【技术实现步骤摘要】
水电站调速器主配压阀抽动故障诊断预警方法
[0001]本专利技术属于水电站故障预警
,特别涉及一种水电站调速器主配压阀抽动故障诊断预警方法。
技术介绍
[0002]水轮机调速器系统肩负着开停机、平衡机组出力与用电负荷等重大功能,其中,调速器主配压阀(后文简写为主配)是调速器机械液压部分的液压放大器,它将电/液、电/机(如比例阀及步进电机)转换装置输出的机械位移或液压控制信号放大成相应方向的、与其成比例的满足接力器运动要求的液压信号,控制接力器及水轮机导叶的开启和关闭。近年来,许多水电站均出现了调速器主配频繁调节、主配及接力器抽动等运行故障。在无增减负荷脉冲调节指令的情况下,主配阀芯上下摆动且频率较快,这种故障将导致调速器机械控制油路油温升高进而影响油质,造成水轮机有功出力波动,在极端情况会导致压力油罐出现事故低油压,产生机组非计划停运的风险。另外由于阀芯位置的上下持续抽动,势必造成液压机械元件的磨损和松动,为水电站的安全稳定运行埋下隐患。
[0003]主配抽动的产生原因较为复杂,影响因素众多,其中包括比例阀零点 ...
【技术保护点】
【技术特征摘要】
1.一种水电站调速器主配压阀抽动故障诊断预警方法,其特征在于:步骤1:对采集的调速器历史监测数据进行筛选,得到与主配抽动故障关联的各个状态量,选择其中抽动故障发生前、中、后时段的数据,形成大小为[时间点
×
状态量个数]的数据矩阵,用作神经网络的输入层训练数据;步骤2:对应步骤1中网络输入层数据的每个时间点,以人工方式判断主配是否抽动,“1”表示抽动,“0”表示正常,形成大小为[时间点
×
1]的数据矩阵,用作神经网络的输出层训练数据;步骤3:将步骤1、步骤2的数据矩阵转置并将其内的数据值根据公式(1)归一化至[
‑
1,1]:式中:X1:归一化后的数据值;x:归一化前的数据值;x
min
:数据列最小值;x
max
:数据列最大值;步骤4:将归一化处理后的数据矩阵导入BP神经网络进行训练;步骤5:获取实时监测数据,实时监测数据的输入层状态量选点与训练数据保持一致,按步骤1及步骤3同样进行数据筛选并归一化;步骤6:处理后的实时监测数据作为神经网络的输入,由训练完成的神经网络计算得到主配抽动故障预测结果;步骤7:对预测结果根据公式(2)进行均值滤波处理;式中:x
i
:第i个时间点的神经网络预测结果;滤波后的第i个时间点的预测结果;i:时间点;n:滤波计算宽度;步骤8:对滤波结果进行二值化处理,若结果≥报警阈值,预测结果赋值为1,否则为;步骤9:对二值化后的结果进行判断,若结果=1,则判定主配压阀在该时间点正处于抽动状态,发出预警。2.根据权利要求1所述的水电站调速器主配压阀抽动故障诊断预警方法,其特征在于:在步骤1中,状态量包括调速器液压系统压力油罐压力、调速器液...
【专利技术属性】
技术研发人员:明星宇,汪林,任刚,徐龙,丁萁琦,余明明,万鹏,刘超,王登贤,高玲,王杰飞,田源泉,薛云蛟,段锐波,薛映竹,
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:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。