基于ROPN的蓄能水电站水轮机系统故障诊断方法与流程

基于ropn的蓄能水电站水轮机系统故障诊断方法
技术领域
1.本发明涉及水电站水轮机技术领域，具体为一种ropn的蓄能水电站水轮机系统故障诊断方法。


背景技术：

2.机电设备是抽水蓄能电站的重要组成部分，设备选型好坏直接关系到电站安全稳定运行，和常规水电站相比抽水蓄能的水电站建设难度较大，抽水蓄能电站的整体技术要求较高，尤其是工况转换较为复杂，在机电设备的采购和管理过程中，需要重点主机设备及辅助设备的性能影响。抽水蓄能电站机电设备选型按无人值班和资产全寿命周期管理原则推行，强化机电设备全过程管控理念，充分借鉴已投运蓄能电站机电设备运维经验，提升电站机电设备水平。
3.petri网是一种多用于离散事件建模与分析的技术，主要包括面向过程的petri网(process-orientedpetrinet，popn)与面向资源的petri网(resource-orientedpetrinet，ropn)，其中ropn模型相对于popn模型规模更小，可以更加有效地分析离散事件系统的死锁、活性等方面问题，相对来说更接近对应实际工业应用。但目前仍然较多处于研究阶段，之所以尚未普及应用，是因为基于ropn建模可以得出多个结果，而缺少最佳决策的智能评估方法。因此无法实现决策结果最优化、无法实现决策的实时性，即在对蓄能水电站水轮机进行实际使用的过程中，水轮机设备在出现故障时，不能快速且有效的对其进行诊断发展，若水轮机系统在长时间出现故障而未对其进行停机检修处理，则会导致水轮机系统出现严重的故障，从而造成不必要的经济损失；鉴于此，我们提出了一种ropn的蓄能水电站水轮机系统故障诊断方法。


