基于免疫原理的水电机组故障诊断方法

针对目前水电机组故障诊断中存在的建模复杂、样本需求量大及诊断学习缺乏自主连续性等问题，提出了基于免疫原理的故障诊断方法。以状态征兆为抗原，各种故障模式下的故障检测器作为抗体，通过反向选择机制判别正常，异常状态，利用克隆选择原理进化学习获得能识别抗原结构的记忆抗体。根据最大故障隶属度诊断故障类型。以机组振动为诊断对象的仿真结果表明，该方法识别故障的准确率高，非常适合故障样本难以获得的小样本故障诊断。     

基于生产大数据的水轮发电机组故障诊断系统

为解决水轮发电机组传统故障诊断技术准确度不足的问题,并实现水轮机故障诊断技术的生产数据融合。董箐发电厂作为首个水电远程诊断试运行项目,通过建立大数据服务引擎,实现了电厂级全业务、全类型数据资源集中整合、存储、分析的远程诊断平台,取得了显著的经济效益和应用价值,为向企业级推广大数据分析技术提供了技术支持。基于生产大数据的设备状态监测故障诊断技术,将有利于电厂专业技术人员及时发现设备运行中存在的缺陷故障及确定大修目标,降低电力企业检修成本、提高电厂可用系数、延长设备使用寿命、增加发电能力、确保发供电可靠性等,可以预见,预知性检修这一先进的技术和管理体制必将在我国电力行业中得到越来越多的推广和应用。     

抽水蓄能电厂运行设备保压性能状态分析技术

通过对历史海量开关量记录进行分析可监测运行设备的保压性能,结合开关量记录的出错模式和暴露率,提出适用于海量开关量记录的纠错技术和异常工况快速甄别技术,并开发了运行设备保压性能状态分析专业软件,实现了对运行设备的保压性能的监测分析。使得通过监测运行设备保压性能预知人体感观无法辨识的故障模式,为设备状态检修提供线索成为了可能。     

向家坝电站运行设备异常状态识别功能的设计与实现

针对水电站计算机监控系统常规限值报警发生时,设备已经出现严重故障影响电站安全稳定运行的问题,以水电站历史运行数据为基础,运用人工智能与数据挖掘技术自动学习运行设备的健康特征,实现水电站运行设备异常状态识别功能,在设备运行参数尚未到达故障报警限值前发现异常,达到设备异常早发现早排除的目的,并对辅助系统渗漏异常、开停机流程异常、温度异常、电压与频率异常等关键技术进行了讨论。该功能通过水电站生产设备异常运行状态的感知与报警,实现了安全生产隐患的早期发现,对于保障水电站安全稳定运行具有重要的意义。     

设备故障早期预警系统在水电机组检修中的应用

针对目前水电设备检测手段单一的现状,在水电厂已有各项监测系统的基础上,基于实时数据挖掘技术和"相似度曲线"预警技术,开发了水电设备故障早期预警系统。该系统充分利用现有机组运行数据及所积累的检修经验,将传统的故障事后处理模式转变为更加主动的事前预防模式,实现了水电设备的安全状态定量评估和长周期的安全稳定运行分析。该系统的应用极大地提高了水电设备检修和运行管理的效率。     

水电机组状态监测现状及发展趋势分析

目前应用较为成熟的几种水电机组状态监测技术仍然局限于某一种特定功能的实现上,其功能模块各自独立,使得监测结果缺乏共享性,难于全面掌握整个水电机组的运行状态.本文对这几种监测技术的特点进行了分析,认为新出现的基于虚拟现实的水电机组状态监测技术相对完善,其通过采用虚拟现实技术,将外接I/O设备与虚拟系统进行数据交互,使用户对系统中的数据处理简便,既提高了系统的友好性、数据的共享性以及可理解性,又能降低设备的故障率,有效的解决传统单一设备监测造成的故障监测不全面、预测性差等问题.目前该技术还需进一步研究才能真正应用于现场化的设备检测环境.     

水电机组智能评估及诊断技术研究与应用

<正>成果概况"水电机组智能评估及诊断技术研究与应用"项目由中国水利水电科学研究院牵头,中国长江三峡集团有限公司、北京中水科水电科技开发有限公司等参与完成。该项目针对当前水电机组安全高效运行领域存在的健康状态评估不准确、故障样本少、故障知识不健全'大型机组安全高效运行准则缺乏等问题,开展了基于健康大数据的水电机组健康评估、智能诊断专家知识库、大型机组安运行分区准则、大型水电机组远程状态监测与诊断系统平台等研究及开发。研究成果能有效保障国家巨型水电机组的安全高效运行,为大型水利水电工程智能化运行管理提供^酸验和可靠技术劳f。2018年,该项目获得了大禹水利科学技术奖～^奖〇     

基于大数据的多维度水电机组健康评估与诊断

考虑到当前水电机组安全高效运行领域存在的健康状态评估不准确、故障样本少、故障知识不健全和大型机组安全高效运行准则缺乏等问题,本文通过分析提炼水电机组试验、在线监测及运行维护等海量健康数据,提出了表征机组运行状态的特征参数,揭示了各特征参数与机组运行工况参数之间的耦合关系,最终建立了基于健康样本的多维度水电机组健康评估和性能退化预测理论方法。此外,本研究还提出了大型机组安全稳定运行分区准则。基于所建模型和准则,建立了大型水电机组远程状态监测与诊断系统平台。为保障水电机组安全、稳定和高效运行提供了重要技术支撑。     

