CN106988951A - 水轮机组故障诊断及状态评估方法 - Google Patents
水轮机组故障诊断及状态评估方法 Download PDFInfo
- Publication number
- CN106988951A CN106988951A CN201710246046.5A CN201710246046A CN106988951A CN 106988951 A CN106988951 A CN 106988951A CN 201710246046 A CN201710246046 A CN 201710246046A CN 106988951 A CN106988951 A CN 106988951A
- Authority
- CN
- China
- Prior art keywords
- data
- fault diagnosis
- time
- diagnosis
- processor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03B—MACHINES OR ENGINES FOR LIQUIDS
- F03B11/00—Parts or details not provided for in, or of interest apart from, the preceding groups, e.g. wear-protection couplings, between turbine and generator
- F03B11/008—Measuring or testing arrangements
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/80—Diagnostics
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/20—Hydro energy
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明涉及一种故障诊断及状态评估方法,具体涉及一种应用于水轮机组的故障诊断及状态评估方法,包括如下步骤:原始数据的收集;实时数据的收集;故障诊断,处理器将数据库中的实时数据与原始数据结合,对水轮发电机组、励磁***、调速器***和继电保护***进行故障诊断;状态评估分析,具体步骤如下:处理器从数据库选取一段时间内渐变量的数据;处理器将选取的数据与原始数据结合,筛选出有用的数据;处理器利用最小二乘法曲线将筛选出的有用的数据拟合出最符合数据点趋势规律的曲线;处理器计算出水轮机组、励磁***和调速***的趋势预警及延迟失效的时间。本方法不仅能够对水轮机组现在的故障进行诊断,还能够对未来进行预测。
Description
技术领域
本发明涉及一种故障诊断及状态评估方法,具体涉及一种应用于水轮机组的故障诊断及状态评估方法。
背景技术
常见的故障诊断及状态评估***只负责对监测数据进行了全面的收集,在收集的数据基础上进行了简单的故障诊断及状态评估分析,而水轮机组的监测数据很多受水轮机的工况影响较大,对于不同工况下的数据按照一个模式进行分析导致分析的结果不够准确。常见故障诊断及状态评估***只停留于对历史或者实时数据的分析,没能对未来进行预测,不能***设备的失效时间不能合理安排设备检修时间。
发明内容
本发明所要解决的技术问题是提供一种不仅能够对水轮机组现在的故障进行诊断,还能够对未来进行预测的状态评估方法。
为了解决上述技术问题,本发明的技术方案为:
水轮机组故障诊断及状态评估方法,包括如下步骤:
原始数据的收集,收集水轮机组在不同工作状况下的机组转速和有功功率的数据,传输并存储于数据库;
实时数据的收集,采集油色谱、高压套管、微水、铁芯接地在线监测和振摆波形的实时监测数据,传输并存储于数据库;
故障诊断,处理器将数据库中的实时数据与原始数据结合,对水轮发电机组、励磁***、调速器***和继电保护***进行故障诊断;
状态评估分析,具体步骤如下:
处理器从数据库选取一段时间内渐变量的数据;
处理器将选取的数据与原始数据结合,筛选出有用的数据;
处理器利用最小二乘法曲线将筛选出的有用的数据拟合出最符合数据点趋势规律的曲线;
处理器计算出水轮机组、励磁***和调速***的趋势预警及延迟失效的时间。
进一步的,步骤状态评估分析中,水轮机组、励磁***和调速***的趋势预警及延迟失效的时间的计算方法为,处理器通过最小二乘法曲线拟合出最符合当前趋势的曲线,设定阈值,计算出该曲线达到阈值时的时间;该时间即为水轮机组、励磁***和调速***的趋势预警及延迟失效的时间。