技术实现要素：

4.针对现有技术的不足，本发明提供了一种ropn的蓄能水电站水轮机系统故障诊断方法，解决了水轮机设备在出现故障时，不能快速且有效的对其进行诊断发展，若水轮机系统在长时间出现故障而未对其进行停机检修处理，则会导致水轮机系统出现严重的故障，从而造成不必要的经济损失的问题。
5.为实现以上目的，本发明通过以下技术方案予以实现：一种基于ropn的蓄能水电站水轮机系统故障诊断方法，所述故障诊断方法包括以下步骤：
6.s1、对水电站水轮机正常运行的运行数据进行收集检测，并将收集的数据进行保存；
7.s2、对水电站水轮机出现故障的数据进行分析和整理，并通过边缘计算控制单元根据调速器plc与综合测频采集单元，判断故障类型，触发故障诊断流程，通过数据计算设备对不同层次节点的组合条件与同层互斥原则得出最小割集；
8.s3、对s2中的故障类型进行信息数据程度表示，且表示数据为
9.s4、对s3中的数据进行的数据优化，所述数据优化对脉冲发射信号数据进行分解，将频域0-600khz分为5端，对分为5段中的信号进行发生声强烈度计算，所述发生声强烈度计算记为e，数据优化值记为
10.s5、对数据优化值进行随机去噪采样，得随机去噪采样数据，对随机去噪采样数据进行混沌力学特性分析，获得可用压力脉动信号的频谱图和可用压力脉动信号的相图；
11.s6、根据s5中的可用压力脉动信号的频谱图和可用压力脉动信号的相图得出水轮机的运行状态。
12.可选的，所述运行数据包括：水轮机输出扭矩、水轮机的震动幅度、水轮机运行的声音分贝、水轮机制动负载以及水轮机管路的压力。
13.可选的，所述为控制单元根据调速器plc与综合测频采集单元对第i个数据信号的影响程度，j表示工况参数的数量，ii，j为控制单元根据调速器plc与综合测频采集单元对数据信号与第j个工况参数间的互信息。
14.可选的，所述x表示第i个压力脉动信号，y表示j个工况参数，p(x，y)为随机变量x与随机变量y的联合概率密度函数，p(x)与p(y)分别为随机变量x与随机变量y的边缘概率密度函数。
15.可选的，所述
16.可选的，所述n为采样点数，所述f(n)为包络线的函数，自变量n的范围是0-n。
17.可选的，所述声强烈度e随工况参数包括有功、水头、导叶开度的变化关系曲线，并根据声强烈度e对水轮机运行状态作出评价。
18.可选的，所述压力脉动信号的采样频率为40000hz。
19.可选的，所述频谱图和相图对水轮机运行状态的判断方法如下：
20.t1、在初始封闭状态下对待测的水轮机设备进行理想状态最大指数point数的确定；
21.t2、将s5中测得的频谱图和相图中的实际point数与理想状态最大指数point数比较，且实际point数与理想状态最大指数point数间的比值范围在0.75-1.25：1的范围内，则表示水轮机设备为正常运行状态，否则表示水轮机设备处于故障状态。
22.可选的，所述判断方法进一步的包括：若水轮机设备处于故障状，则对实际point数进行核对处理，核对处理的次数为2次。
23.本发明提供了一种ropn的蓄能水电站水轮机系统故障诊断方法。具备以下有益效果：
24.1、该ropn的蓄能水电站水轮机系统故障诊断方法，通过随机去噪采样的方式，能够得到优化后的数据，使得采集到的数据不会因其他数据的干扰出现数据存在较大误差的现象，进而是能够保证测得最终数据的准确性，使得维护人员能够第一时间对存在故障的设备区域进行相应的维护工作，有效的保证水轮机设备的维护效率。
25.2、该ropn的蓄能水电站水轮机系统故障诊断方法，通过调速器plc与综合测频采
集单元对水轮机系统设备进行振幅信息的采集，能够对其故障诊断提供有力的证据支持，并且能够通过该方式实现故障诊断模型的建立，便于后期对相应设备的建设使用。
26.3、该ropn的蓄能水电站水轮机系统故障诊断方法，通过对历史数据进行信息计算，求得水轮机发电机组各种工况参数对压力脉动信号影响的重要程度，进而求得水轮机压力脉动的主要相关工况参数，将主要相关工况参数与压力脉动幅值进行特征融合形成融合特征向量。能够以历史数据为基础，对水轮机系统设备在使用过程中可能出现的问题进行记录，便于后期相关设备的设计建设工作。
附图说明
27.图1为本发明整体流程结构示意图；
28.图2为本发明结构示意图。
具体实施方式
29.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
30.实施例1：
31.请参阅图1，本发明提供一种技术方案：一种基于ropn的蓄能水电站水轮机系统故障诊断方法，故障诊断方法包括以下步骤：
32.步骤1、对水电站水轮机正常运行的运行数据进行收集检测，并将收集的数据进行保存，运行数据包括：水轮机输出扭矩、水轮机的震动幅度、水轮机运行的声音分贝、水轮机制动负载以及水轮机管路的压力，通过对水轮机输出扭矩、水轮机的震动幅度、水轮机运行的声音分贝、水轮机制动负载以及水轮机管路的压力等数据进行收集和分析，能够对水轮机系统设备进行多维度的数据诊断，从而保证水轮机系统设备数据收集的准确性，有效的保证整体检测诊断的效率。
