[发明专利]一种水轮机故障碰撞的识别方法及系统

说明书

本发明涉及一种水轮机故障碰撞的识别方法及系统，其中识别方法包括以下步骤：声音采集，在水轮机组旁设置拾音器，采集水轮机转动声音，对水轮机转动声音进行标记，标记为正常运行声音和故障碰撞声音；声音数据预处理，对标记后的正常运行声音和故障碰撞声音进行预处理，获取正常运行声音的语谱图和故障碰撞声音的语谱图作为样本集；训练故障识别模型，搭建卷积神经网络，将样本集输入至所述卷积神经网络对其进行训练，得到故障识别模型；故障识别，采集水轮机实时转动声音，对实时转动声音进行预处理，获取实时转动声音的语谱图并输入至故障识别模型中，所述故障识别模型识别实时转动声音中是否有故障碰撞声音。

技术领域

本发明涉及一种水轮机故障碰撞的识别方法及系统，属于水利水电、人工智能技术领域。

背景技术

作为可大规模开发利用的可再生能源，水电在国家基础建设中受到高度重视。近年来，随着大型水利枢纽工程的兴建以及大中型水电厂的相继建成投产，水电装机容量越来越大，水电机组在电网中除了送出电能外，还承担着调峰、调频、调相和事故备用等作用，因此，对水电机组开展状态监测与故障诊断技术越来越必要和迫切。

水电站水轮机有许多过流部件和转动设备，其中水轮发电机几种常见故障如碰磨、裂纹、基座松动、轴承故障以及空蚀空化等都会使水轮机产生异常声音。水电站不同运行工况产生的声音频谱特征就像人的指纹，不仅具有特定性，而且具有相对稳定性。过去这些异常的声发射信号只能通过人员通过经验来判断。基于上述原因，为了更好地对水轮发电机组运行状态进行监测和评价，本发明提出了一种水轮机碰磨故障识别方法和系统，用于语谱机组故障情况，提升水电站应急处置能力和安全运行水平。

发明内容

为了解决上述现有技术中存在的问题，本发明提出了一种水轮机故障碰撞的识别方法及系统，从水电站水车室的原始声音中提取代表碰磨故障的特征频谱，通过声音检测这种非接触方式自动识别水轮机碰磨故障。

本发明的技术方案如下：

一种水轮机故障碰撞的识别方法，包括以下步骤：

声音采集，在水轮机组旁设置拾音器，采集水轮机转动声音，对水轮机转动声音进行标记，标记为正常运行声音和故障碰撞声音；

声音数据预处理，对标记后的正常运行声音和故障碰撞声音进行预处理，获取正常运行声音的语谱图和故障碰撞声音的语谱图作为样本集；

训练故障识别模型，搭建卷积神经网络，将样本集输入至所述卷积神经网络对其进行训练，得到故障识别模型；

故障识别，采集水轮机实时转动声音，对实时转动声音进行预处理，获取实时转动声音的语谱图并输入至故障识别模型中，所述故障识别模型识别实时转动声音中是否有故障碰撞声音。

进一步的，所述对标记后的正常运行声音和故障碰撞声音进行预处理的步骤具体为：

分别对正常运行声音和故障碰撞声音进行分帧处理，设置每1帧的数据长度为N，分帧步长为N/M，即重叠率为(M-1)/M进行数据分帧；

对分帧后的声音数据进行加窗处理，窗的长度等于帧长N；

对加窗处理后的每个窗中的数据进行短时傅里叶变换，得到短时幅度谱估计值；

对每帧短时幅度谱估计值取对数值，得到具有一一对应关系的语谱图。

进一步的，所述卷积神经网络包括依次连接的输入层、卷积层、卷积池化层、全连接层和输出层。

进一步的，还包括人工纠偏识别结果的步骤，具体如下：

存储未经处理过的原始实时转动声音数据以及所述故障识别模型输出的识别结果，所述原始实时转动声音数据与识别结果具有一一对应关系；