[发明专利]一种水力发电机组设备健康分析方法

权利要求书

1.一种水力发电机组设备健康分析方法，其特征在于，包括以下步骤：

S1、获取水力发电机组设备的检测数据，根据所述检测数据计算得到监测值，将监测值录入监测数据库中，并将监测值通过神经网络自动寻优后录入最优状态数据库中；

S2、利用神经网络自动寻优模型将监测数据库中的监测值转化为实时综合指数；

S3、将实时综合指数与最优状态数据库进行对比得到运行状态的最优值，根据最优值计算设备部件健康指数；

S4、根据设备部件健康指数得到机组健康指数，实现对水力发电机组设备的健康分析；

所述检测数据包括振动检测数据、温度检测数据和压力检测数据，所述监测值包括振动监测值、温度监测值和压力监测值；

所述步骤S1具体包括以下分步骤：

S11、根据公式(1)，利用振动检测数据计算得到振动监测值f(x)；

式中a₀为振动额定参数，a_n为振动检测数据低频分量的振幅，b_n为振动检测数据高频分量的振幅，n为周期数，t为每一周期时间，T为总时间，x为振动检测数据；

S12、根据公式(2)，利用温度检测数据计算得到温度监测值g(y)；

式中W_f为线圈每极匝数，2P为水轮机极数，α_f为铜线厚度，L_αf为铜线缠绕长度，I_f为励磁电流，R_f为励磁绕组直流电阻，y为温度检测数据；

S13、根据公式(3)，利用压力检测数据计算得到压力监测值w(z)；

式中α为阻力系数，n为脉动周期，ρ₀为液体密度，l为管道长度，C为液体流量，z为压力检测数据；

S14、将振动监测值、温度监测值和压力监测值录入监测数据库中；

S15、根据公式(4)，将振动监测值、温度监测值和压力监测值通过神经网络自动寻优后录入最优状态数据库中；

式中W_ij为随机权重，θ_i为随机参数，P_i为预设变量，x_i为用于训练的监测值，x_i＝{f(x)，g(y)，w(z)}。

2.根据权利要求1所述的水力发电机组设备健康分析方法，其特征在于，所述步骤S2的具体步骤为：根据公式(4)，将监测数据库中超出95％置信区间的数据作为个别异常值去除，将监测值转化为实时综合指数。

3.根据权利要求2所述的水力发电机组设备健康分析方法，其特征在于，所述步骤S3具体包括以下分步骤：

S31、将实时综合指数与最优状态数据库进行对比，得到最优值p；

S32、根据公式(5)，利用最优值p计算设备部件健康指数m；

式中p为最优值，n为实时综合指数。

4.根据权利要求3所述的水力发电机组设备健康分析方法，其特征在于，所述步骤S4具体包括以下分步骤：

S41、根据公式(6)，利用设备部件健康参数计算设备健康指数；

式中p为变参量，q为距离系数，y_i为设备部件健康参数，x_i为用于训练的监测值，x_i＝{f(x)，g(y)，w(z)}；

S42、根据公式(6)，利用设备健康指数计算机组健康指数；

S43、绘制机组健康指数曲线图。