进一步的,故障诊断步骤中,采用专家***诊断法、故障树诊断法、人工诊断法或融合诊断法对水轮机组进行故障诊断,采用故障树诊断法对励磁***、调速器***和继电保护***进行故障诊断;
专家***诊断法是基于知识库,将所需机组特征量不同的规则信息,分别存储于数据库不同的表中,构成不同的模块,用于查询和推理;
故障树诊断法是基于低概率事件,按照树形结构,自顶向下进行诊断;
人工诊断法是给出各种故障情况下的案例图,根据实际进行对照选择,最后综合各项指标得出结论;
融合诊断法是结合专家***诊断法和故障树诊断法,综合得出故障类型。
进一步的,原始数据的收集步骤中,采用104规约收集原始数据。
进一步的,实时数据的收集步骤中,采用61850规约收集油色谱、高压套管、微水和铁芯接地在线监测的实时监测数据,采用定制规约收集振摆波形的实时监测数据。
进一步的,实时数据的收集步骤中,收集的油色谱、高压套管、微水和铁芯接地在线监测的实时监测数据结合原始数据采用按秒间隔进行存储。
进一步的,实时数据的收集步骤中,收集到的振摆波形的实时监测数据结合原始数据采用间隔存文件方式进行存储。
有益效果:上述的水轮机组故障诊断及状态评估方法,对电站的数据进行了关联工况处理且进行工况筛选后进行奇异值的剔除,为后期数据分析提供基础;实现基于过滤筛选后的数据进行趋势分析,并且计算趋势预警与延迟失效的时间。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是,对于这些实施方式的说明用于帮助理解本发明,但并不构成对本发明的限定。此外,下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示,水轮机组故障诊断及状态评估方法,包括如下步骤:
原始数据的收集,采用104规约收集水轮机组在不同工作状况下的机组转速和有功功率的数据,传输并存储于数据库;
实时数据的收集,采用61850规约收集油色谱、高压套管、微水和铁芯接地在线监测的实时监测数据,采用定制规约收集振摆波形的实时监测数据;
收集的油色谱、高压套管、微水和铁芯接地在线监测的实时监测数据先传输到数据库中,然后结合原始数据采用按秒间隔存储于数据库。
收集到的振摆波形的实时监测数据结合原始数据先传输到数据库中,然后采用间隔存文件方式存储于数据库;
故障诊断,处理器将数据库中的实时数据与原始数据结合,采用专家***诊断法、故障树诊断法、人工诊断法或融合诊断法对水轮机组进行故障诊断,采用故障树诊断法对励磁***、调速器***和继电保护***进行故障诊断;
状态评估分析,具体步骤如下:
处理器从数据库选取一段时间内渐变量的数据;
处理器将选取的数据与原始数据结合,筛选出有用的数据;
处理器利用最小二乘法曲线将筛选出的有用的数据拟合出最符合数据点趋势规律的曲线;
处理器计算出水轮机组、励磁***和调速***的趋势预警及延迟失效的时间。
具体的,水轮机组、励磁***和调速***的趋势预警及延迟失效的时间的计算方法为,处理器通过最小二乘法曲线拟合出最符合当前趋势的曲线,设定阈值,计算出该曲线达到阈值时的时间;该时间即为水轮机组、励磁***和调速***的趋势预警及延迟失效的时间。
以上结合附图对本发明的实施方式作了详细说明,但本发明不限于所描述的实施方式。对于本领域的技术人员而言,在不脱离本发明原理和精神的情况下,对这些实施方式进行多种变化、修改、替换和变型,仍落入本发明的保护范围内。
Claims (7)
1.水轮机组故障诊断及状态评估方法,其特征在于,包括如下步骤:
原始数据的收集,收集水轮机组在不同工作状况下的机组转速和有功功率的数据,传输并存储于数据库;
实时数据的收集,采集油色谱、高压套管、微水、铁芯接地在线监测和振摆波形的实时监测数据,传输并存储于数据库;
故障诊断,处理器将数据库中的实时数据与原始数据结合,对水轮发电机组、励磁***、调速器***和继电保护***进行故障诊断;
状态评估分析,具体步骤如下:
处理器从数据库选取一段时间内渐变量的数据;
处理器将选取的数据与原始数据结合,筛选出有用的数据;
处理器利用最小二乘法曲线将筛选出的有用的数据拟合出最符合数据点趋势规律的曲线;
处理器计算出水轮机组、励磁***和调速***的趋势预警及延迟失效的时间。
2.根据权利要求1所述的水轮机组故障诊断及状态评估方法,其特征在于:步骤状态评估分析中,水轮机组、励磁***和调速***的趋势预警及延迟失效的时间的计算方法为,处理器通过最小二乘法曲线拟合出最符合当前趋势的曲线,设定阈值,计算出该曲线达到阈值时的时间;该时间即为水轮机组、励磁***和调速***的趋势预警及延迟失效的时间。
3.根据权利要求1所述的水轮机组故障诊断及状态评估方法,其特征在于:故障诊断步骤中,采用专家***诊断法、故障树诊断法、人工诊断法或融合诊断法对水轮机组进行故障诊断,采用故障树诊断法对励磁***、调速器***和继电保护***进行故障诊断。
