阅读说明：本技术 一种针对水轮机活动导叶开口不匀的故障预警方法 (Fault early warning method for unevenness of opening of movable guide vane of water turbine ) 是由 颜天成 李太斌 张冲 延帅 吴家乐 姜东� 杜俊邑 于 2020-04-26 设计创作，主要内容包括：本发明公开了一种针对水轮机活动导叶开口不匀的故障预警方法,选取任意时间段内水轮机活动导叶开口不匀的相关监测量,组合神经网络算法和遗传算法建设智能算法模块,将相关监测量导入智能算法模块,得该时间段内水轮机开口不匀的最优值,将最优值作为评估水轮机活动导叶开口不匀故障的指标量,通过监测报警该指标量的变化趋势,实现对水轮机活动导叶开口不匀的故障预警。本发明对水轮机的相关监测量采用智能算法模块,对数据进行特殊的处理,从数据群体中挑选最优值,一方面能达到数据清洗的效果,另一方面从一组数据中提取到最能表达设备状态的特征值,这样既解决了数据由于信号干扰、传感器精度的误报问题,又能通过监测最优值实现故障预警。(The invention discloses a fault early warning method for the unevenness of the movable guide vane opening of a water turbine, which comprises the steps of selecting related monitoring quantity of the unevenness of the movable guide vane opening of the water turbine in any time period, combining a neural network algorithm and a genetic algorithm to construct an intelligent algorithm module, leading the related monitoring quantity into the intelligent algorithm module to obtain the optimal value of the unevenness of the opening of the water turbine in the time period, using the optimal value as an index quantity for evaluating the unevenness fault of the movable guide vane opening of the water turbine, and realizing the fault early warning of the unevenness of the movable guide vane opening of the water turbine by monitoring and alarming the change trend of the index quantity. The invention adopts an intelligent algorithm module for the related monitoring quantity of the water turbine, specially processes data, and selects an optimal value from a data group, so that on one hand, the effect of cleaning the data can be achieved, and on the other hand, a characteristic value which can best express the equipment state is extracted from a group of data, thereby solving the problems of signal interference and misinformation of the sensor precision of the data, and realizing fault early warning by monitoring the optimal value.)

一种针对水轮机活动导叶开口不匀的故障预警方法

技术领域

本发明涉及水轮机应用技术领域，尤其涉及一种针对水轮机活动导叶开口不匀的故障预警方法。

背景技术

随着人工智能的发展，目前中国各大水电厂水轮机各部件设备的监视还停留在监视阶段，通过人工对实时数据的分析，来判断设备的状态，不仅分析效率低，而且误判率高。针对设备的老化和设备渐变的故障，实时监视可能无法捕捉。由于传感器精度等各方面干扰因素导致测点的跳变，对设备的劣化监测可能会出现频繁的误报等情况。

为了打破传统的数据分析方法，针对水轮机导叶开口不匀故障需要开发出一套能实现智能分析、智能故障监测、智能故障预测的模块，实现水轮机导叶开口不匀故障的智能预警。

发明内容

本发明的目的就在于为了解决上述问题而提供一种针对水轮机活动导叶开口不匀的故障预警方法。

为了实现上述目的，本公开提供一种针对水轮机活动导叶开口不匀的故障预警方法，选取任意时间段内水轮机活动导叶开口不匀的相关监测量，组合神经网络算法和遗传算法建设智能算法模块，将相关监测量导入智能算法模块，得该时间段内水轮机开口不匀的最优值，将最优值作为评估水轮机活动导叶开口不匀故障的指标量，通过监测报警该指标量的变化趋势，实现对水轮机活动导叶开口不匀的故障预警。

本发明的有益效果在于：

本发明涉及的针对水轮机活动导叶开口不匀的故障预警方法，对水轮机的相关监测量采用智能算法模块，对数据群体中的每个数据个体进行特殊的处理，从数据群体中挑选最优值，一方面能达到数据清洗的效果，另一方面从一组数据中提取到最能表达设备状态的特征值，这样既解决了数据由于信号干扰、传感器精度的误报问题，又能通过监测最优值实现故障预警。

