造成的非正常停机。
[0004]随着大数据、云计算和人工智能等技术的发展和广泛应用，水电行业的数字化应用需求被深度挖掘，智能与智慧化应用发展的趋势越来越明显，我国水电行业整体已本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的灯泡贯流式机组分工况振动摆度预警方法，其特征在于：包括以下步骤：S1：基于SVR的控制系统辨识建模研究学习，将所述灯泡贯流式机组新机或大修后投入运行的健康态数据进行拟合，得到振动摆度与其主要影响因素之间关系的基准模型，拟合出所述灯泡贯流式机组运行数据均值曲线和变化范围；S2：以预设的时间间隔获取所述灯泡贯流式机组开机过程和稳定性状态时实时采集的开机数据、稳定性测点数据和分工况数据；S3：在所述灯泡贯流式机组内放置振动摆动传感器，进行采集数据，得到振动摆度实时数据；S4：基于计算模型上数值，设置报警阈值和停机阈值范围，设置后基于流计算模型的机组运行实时值预警实现报警状态；S5：对实时采集的所述振动摆度结合大数据比对，进行实时在线诊断，分析和处理，并给出诊断方案。2.根据权利要求1所述的基于大数据的灯泡贯流式机组分工况振动摆度预警方法，其特征在于：所述S1步骤中基于大数据的机器学习SVR法对灯泡贯流式机组健康状态，即为所述灯泡贯流式机组运行初期或大修后的历史数据；运用机器学习，SVR，支持向量回归的方法，对所述灯泡贯流机组新机或大修后投入运行的健康态数据进行拟合，得到振动摆度与其主要影响因素之间关系的基准模型，并且通过分工况标准，拟合出均值曲线和变化范围，例如以标准差表示。3.根据权利要求2所述的基于大数据的灯泡贯流式机组分工况振动摆度预警方法，其特征在于：所述S1步骤中将分工况标准过程设置为三种，划分为开机过程、并网态、停机过程三种；其中，开机过程、停机过程主要考虑的影响因素为转速，即f＝f(V)，拟合出的基准模型是一条曲线；并网态主要考虑的影响因素为有功功率和水头，即f＝f(P，H)，拟合出的基准模型为一个曲面。4.根据权利要求1所述的基于大数据的灯泡贯流式机组分工况振动摆度预警方法，其特征在于：所述S2步骤中的监控实时采集的分工况数据包括：参数测点数据、开关量测点数据、算法参数配置表、测点阈值配置表和稳定性参数测点状态征兆数据，并将所述分工况数据存储至数据库中。5.根据权利要求1所述的基于大数据的灯泡贯流式机组分工况振动摆度预警方法，其特征在于：所述S3步骤中，通过振动摆动传感器获取水电机组振动区获取请求，其中，所述灯泡贯流式机组振动区获取请求中包括目标电厂、名称、目标机组号、目标稳定性测点的全局编码；根据所述目标电厂名称、所述目标...

【专利技术属性】
技术研发人员：简斌，宋华婷，邓建华，王刚，孙磊，李键，徐磊磊，金志强，邵峰，阿提姑，章光裕，许闯，贺广武，刘连翔，刘利斌，龚金风，
申请(专利权)人：湖南江河能源科技股份有限公司，
类型：发明
国别省市：