4.根据权利要求1所述的水轮机组故障诊断及状态评估方法,其特征在于:原始数据的收集步骤中,采用104规约收集原始数据。
5.根据权利要求1所述的水轮机组故障诊断及状态评估方法,其特征在于:实时数据的收集步骤中,采用61850规约收集油色谱、高压套管、微水和铁芯接地在线监测的实时监测数据,采用定制规约收集振摆波形的实时监测数据。
6.根据权利要求1所述的水轮机组故障诊断及状态评估方法,其特征在于:实时数据的收集步骤中,收集的油色谱、高压套管、微水和铁芯接地在线监测的实时监测数据结合原始数据采用按秒间隔进行存储。
7.根据权利要求1所述的水轮机组故障诊断及状态评估方法,其特征在于:实时数据的收集步骤中,收集到的振摆波形的实时监测数据结合原始数据采用间隔存文件方式进行存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710246046.5A CN106988951A (zh) | 2017-04-14 | 2017-04-14 | 水轮机组故障诊断及状态评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710246046.5A CN106988951A (zh) | 2017-04-14 | 2017-04-14 | 水轮机组故障诊断及状态评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106988951A true CN106988951A (zh) | 2017-07-28 |
Family
ID=59416222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710246046.5A Pending CN106988951A (zh) | 2017-04-14 | 2017-04-14 | 水轮机组故障诊断及状态评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106988951A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107895176A (zh) * | 2017-11-13 | 2018-04-10 | 国网湖南省电力有限公司 | 一种面向水电机群广域监测诊断的雾计算***及方法 |
CN108446379A (zh) * | 2018-03-16 | 2018-08-24 | 中国长江三峡集团有限公司 | 水电机组故障诊断方法 |
CN108664696A (zh) * | 2018-04-02 | 2018-10-16 | 国家计算机网络与信息安全管理中心 | 一种冷水机组运行状态的测评方法及装置 |
CN109630347A (zh) * | 2018-11-22 | 2019-04-16 | 成都锐达自动控制有限公司 | 故障诊断的水电站调速器油压智能控制***及诊断方法 |
CN109886512A (zh) * | 2017-12-05 | 2019-06-14 | 北京绪水互联科技有限公司 | 剩余应急维修时间估算方法及预警方法、以及其估算***和预警*** |
CN110552832A (zh) * | 2019-08-13 | 2019-12-10 | 大唐水电科学技术研究院有限公司 | 水轮机组故障诊断及健康状态评估方法 |
CN110805517A (zh) * | 2019-10-11 | 2020-02-18 | 大唐水电科学技术研究院有限公司 | 一种水电机组健康评估方法 |
CN111323158A (zh) * | 2020-02-26 | 2020-06-23 | 东方电气集团东方电机有限公司 | 一种联轴螺栓的实时应力监测***及安全系数检测方法 |
CN112855408A (zh) * | 2021-01-15 | 2021-05-28 | 湖南五凌电力科技有限公司 | 水轮发电机组预警方法以及预警装置 |
CN114037194A (zh) * | 2022-01-12 | 2022-02-11 | 南京佰思智能科技有限公司 | 基于机器学习的水电厂发电负荷预测***及方法 |
CN115065289A (zh) * | 2022-07-28 | 2022-09-16 | 南方电网调峰调频发电有限公司检修试验分公司 | 一种基于转子磁极缺陷的协同检修方法及*** |