附图说明

附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的

具体实施方式

一起用于解释本公开，但并不构成对本公开的限制。在附图中：

图1是本发明所述的针对水轮机活动导叶开口不匀的故障预警方法的流程图；

图2是BP神经网络图；

图3是本发明所述的遗传算法部分的流程图；

图4是水轮机活动导叶正常与异常时的波形频谱对比图；

图5是活动导叶开口不匀的指标量曲线。

具体实施方式

以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。

本发明涉及的针对水轮机活动导叶开口不匀的故障预警方法，选取任意时间段内水轮机活动导叶开口不匀的相关监测量，相关监测量包括水轮机的顶盖振动、水导摆度、蜗壳压力脉动、尾水管压力脉动、导叶开度和水头的监测量，并将顶盖振动、水导摆度、蜗壳压力脉动、尾水管压力脉动、导叶开度和水头的监测量做数据归一化处理。

组合神经网络算法和遗传算法建设智能算法模块，将归一化处理后的相关监测量导入智能算法模块，得该时间段内水轮机开口不匀的最优值，将最优值作为评估水轮机活动导叶开口不匀故障的指标量，通过监测报警该指标量的变化趋势，实现对水轮机活动导叶开口不匀的故障预警。

智能算法模块中的算法包括神经网络算法部分和遗传算法部分。

神经网络算法，特别是多层神经网络技术的发展，给各种不同预测物理模型的研究提供了新的方法。多层神经网络能够不断地学习新的知识并能处理复杂的非线性映射，本发明涉及的神经网络算法部分采用的BP模型是一种使用最为成熟和最为有效的模型。对于一个基于BP神经网络理论的预测方法，必须在 BP神经网络的基础上，结合预测前的数据预处理、影响因素量化处理及预测后对少量数据的修正，才能使预测模型达到理想的精度，如图2所示。

遗传算法是从代表问题可能潜在的解集的一个种群开始的，而一个种群则由经过基因编码的一定数目的个体组成。每个个体实际上是染色体带有特征的实体。初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代演化产生出越来越好的近似解，在每一代，根据问题域中个体的适应度大小选择个体，并借助于自然遗传学的遗传算子进行组合交叉和变异，产生出代表新的解集的种群。这个过程将导致种群像自然进化一样的后生代种群比前代更加适应于环境，末代种群中的最优个体经过解码，可以作为问题近似最优解，如图3所示。

实施例：

根据现场经验当水轮机导叶开口不匀可能对摆度、振动、压力脉动在时域上会有明显的增大。将其波形数据FFT解析后在频域会有转轮叶片数量的整数倍频率存在，见下式：

P＝r*s*n

式中，r为转速频率，s为转轮叶片数，n-整数，P-导叶开口不匀在频谱中的频率。

如图4所示，正常情况下振动量在频域下的频谱只有一倍转速频率下有分量。如图5所示，异常情况下除了一倍转速频率还有40倍转频存在，正好符合上述公式，这段时间的数据说明活动导叶在该段时间内存在异常振动。

选取水轮机三个月的历史数据导入智能算法模块中，并将所得最优值绘制成曲线，发现机组检修前该趋势有明显的阶梯升高，在第一次上升的时候现场没做任何处理，第二次升高的时候后经过检修发现该指标量降下来，同时波形中高频分量消失，故该针对水轮机活动导叶开口不匀的故障预警方法在应用方面符合现场机理模型。

本发明通过结合神经网络和遗传算法的优点对活动导叶开口不匀数据进行运算，可以看出该指标量的变化，从而通过趋势能判断出设备的健康状态，通过趋势计算出设备的劣化程度，从而实现故障预警。

以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。