[发明专利]基于稳定工况的水轮发电机劣化预警方法、设备及介质

说明书

本发明涉及一种基于稳定工况的水轮发电机劣化预警方法，包括：实时获取水轮发电机的运行数据，运行数据包括运行参数和状态量的状态量；对运行数据进行分析，得到历史序列数据；通过预先建立的ARⅠMA模型得到预测序列数据；将历史序列数据和预测序列数据进行拼接，得到分析序列数据；通过逻辑回归模型对分析序列数据进行拟合，并根据拟合结果提取趋势特征参数；判断趋势特征参数是否触发劣化预警，并根据判断结果发出相应的预警信息。本发明针对水轮发电机频繁调整运行工况的情况，对运行数据进行分析处理获取预测数据，通过预测数据能够判断机组未来运行时是否触发劣化预警，以便对设备实行超前管理，及时调整运行方式和检修计划，提高设备的效率。

技术领域

本发明涉及水轮发电机监测技术领域，特别是涉及基于稳定工况的水轮发电机劣化预警方法、设备及介质。

背景技术

随着自动化、信息化技术在电力行业的推广，水电站积累了大量的设备运行、监测、检修以及事故数据等，在这些海量数据的背后隐含的信息，对提高电站设备运行的经济性、安全性和可靠性有着积极的指导意义。对于电站的运行人员，不仅需要了解发电设备当前的运行状态，更希望了解设备状态的发展趋势以及变化速度，以便对设备实行超前管理，及时调整运行方式和检修计划，最大限度地提高设备的效率和可用率。

并且在实际运行过程中，通常要求水电站水轮发电机的运行调度灵活，因此其运行工况被频繁改动。但是，运行工况的变化对设备状态量有着显著的影响，同时非稳态数据和稳态数据的差异较大，这给机组状态量历史数据趋势分析带来难度。

发明内容

本发明针对本发明针对水电站水轮发电机运行工况经常进行频繁的调整，难以科学合理分析状态趋势变化的问题，提出一种基于稳定工况的水轮发电机劣化预警方法、设备及介质，能够以更加科学、合理地分析并预测机组状态趋势变化，并生成劣化预警信息以便进行维修。

第一方面，本发明实施例提供了一种基于稳定工况的水轮发电机劣化预警方法。包括：

实时获取水轮发电机的运行数据，其中，所述运行数据包括运行参数和状态量的状态量；

对所述运行数据进行分析，得到历史序列数据；

通过预先建立的ARⅠMA模型得到预测序列数据；

将所述历史序列数据和所述预测序列数据进行拼接，得到分析序列数据；

通过逻辑回归模型对所述分析序列数据进行拟合，并根据拟合结果提取趋势特征参数；

判断所述趋势特征参数是否触发劣化预警，并根据判断结果发出相应的预警信息。

在其中一些实施例中，所述运行参数包括以下参数的一种或者多种：开始时间、结束时间、持续时间、有功功率、平均负荷、实时负荷、额定功率、平均转速、上游水位、下游水位或平均水头；所述状态量为能够表征水轮发电机状态性能的监测量。

进一步，所述对所述运行数据进行分析，得到历史序列数据包括：

对所述运行参数通过预先构建的机组稳定工况识别模型进行处理，得到稳定工况记录；

对指定时间段内的所述状态量和所述稳定工况记录进行提取，生成多组历史时序数据；

对所述多组历史时序数据按照时序进行拼接，得到历史序列数据。

进一步，所述对所述运行参数通过预先构建的机组稳定工况识别模型进行处理，得到稳定工况记录，包括：

A1、获取水轮发电机当前分析时刻的实时负荷，判断当前分析时刻的实时负荷是否大于零：

判断结果为是，则执行步骤A5；判断结果为否，则执行步骤A2；

A2、获取时间上最接近所述当前分析时刻的一条稳定工况记录，判断该稳定工况记录是否完结：