CN116468419A (zh) * | 2023-03-15 | 2023-07-21 | 成都地铁运营有限公司 | 轨道交通大数据运维决策分析方法、装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100073611A (ko) * | 2008-12-23 | 2010-07-01 | 전자부품연구원 | 하수를 이용한 수력 발전 시스템의 임펠러 세정 장치 및 방법 |
CN102324034A (zh) * | 2011-05-25 | 2012-01-18 | 北京理工大学 | 基于最小二乘支持向量机在线预测的传感器故障诊断方法 |
CN103439091A (zh) * | 2013-06-25 | 2013-12-11 | 国电大渡河检修安装有限公司 | 水轮机转轮叶片裂纹故障早期预警和诊断方法及*** |
CN105184059A (zh) * | 2015-08-20 | 2015-12-23 | 国家电网公司 | 一种基于海量数据的水电机组状态分析评估方法 |
CN105223293A (zh) * | 2015-11-09 | 2016-01-06 | 江苏省电力公司电力科学研究院 | 基于油色谱在线监测的变压器状态预警方法 |
-
2017
- 2017-04-14 CN CN201710246046.5A patent/CN106988951A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100073611A (ko) * | 2008-12-23 | 2010-07-01 | 전자부품연구원 | 하수를 이용한 수력 발전 시스템의 임펠러 세정 장치 및 방법 |
CN102324034A (zh) * | 2011-05-25 | 2012-01-18 | 北京理工大学 | 基于最小二乘支持向量机在线预测的传感器故障诊断方法 |
CN103439091A (zh) * | 2013-06-25 | 2013-12-11 | 国电大渡河检修安装有限公司 | 水轮机转轮叶片裂纹故障早期预警和诊断方法及*** |
CN105184059A (zh) * | 2015-08-20 | 2015-12-23 | 国家电网公司 | 一种基于海量数据的水电机组状态分析评估方法 |
CN105223293A (zh) * | 2015-11-09 | 2016-01-06 | 江苏省电力公司电力科学研究院 | 基于油色谱在线监测的变压器状态预警方法 |
Non-Patent Citations (1)
Title |
---|
潘罗平: "基于健康评估和劣化趋势预测的水电机组故障诊断***研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107895176A (zh) * | 2017-11-13 | 2018-04-10 | 国网湖南省电力有限公司 | 一种面向水电机群广域监测诊断的雾计算***及方法 |
CN107895176B (zh) * | 2017-11-13 | 2021-08-24 | 国网湖南省电力有限公司 | 一种面向水电机群广域监测诊断的雾计算***及方法 |
CN109886512B (zh) * | 2017-12-05 | 2021-07-09 | 北京绪水互联科技有限公司 | 剩余应急维修时间估算方法及预警方法、以及其估算***和预警*** |
CN109886512A (zh) * | 2017-12-05 | 2019-06-14 | 北京绪水互联科技有限公司 | 剩余应急维修时间估算方法及预警方法、以及其估算***和预警*** |
CN108446379A (zh) * | 2018-03-16 | 2018-08-24 | 中国长江三峡集团有限公司 | 水电机组故障诊断方法 |
CN108664696A (zh) * | 2018-04-02 | 2018-10-16 | 国家计算机网络与信息安全管理中心 | 一种冷水机组运行状态的测评方法及装置 |
CN109630347A (zh) * | 2018-11-22 | 2019-04-16 | 成都锐达自动控制有限公司 | 故障诊断的水电站调速器油压智能控制***及诊断方法 |
CN109630347B (zh) * | 2018-11-22 | 2020-06-02 | 成都锐达自动控制有限公司 | 故障诊断的水电站调速器油压智能控制***及诊断方法 |
CN110552832A (zh) * | 2019-08-13 | 2019-12-10 | 大唐水电科学技术研究院有限公司 | 水轮机组故障诊断及健康状态评估方法 |