33.步骤2、对水电站水轮机出现故障的数据进行分析和整理，并通过边缘计算控制单元根据调速器plc与综合测频采集单元，判断故障类型，触发故障诊断流程，通过数据计算设备对不同层次节点的组合条件与同层互斥原则得出最小割集。
34.将每个压力脉动信号与所有工况参数之间的平均影响程度进行降序排序，计算水轮机振动变量的前n个工况参数的相关程度之和，当其大于设定值时，则认为前n个工况参数为对应振动变量的主要相关工况参数，通过对历史数据进行信息计算，求得水轮机发电机组各种工况参数对压力脉动信号影响的重要程度，进而求得水轮机压力脉动的主要相关工况参数，将主要相关工况参数与压力脉动幅值进行特征融合形成融合特征向量。能够以历史数据为基础，对水轮机系统设备在使用过程中可能出现的问题进行记录，便于后期相关设备的设计建设工作。
35.步骤3、对步骤2中的故障类型进行信息数据程度表示，且表示数据为
36.为控制单元根据调速器plc与综合测频采集单元对第i个数据信号的影响程度，j表示工况参数的数量，ii，j为控制单元根据调速器plc与综合测频采集单元对数据信号与第j个工况参数间的互信息，x表示第i个压力脉动信号，y表示j个工况参数，p(x，y)为随机变量x与随机变量y的联合概率密度函数，p(x)与p(y)分别为随机变量x与随机变量y的边缘概率密度函数。
37.如果p(x)＞0.7，则认为声发射信号是必然出现的，属于周期性强的信号，也就是碰摩和裂纹信号；否则认为是随机出现的，是空化空蚀信号。尾水管压力脉动引起的振动是混流式水轮机中最为常见的振源之一，尾水管涡带与水轮机发电机组运行工况密切相关，当水轮发电机组运行工况偏离最优工况时，尾水管进口处的旋转水流将会产生偏心涡带，引起机组振动，压力脉动幅值增大，进而效率下降。其中尾水管肘管内侧的压力脉动变化最为显著。因此，通过调速器plc与综合测频采集单元对水轮机系统设备进行振幅信息的采集，能够对其故障诊断提供有力的证据支持，并且能够通过该方式实现故障诊断模型的建立，便于后期对相应设备的建设使用。
38.其中，压力脉动信号的采样频率为40000hz，压力脉动信号采样频率设定为4000hz可采集到水轮机的全部压力脉动数据，而且能够避免空化现象对压力传感器采样结果造成干扰。
39.步骤4、对步骤3中的数据进行的数据优化，数据优化对脉冲发射信号数据进行分解，将频域0-600khz分为5端，对分为5段中的信号进行发生声强烈度计算，发生声强烈度计算记为e，数据优化值记为算记为e，数据优化值记为n为采样点数，f(n)为包络线的函数，自变量n的范围是0-n，声强烈度e随工况参数包括有功、水头、导叶开度的变化关系曲线，并根据声强烈度e对水轮机运行状态作出评价。
40.步骤5、对数据优化值进行随机去噪采样，得随机去噪采样数据，对随机去噪采样数据进行混沌力学特性分析，获得可用压力脉动信号的频谱图和可用压力脉动信号的相图。
41.通过随机去噪采样的方式，能够得到优化后的数据，使得采集到的数据不会因其他数据的干扰出现数据存在较大误差的现象，进而是能够保证测得最终数据的准确性，使得维护人员能够第一时间对存在故障的设备区域进行相应的维护工作，有效的保证水轮机设备的维护效率。
42.步骤6、根据步骤5中的可用压力脉动信号的频谱图和可用压力脉动信号的相图得出水轮机的运行状态。
43.实施例2：
44.请参阅图2，在实施例1的基础上，频谱图和相图对水轮机运行状态的判断方法如下：
45.t1、在初始封闭状态下对待测的水轮机设备进行理想状态最大指数point数的确定；
46.t2、将s5中测得的频谱图和相图中的实际point数与理想状态最大指数point数比
较，且实际point数与理想状态最大指数point数间的比值范围在0.75-1.25：1的范围内，0.75-1.25：1为合规范围，则表示水轮机设备为正常运行状态，否则表示水轮机设备处于故障状态。若水轮机设备处于故障状，则对实际point数进行核对处理，核对处理的次数为2次。
47.在对水轮机系统故障进行诊断的过程中，需对其趋势进行分析，作重构声发射信号的声强烈度随工况参数包括有功、水头、导叶开度的变化关系曲线，通过曲线可以全面了解水力机组的运行状态和性能，并建立水轮机组状态评价体系。
48.声强烈度e＞9，表示水轮机故障比较严重；
49.声强烈度3＜e＜9，表示水轮机故障比较严重；
50.声强烈度3＜e，表示水轮机不存在故障，或水轮机的故障轻微。
51.上述核对处理会进行2次核对工作，若2次核对处理的过程中，存在1或2次数据的比值范围不在合规范围内，则判定前数据为正确数据，表明此时的水轮机设备处于故障状态；若2次核对数据中，2次均表明数据的比值范围均在合规范围内，即表明前数据为错误数据，表示水轮机设备为正常运行状态。
52.通过对数据进行核对方式，能够保证数据读取处理的合理性和准确性，能够保证水轮机设备故障诊断的效率。
53.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

