能实现健康状态预测的水轮机调节系统及方法
【技术领域】
[0001]本发明涉及水轮机调节系统，具体地指一种能实现健康状态预测的水轮机调节系统及方法，用于智能化水电站各型水轮发电机组的自动控制和调节系统的健康状态预测，满足智能电网和智能水电站的控制要求。
【背景技术】
[0002]在全球金融危机和全球气候变化下，世界各国都把发展可再生能源当作振兴经济的重要措施，中国也是如此。水电就是各国优先开发的可再生清洁能源。我国水电资源蕴藏量世界第一，主要富集于大江大河，需采用大型水电机组才能有效开发，百万千瓦级水电机组的水轮机及调速、励磁、发电机等附属设备及其系统集成设计技术被作为清洁高效发电设备及技术列入国家《重大技术装备自主创新指导目录》。同时，国家提出要建设坚强智能电网，以满足水电、风电、太阳能、潮汐能等多种可再生能源的可靠接入，智能化水电站的建设已经开始试点，这就对作为水轮机的附属设备调节系统提出了更高的要求。
[0003]目前应用于水电站的水轮机调速器大都能可靠运行，满足电站现有需求，但针对未来智能水电站的建设，还存在以下不足:
[0004]I)设备故障诊断仅限于水轮机调速器本身；
[0005]2)没有对设备健康状态进行预测。未来智能化水电站要做到“无人值班”的要求，必须要对设备健康状态了如指掌；
[0006]3)对设备故障诊断的手段不够，仅限于PLC和操作终端有限的分析能力很难对调节系统的故障做综合全面的分析和定位；
[0007]4)现有检修方式仍然是定期维护和事后维修，未能做到预知性维修。
【发明内容】
[0008]本发明目的在于克服上述现有技术的不足而提供一种能实现健康状态预测的水轮机调节系统及方法，该系统通过各种传感器和检测设备，利用多源信息融合技术实现水轮机调节系统的智能诊断和健康状态预测，同时，将其与控制功能集成于水轮机调节系统，提高系统集成度，节约硬件资源。为智能化水电站实现“无人值班(少人值守)”提供更加可靠和可预测的水轮机调节系统。
[0009]实现本发明目的采用的技术方案是一种能实现健康状态预测的水轮机调节系统，该系统包括水轮机调速器电气控制系统和水轮机调速器机械液压系统，其特征在于:还包括用于检测所述水轮机调速器机械液压系统的第一漏油传感器，所述第一漏油传感器与所述水轮机调速器电气控制系统连接；所述水轮机调速器电气控制系统根据第一漏油传感器检测的信号通过多源信息融合技术实现水轮机调节系统的智能诊断和健康状态预测，并将诊断和预测数据传输到远程监控系统。
[0010]进一步地，还包括用于检测油压装置状态信号的第一油泵输出流量传感器、第一油压传感器、压力罐液位传感器、回油箱液位传感器、第一油质传感器，以及检测油压装置控制柜中油泵电机的第一检测装置；所述第一油泵输出流量传感器、第一油压传感器、压力罐液位传感器、回油箱液位传感器、油质传感器和第一检测装置分别与所述水轮机调速器电气控制系统连接。
[0011]进一步地，所述能实现健康状态预测的水轮机调节系统还包括用于检测漏油箱状态信号的液位传感器、第二油质传感器和第二油泵输出流量传感器，以及检测漏油箱控制柜中油泵电机的第二检测装置，所述液位传感器、第二油质传感器、第二油泵输出流量传感器和第二检测装置分别与所述水轮机调速器电气控制系统连接。
[0012]进一步地，所述能实现健康状态预测的水轮机调节系统还包括用于检测事故配压阀的第三漏油传感器和检测阀芯动作的第二油压传感器，所述第三漏油传感器和第二油压传感器分别与所述水轮机调速器电气控制系统连接。
[0013]进一步地，所述能实现健康状态预测的水轮机调节系统还包括用于检测分段关闭装置的第四漏油传感器和用于检测分段关闭装置动作信号的第三油压传感器，所述第四漏油传感器和第三油压传感器分别与所述水轮机调速器电气控制系统连接。
[0014]进一步地，所述能实现健康状态预测的水轮机调节系统还包括用于检测接力器的开、关腔压力传感器和接力器位移传感器，所述开、关腔压力传感器和接力器位移传感器分别与所述水轮机调速器电气控制系统连接。
