[发明专利]水轮机在线诊断预测系统

说明书

本发明公开了在线诊断预测系统，包括数据采集器、状态数据服务器、诊断分析模块、智能预测分析模块、历史数据库、状态监测数据库、维护和诊断知识库、巡检知识库；本发明的水轮机在线诊断预测系统对设备进行在线诊断分析与智能预测，能够有效避免“过剩检修”或者“检修不足”；能够提高运行效率；而且此系统能够对机组运行状态发展趋势进行预测，可以有效减少机组停机维修机率。

技术领域

本发明具体涉及水轮机在线诊断预测系统。

背景技术

水轮机组故障模式的诊断存在准确性问题。水轮机组是一个复杂耦合的非线性动力系统,其故障受到水、机、电等多种因素的耦合影响,导致在运行过程中工况复杂多变，现有的面对机组各部件故障、运行状况和劣化趋势及时进行预测与诊断的系统存在一定的局限性。

针对水轮机组设备故障与隐患，目前，大多电站仍采用“计划检修”的方式，伴随着设备的停役，设备的操作和运行方式的变更频繁，发生误操作的概率增加，反而给安全生产带来了不利因素，增加了检修费用，降低了经济效益，导致了所谓的“过剩检修”或者其对立面“检修不足”。而且，整个水轮机在线诊断预测系统内依然存在问题，导致其无法准确辨识机组故障模式与定位。

发明内容

为了解决上述存在的问题，本发明提供了水轮机在线诊断预测系统。

为了实现上述目的，本发明采用以下技术方案：

水轮机在线诊断预测系统，在线诊断预测系统包括数据采集器、状态数据服务器、诊断分析模块、智能预测分析模块、历史数据库、状态监测数据库、维护和诊断知识库、巡检知识库，其中，历史数据库与状态数据服务器之间存在数据传输与交换，诊断分析模块与状态监测数据库之间存在数据传输与交换，诊断分析模块与维护和诊断知识库之间存在数据传输与交换，状态监测数据库与维护和诊断知识库之间存在数据传输与交换，智能预测分析模块与巡检知识库之间存在数据传输与交换；

数据采集器采集压力脉动信号、流量数据、效率数据、导叶开度信号、转速信号、水轮机工作水头信号，声发射振动信号；A/D转换器将这些信号转换为电信号，并将电信号传输至状态数据服务器，状态数据服务器将数据信号传输至历史数据库，同时，状态数据服务器将数据信号远程传输至诊断分析模块，诊断分析模块对数据信号进行特征提取：(1)综合运用奇异值差分谱法、特征均值法、中值法对空化信号的特征进行捕捉提取，(2)采用二阶的Volterra级数来建立水轮机转轮模型，即：

式中：y(t)为输出，即水轮机系统振动响应；u(t)为输入，为机械系统的激励力；p为记忆长度；h(i,j)为Volterra级数的广义频率响应函数；t,i,j均为时间的函数；

通过水轮机转轮广义频率响应分析工况变化，诊断不均匀激励力作用点，进行性能评估，对调节器动静态进行特性分析，诊断分析的数据不断更新、对比、存储至状态监测数据库、维护和诊断知识库；同时，诊断分析模块将诊断分析的数据传输至智能预测分析模块，该模块利用MATLAB，将水轮机模型综合特性曲线处理成空间曲面，建立基于径向基函数神经网络的水轮机数字协联特性模型：

η＝f(a，H)

η为水轮机效率；a为活动导叶开度；H为水轮机工作水头；取实时监测的某一时刻水轮机工作水头H₀，将模型转化为η＝f(a)，通过一维优化求出协联点，重复取H₀，求协联点，直到求出协联曲线；将数据库所存储的实际工况数据与神经网络模型内理论数据进行协联对比分析，对不协联故障进行检测诊断；基于历史相似工况进行协联分析，甄别“伪协联”工况，预测状态发展趋势、捕捉早期故障前兆；智能预测分析的数据不断更新、对比、存储至巡检知识库；智能预测分析模块预测分析后得到控制决策与维护建议。

本发明的有益效果是：