技术特征：
1.一种基于ropn的蓄能水电站水轮机系统故障诊断方法，其特征在于：所述故障诊断方法包括以下步骤：s1、对水电站水轮机正常运行的运行数据进行收集检测，并将收集的数据进行保存；s2、对水电站水轮机出现故障的数据进行分析和整理，并通过边缘计算控制单元根据调速器plc与综合测频采集单元，判断故障类型，触发故障诊断流程，通过数据计算设备对不同层次节点的组合条件与同层互斥原则得出最小割集；s3、对s2中的故障类型进行信息数据程度表示，且表示数据为s3、对s2中的故障类型进行信息数据程度表示，且表示数据为s4、对s3中的数据进行的数据优化，所述数据优化对脉冲发射信号数据进行分解，将频域0-600khz分为5端，对分为5段中的信号进行发生声强烈度计算，所述发生声强烈度计算记为e，数据优化值记为s5、对数据优化值进行随机去噪采样，得随机去噪采样数据，对随机去噪采样数据进行混沌力学特性分析，获得可用压力脉动信号的频谱图和可用压力脉动信号的相图；s6、根据s5中的可用压力脉动信号的频谱图和可用压力脉动信号的相图得出水轮机的运行状态。2.根据权利要求1所述的基于ropn的蓄能水电站水轮机系统故障诊断方法，其特征在于：所述运行数据包括：水轮机输出扭矩、水轮机的震动幅度、水轮机运行的声音分贝、水轮机制动负载以及水轮机管路的压力。3.根据权利要求1所述的基于ropn的蓄能水电站水轮机系统故障诊断方法，其特征在于：所述为控制单元根据调速器plc与综合测频采集单元对第i个数据信号的影响程度，j表示工况参数的数量，i
i
，
j
为控制单元根据调速器plc与综合测频采集单元对数据信号与第j个工况参数间的互信息。4.根据权利要求1所述的基于ropn的蓄能水电站水轮机系统故障诊断方法，其特征在于：所述x表示第i个压力脉动信号，y表示j个工况参数，p(x，y)为随机变量x与随机变量y的联合概率密度函数，p(x)与p(y)分别为随机变量x与随机变量y的边缘概率密度函数。5.根据权利要求1所述的基于ropn的蓄能水电站水轮机系统故障诊断方法，其特征在于：所述6.根据权利要求5所述的基于ropn的蓄能水电站水轮机系统故障诊断方法，其特征在于：所述n为采样点数，所述f(n)为包络线的函数，自变量n的范围是0-n。7.根据权利要求6所述的基于ropn的蓄能水电站水轮机系统故障诊断方法，其特征在于：所述声强烈度e随工况参数包括有功、水头、导叶开度的变化关系曲线，并根据声强烈度e对水轮机运行状态作出评价。8.根据权利要求1所述的基于ropn的蓄能水电站水轮机系统故障诊断方法，其特征在于：所述压力脉动信号的采样频率为40000hz。9.根据权利要求1所述的基于ropn的蓄能水电站水轮机系统故障诊断方法，其特征在
于：所述频谱图和相图对水轮机运行状态的判断方法如下：t1、在初始封闭状态下对待测的水轮机设备进行理想状态最大指数point数的确定；t2、将s5中测得的频谱图和相图中的实际point数与理想状态最大指数point数比较，且实际point数与理想状态最大指数point数间的比值范围在0.75-1.25：1的范围内，则表示水轮机设备为正常运行状态，否则表示水轮机设备处于故障状态。10.根据权利要求9所述的基于ropn的蓄能水电站水轮机系统故障诊断方法，其特征在于：所述判断方法进一步的包括：若水轮机设备处于故障状，则对实际point数进行核对处理，核对处理的次数为2次。

技术总结
本发明公开了一种基于ROPN的蓄能水电站水轮机系统故障诊断方法，包括以下步骤：对水电站水轮机正常运行的运行数据进行收集检测；对水电站水轮机出现故障的数据进行分析和整理；对故障类型进行信息数据程度表示；对数据进行的数据优化；对数据优化值进行随机去噪采样，得随机去噪采样数据；根据可用压力脉动信号的频谱图和可用压力脉动信号的相图得出水轮机的运行状态。通过随机去噪采样的方式，能够得到优化后的数据，使得采集到的数据不会因其他数据的干扰出现数据存在较大误差的现象，进而是能够保证测得最终数据的准确性，使得维护人员能够第一时间对存在故障的设备区域进行相应的维护工作，有效的保证水轮机设备的维护效率。护效率。护效率。


技术研发人员：王靖宇 钟雪辉 张云轩 林杰胜 冯文嵛 季怀杰 陈冠宇 方勇 林泳骏 蔡喜昌 梁志伟
受保护的技术使用者：南方电网调峰调频发电有限公司运行分公司
技术研发日：2023.03.21
技术公布日：2023/5/16