CN110805517A (zh) * | 2019-10-11 | 2020-02-18 | 大唐水电科学技术研究院有限公司 | 一种水电机组健康评估方法 |
CN111323158A (zh) * | 2020-02-26 | 2020-06-23 | 东方电气集团东方电机有限公司 | 一种联轴螺栓的实时应力监测***及安全系数检测方法 |
CN111323158B (zh) * | 2020-02-26 | 2022-05-06 | 东方电气集团东方电机有限公司 | 一种联轴螺栓的实时应力监测***及安全系数检测方法 |
CN112855408A (zh) * | 2021-01-15 | 2021-05-28 | 湖南五凌电力科技有限公司 | 水轮发电机组预警方法以及预警装置 |
CN112855408B (zh) * | 2021-01-15 | 2022-03-11 | 湖南五凌电力科技有限公司 | 水轮发电机组预警方法以及预警装置 |
CN114037194A (zh) * | 2022-01-12 | 2022-02-11 | 南京佰思智能科技有限公司 | 基于机器学习的水电厂发电负荷预测***及方法 |
CN115065289A (zh) * | 2022-07-28 | 2022-09-16 | 南方电网调峰调频发电有限公司检修试验分公司 | 一种基于转子磁极缺陷的协同检修方法及*** |
CN116468419A (zh) * | 2023-03-15 | 2023-07-21 | 成都地铁运营有限公司 | 轨道交通大数据运维决策分析方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106988951A (zh) | 水轮机组故障诊断及状态评估方法 | |
CN105305444B (zh) | 基于调配一体化的配网综合智能告警与处理方法 | |
CN102638041B (zh) | 电力***调度操作在线安全稳定快速校核方法 | |
WO2021135514A1 (zh) | 一种城市轨道交通运控运维协同***及方法 | |
CN107054410A (zh) | 道岔转辙机的智能诊断***及诊断方法 | |
CN103986237B (zh) | 一种配电网的预防控制及故障处理*** | |
CN106777603B (zh) | 智能变电站继电保护装置寿命预测方法 | |
CN103701212B (zh) | 一种用于电网安全稳定控制装置的监测分析方法及*** | |
CN105116291A (zh) | 一种基于电网运行稳态监控信息的故障诊断***及方法 | |
CN109639477B (zh) | 一种二次设备在线监视与分析***及方法 | |
CN112713649B (zh) | 一种基于极限学习机的电力设备剩余寿命预测方法 | |
EP3254928A1 (en) | System and method for the asset management of railway trains | |
CN102226428A (zh) | 燃气轮机健康状态预测方法 | |
CN103078403B (zh) | 一种智能变电站二次***的在线状态评估方法 | |
CN107798395A (zh) | 一种电网事故信号自动诊断方法及*** | |
CN103164775A (zh) | 一种电网设备状态自动评价平台及方法 | |
CN102981497A (zh) | 高速列车制动***故障诊断设备及诊断方法 | |
CN103995215A (zh) | 一种基于多层次反馈调整的智能电网故障诊断方法 | |
CN105656207A (zh) | 电力***在线实时稳定控制***及控制方法 | |
CN104502753A (zh) | 电力故障录波装置联网在线实时分析***及其应用 | |
CN110531656A (zh) | 一种水电机组性能的监测***和方法 | |
CN106771852A (zh) | 一种网源在线监测数据统一采集和分析处理方法 | |
CN106610617A (zh) | 一种蓄能机组故障分析***及方法 | |
CN112633614B (zh) | 一种基于特征提取的实时故障程度诊断***及方法 | |
CN104538957A (zh) | 用于统计低频低压切负荷容量的电网模型自适应处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170728 |
|
WD01 | Invention patent application deemed withdrawn after publication |