[0015]进一步地，所述能实现健康状态预测的水轮机调节系统还包括用于检测水轮发电机组的功率变送器、机组PT、机组转速探头和蜗壳压力传感器，所述功率变送器、机组PT、机组转速探头和蜗壳压力传感器分别与所述水轮机调速器电气控制系统连接。
[0016]在上述技术方案中，所述水轮机调速器机械液压系统还设有第二漏油传感器，所述第二、第三和第四漏油传感器与漏油箱连接。
[0017]此外，本发明还提供一种水轮机调节系统健康状态预测的方法，该方法包括:
[0018]I)数据预处理
[0019]⑴数据集成
[0020]将水轮机调速器电气控制系统获得的所有数据都集成到MySQL数据库中，利用MySQL建立数据仓库；
[0021](2)数据转换
[0022]将所述数据仓库中与某一部件相关的所有参数信息整合成一条记录；
[0023](3)数据清理
[0024]通过填写空缺值、平滑噪声数据、识别、删除孤立点，进行清理数据；
[0025]2)多源数据融合
[0026]采用基于不同层次的数据融合方法，将多源、异构传感器信息进行融合，提高诊断精确度及稳定性；
[0027]对传感器测得的压力、流量信号直接进行标准化与归一化，对于振动信号采用小波包变换、傅里叶变换方法将时间序列信息转换为频域信息，再进行标准化；
[0028]对上述各类信号从数据层、特征层、决策层等多个层次进行融合；
[0029]3)故障特征选择
[0030]水轮机调系统故障与传感器测得的信号之间存在显示或隐式的复杂关系，从众多的信号中挑选出最能表征故障的信号；
[0031]4)智能模型构建
[0032]通过带置信度的集成学习方法构建诊断模型，在训练阶段，针对每种故障分别构建一个诊断模型，在测试阶段，综合各种模型的输出结果，按其置信度的大小，给出一个综合的预测结果；采用后验概率的支持向量机、Bayesian学习、决策树的方法作为元分类器，利用集成学习的方法构建准确、健壮的预测模型；对原因确定的故障诊断则采用故障树构建模型，以进一步提高故障定位的准确度；
[0033]5)异常参数检测
[0034]通过对监测数据中的参数进行异常检测，迅速发现参数的异常值。
[0035]在上述技术方案中，所述异常参数检测包括:
[0036](I)基于模型的技术:基于已有的数据构建一个模型，调节系统异常时，在模型中显得格格不入的为异常数据；
[0037](2)基于接近性的技术:利用现有技术定义数据之间的接近性或者相似度，离大多数数据距离较远的为异常数据；
[0038](3)基于密度的技术:利用上述相似度或者距离，估计所有数据点在空间里的密度，那些处于低密度区域的数据点就是所谓的异常数据。
[0039]本发明的水轮机调节系统相比常规水轮机调速器具有如下优点:
[0040](I)状态监测范围更宽。除了常规水轮机调速器本体的常规检测外，还增加了本体液压系统的漏油检测、油压装置和漏油箱及其控制系统、事故配压阀、分段关闭、接力器和水轮发电机组等部件的相关检测；
[0041](2)实现了智能诊断，故障定位更准确，特别是一些软故障，如接力器抽动、油泵频繁启动等故障的诊断。
[0042](3)故障诊断范围更宽。随着状态监测范围的拓宽，故障诊断的范围也随之拓宽，而不仅仅限于传统水轮机调速器。
[0043](4)实现了水轮机调节系统各关键部件的健康状态预测，促进系统检修方式由定期维护和事后维修，转向预知性维修。
[0044](5)可靠性更高，使得智能化水电站对设备健康状态了如指掌，有利于实现“无人值班(少人值守)”。
[0045](6)硬件配置更高，可利用的资源更多，有利于多源信息的融合、分析。
【附图说明】
[0046]图1为本发明能实现健康状态预测的水轮机调节系统的结构框图。
[0047]图2为水轮机调速器电气控制系统的结构框图。
[0048]图3为水轮机调速器机械液压系统的结构框图。
[0049]图4为油压装置系统的结构框图。
[0050]图5为漏油箱系统的结构框图。
[0051]图6为本发明水轮机调速器机械液压系统进行健康状态预测方法的流程图。
[0052]图7为多源传感信息融合方式示意图，其中，a)为数据层融合方式，b)为特征层融合