水电机组故障扫描诊断方法技术

一种水电机组故障扫描诊断方法，根据设备故障诊断的方法、思路，确定以“知识驱动+大数据驱动”的双链路故障诊断策略的技术路线。针对水轮发电机组关键设备的结构关系和功能关联，建立一套基于失效模式及影响分析(FMEA)以及设备故障树分析(FTA)的设备故障管理体系。依托IoT平台构建故障诊断技术中台、业务中台和故障诊断高级应用三大组件应用模块。其中技术中台和业务中台互相协同，实现对故障诊断应用的支撑。其目的在于解决公司内管辖的多种类型水力发电机组设备故障原因分析的技术问题，切实有效掌握发电设备的健康状态变化。切实有效掌握发电设备的健康状态变化。切实有效掌握发电设备的健康状态变化。

【技术实现步骤摘要】
水电机组故障扫描诊断方法


[0001]本专利技术属于水轮发电机组设备故障诊断
，特别涉及一种水电机组故障扫描诊断方法。

技术介绍

[0002]水力发电机组工作环复杂，工况切换频繁，工作状态受到水力因素、机械因素、电气因素的影响，并且各种因素作用相互耦合难以分解，这导致水电机组的故障诊断的难度大幅提升。目前对水电机组的故障分析和诊断多基于明确的故障机理和专家经验。机理明确的故障类型相对较少，且大多是基于单个因素影响下的机理诊断，诊断数量和准确度不足以涵盖工况复杂的各类运行条件；专家经验的诊断高度依赖专家的水平和经验，对不同类型的水电机组或者未经历过的故障难以进行切实有效的诊断分析。因此对水电机组的实施准确有效的故障诊断一直都是行业痛点、难点问题。

技术实现思路

[0003]鉴于
技术介绍
所存在的技术问题，本专利技术所提供的水电机组故障扫描诊断方法，解决公司内管辖的多种类型水力发电机组设备故障原因分析的技术问题，切实有效掌握发电设备的健康状态变化。
[0004]为了解决上述技术问题，本专利技术采取了如下技术方案来实现：一种水电机组故障扫描诊断方法，步骤为：步骤1：根据水轮发电机组设备的结构关系和功能关联，建立故障诊断理论体系，故障诊断理论体系包括失效模式及影响分析子体系、故障树分析子体系和故障诊断知识图谱子体系；根据故障诊断理论体系确定“知识驱动+大数据驱动”的双链路故障诊断策略同步进行的故障诊断思路；步骤2：基于构建的故障诊断理论体系和故障诊断思路，依托IoT平台建立故障诊断技术中台；故障诊断技术中台为故障知识的沉淀及故障诊断的知识复用提供配置工具；步骤3：依托IoT平台建立故障诊断业务中台；故障诊断业务中台为故障诊断提供各类故障诊断所需要的知识数据库；步骤4：提供设备故障诊断的统一入口，对故障诊断业务的执行、故障结果的汇总进行归集及统一管理，同步设置故障诊断应用；故障诊断任务触发后，依据预先配置的流程分别调用故障诊断技术中台和故障诊断业务中台的配置工具和知识数据库进行故障诊断的实施，并将诊断结果统一收集汇总并归类呈现；步骤5：对设备异常事件进行诊断，所述的异常事件包括机组设备测点越限告警信息、机组状态预测模型的预警信息和设备重点问题跟踪信息；步骤6：对不同设备层级的故障进行诊断，设备层级包括全厂站层级、整台机组层级和设备层级。
[0005]优选地，步骤1中，所述的失效模式及影响分析(FMEA)子体系用于对整台机组层级
和设备层级的故障模式、故障征兆、故障类别、故障原因、特征参数、严重度、发生度、可检测度的故障相关信息特征进行标准化描述，按照设备系统或部件之间的结构和功能联结关系，建立机组系统的失效模式及影响分析的诊断分析；所述的故障树分析(FTA)子系统含有故障顶事件、中间事件、基本事件故障分析事件，且各个故障事件挂接相应故障诊断方法，且各层级的故障事件之间通过逻辑门进行连接，形成故障分析的树状结构；所述的故障诊断知识图谱(FKM)子系统以知识图谱的展现形式，实现根据故障模式得到该故障模式下关联的设备与测点关系以及根据故障征兆现象及故障特征数据定位到故障相关原因的目标。
[0006]优选地，步骤2中，IoT平台包括IaaS层、PaaS层和SaaS层；IaaS层用于实现对设备运维和检修数据进行存储的功能。
[0007]PaaS层包括故障诊断应用的具体实施执行提供支持的组件模块层；SaaS层为应用层级，即利用IaaS和PaaS层提供的工具环境，进行水电机组设备的运维管理专门业务的应用层级。
[0008]优选地，步骤2中，故障诊断技术中台工具包括FMEA配置、FTA配置、故障案例配置、规则指标配置、故障图谱配置和模型配置在内的配置功能组件；故障诊断技术中台中的各类配置工具根据诊断方法配置诊断分析所需的各类诊断分析工具；并实现将配置出的逻辑设备诊断工具模板实例化到对应的单台具体的机组及设备，根据业务需要为每台机组设备提供具体知识，分别汇集到业务中台中的相应“仓库”中。
[0009]优选地，步骤3中，故障诊断业务中台是具体单台水电机组业务专门知识“仓库”，包含FMEA库、FTA库、故障案例库、规则库、指标库、知识脉络图和模型样本；业务中台中将各个实例化设备运维及诊断所需要的各类知识经验进行沉淀汇集；在故障诊断任务触发时，根据工作流程自动调用对应设备的相应诊断分析“仓库”知识，从而实现设备的诊断分析。
[0010]优选地，步骤4中，能够与预警模块，状态评估模块实现业务间的联动，将预警结果，缺陷分析结果等作为故障来源，进行统一的故障诊断。
[0011]优选地，步骤5和6中，能够实现手动，和自动两种诊断模式，为业务人员提供更加便捷的操作模式和知识沉淀策略（能够基于异常事件的组合情况，决定是否启动自动诊断。）本专利可达到以下有益效果：本专利技术使得基于故障历史的知识驱动式设备故障诊断和基于学习（机器学习、深度学习等）分析的数据驱动式设备故障诊断成为可能。该方法具备很好的拓展性，对于新增故障模式类型的水电机组设备的故障，可根据故障发生的机理、故障对应的现象及相关数据特征，通过技术中台的FMEA配置工具修改该机组的FMEA库，以保持机组设备的FMEA总是与机组的真实运维情况保持一致，以便于后期同类模式的故障诊断分析；对于新增的已有故障模式的水电机组设备故障，可根据故障发生的机理、模式和故障对应的现象及相关数据特征，通过技术中台工具形成机组该项故障的FTA树、故障案例、故障规则指标等，进而丰富完善现有业务知识库；对于新增的采用大数据诊断分析的设备运维数据，该项被诊断数据又会根据诊断出的故障具体模式将其作为特定的故障样本自动归类到相应的故障样本库中实现故障样本的丰富和充实。
附图说明
[0012]下面结合附图和实施例对本专利技术作进一步说明：图1为本专利技术水轮发电机组设备故障诊断具体实施流程图;图2为本专利技术基于FMEA的诊断体系框架图；图3为本专利技术的征兆与特征参数计算流程图；图4为本专利技术的案例匹配流程图；图5为本专利技术的规则匹配流程图；图6为本专利技术的算法模型流程图；图7为本专利技术的知识脉络推理流程图；图8为本专利技术的FTA匹配流程图；图9为本专利技术的实例说明图。
具体实施方式
[0013]优选的方案如图1至图8所示，一种水电机组故障扫描诊断方法，基于水力发电工业互联网平台，通过该平台可根据实际需要新增或修改水力发电机组设备故障分析的FMEA标准，同时还可以根据业务需求自由创建水力发电厂设备诊断分析工具实例。该平台系统开放水力发电厂中水力发电设备的故障诊断配置以提供水电设备运维检修知识的沉淀工具，并且能提供故障诊断所需要的水电设备各类知识经验。为业务人员进行设备诊断分析提供真正可配置的诊断分析环境，根据业务需求搭建实现对各类故障进行诊断寻因的探索分析环境。步骤为：步骤1：根据水轮发电机组设备的结构关系和功能关联，建立故障诊断理论体系，故障诊断理论体系包括失效模式及影响分析(FMEA)子体系、故障树分析(FTA)子体系和故障诊断知识图谱(FKM)子体系；根据故障诊断理论体系确定“知识驱本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水电机组故障扫描诊断方法，其特征在于包括以下步骤：步骤1：根据水轮发电机组设备的结构关系和功能关联，建立故障诊断理论体系，故障诊断理论体系包括失效模式及影响分析子体系、故障树分析子体系和故障诊断知识图谱子体系；根据故障诊断理论体系确定“知识驱动+大数据驱动”的双链路故障诊断策略同步进行的故障诊断思路；步骤2：基于构建的故障诊断理论体系和故障诊断思路，依托IoT平台建立故障诊断技术中台；故障诊断技术中台为故障知识的沉淀及故障诊断的知识复用提供配置工具；步骤3：依托IoT平台建立故障诊断业务中台；故障诊断业务中台为故障诊断提供各类故障诊断所需要的知识数据库；步骤4：提供设备故障诊断的统一入口，对故障诊断业务的执行、故障结果的汇总进行归集及统一管理，同步设置故障诊断应用；故障诊断任务触发后，依据预先配置的流程分别调用故障诊断技术中台和故障诊断业务中台的配置工具和知识数据库进行故障诊断的实施，并将诊断结果统一收集汇总并归类呈现；步骤5：对设备异常事件进行诊断，所述的异常事件包括机组设备测点越限告警信息、机组状态预测模型的预警信息和设备重点问题跟踪信息；步骤6：对不同设备层级的故障进行诊断，设备层级包括全厂站层级、整台机组层级和设备层级。2.根据权利要求1所述的水电机组故障扫描诊断方法，其特征在于：步骤1中，所述的失效模式及影响分析子体系用于对整台机组层级和设备层级的故障模式、故障征兆、故障类别、故障原因、特征参数、严重度、发生度、可检测度的故障相关信息特征进行标准化描述，按照设备系统或部件之间的结构和功能联结关系，建立机组系统的失效模式及影响分析的诊断分析；所述的故障树分析子系统含有故障顶事件、中间事件、基...

【专利技术属性】
技术研发人员：易万爽，冉毅川，李友平，宋晶辉，谭鋆，皮有春，肖燕凤，郭钰静，冉应兵，毛业栋，宋文雄，
申请(专利权)人：中国长江电力股份有限公司，
类型：发明
国别省市：