大型水力发电厂基于同轴电缆的现地LCU总线通信故障分析与处理

文章主要介绍了在国内采用施耐德昆腾系列高端PLC的各大型水力发电厂共同出现的LCU总线通信故障问题。此问题对各大水电厂都是严重的安全隐患,为了解决这个安全隐患,笔者经过详细分析故障原因,进而解剖故障设备本体,通过改变设备安装结构,最终成功解决了此项难题。     

水电站计算机监控系统综合智能告警研究

故障诊断技术是保证水电机组及相关设备安全可靠运行的关键。由于电站集控中心接入监控对象设备量越来越多,故障自主诊断成为重要研究问题。本文针对水电站运行特点,提出了一种结合深度学习和规则推理的计算机监控系统综合智能告警方法。首先,介绍监控数据的前期处理流程,并以卷积神经网络（Convolutional Neural Network,CNN）为基础,构建基于深度学习的故障诊断模型;然后整合出几种较为宽泛的故障类型,利用历史样本训练 CNN 模型;最后结合基于专家经验的规则推理,完成对故障诊断结果的校核、细化及补充。算例结果表明,本文所提方法能够有效实现水电站故障自主诊断,为水电站智能化建设提供技术支撑。     

基于大数据技术的水电智能决策支持系统

针对水电企业生产系统数据分散,相互之间信息屏蔽隔绝,容易形成"数据孤岛",且不支持海量数据计算挖掘,不易发挥数据综合效益等问题,研制了基于大数据技术的水电生产智能决策支持系统,设计了系统的整体框架,构建了适应于水电生产的通用性数据模型体系,综合应用Hadoop架构与实时数据库系统实现以"水电生产"为核心的数据高度融合以及统一,在此基础上,面向不同层面、不同岗位、不同业务的需求,设计了设备运行状态分析、设备故障诊断,设备智能报警和异常预警等智能应用,以水电站集水井泵类设备为例,阐述了设备智能报警模型的构建方法,目前,基于大数据技术的水电智能决策支持系统已完成数据集成、平台部署与部分应用开发,能为决策层、管理层、执行层、操作层提供辅助决策支撑,应用效果良好。     

基于EM平台的数据汇集子平台的研发和应用

在"互联网+"的推动下,全国水利信息化的发展突飞猛进,尤其是农业水价综合改革和灌区信息化方面尤为突出。EM平台是专业解决行业信息化的物联网平台,分为数据汇集子平台和行业应用子平台(农水方向名称为GMS应用子平台)。数据汇集子平台针对现今物联网、云存储、大数据形势下,云平台如何解决数据汇集和"一数一源"的问题而研发,平台分为物联网平台、数据交互与分析平台和应用支撑平台三部分,通过数据同步、协议解析和设备配置解决了项目中设备、数据和应用的集成匹配问题,在实际项目中应用效果显著,为项目落地和信息化打通"最后一km"提供了有效有利的实际案例和应用基础。     

基于形态学特征及支持向量机的水电机组轴系故障识别

为解决水电机组主轴运行期间的潜在故障,提出了多重分形谱、粒子群寻优和支持向量机对主轴图像数据多维度故障识别的方法;实现机组轴系运行中的摆度波形形态学特性提取,获得多重分形谱数据;采用粒子群寻优算法从海量样本中寻优获得异常故障特征形成故障特征集,由支持向量机分类方法对故障特征集进行分类识别,有效识别图形数据堆积过程中故障样本分类,实现轴系故障识别,以便确定相应的解决措施。     

基于非对称扰动的负荷建模新方法及工程应用

影响总体测辨法广泛应用的主要障碍在于电力系统中自然扰动所提供的有效数据严重不足。这是因为目前总体测辨法只能从三相对称扰动数据中辨识出负荷模型,而大多数电力系统故障是非对称的,人工大扰动试验又难以得到许可。文中提出基于非对称扰动的负荷动态模型建模方法。通过将感应电动机Park方程直接用于动态过程求解,解决了负荷动态模型辨识源数据严重不足的问题;通过将改进的免疫算法用于模型参数优化,解决了参数辨识过程中的不收敛现象。最后讨论了上海电网实测负荷模型对线路极限切除时间的影响。     

数据分析在三峡水电站应用探讨

随着信息化的发展,数据分析在水电站运行管理中的作用越来越重要。通过对水电站监控系统、生产管理系统和其他设备监测系统的数据进行科学合理的分析,可以全面掌握设备运行状态,获得水电站运行的特征参数,及时发现设备缺陷,帮助分析故障成因,预报故障发展趋势,为状态检修提供依据。     

基于故障参数辨识的水轮发电机组综合状态监测系统研究

随着智能化电站建设和无人值守管理的需求,以智能化诊断为特征的综合状态监测系统越来越得到国内外的关注和应用。福建水口发电集团开发和实施了基于故障参数辨识的水轮发电机组综合状态监测系统,该系统实现了对多站多设备一体化集中状态监测,同时建立了对水电站主要关键设备主要故障的自动化智能诊断,为实现水轮发电机组和电力系统的安全运行取得了显著效果。     

污水处理厂关键设备预测性维护系统的开发及应用

现阶段污水处理厂主要通过人工来巡检设备运行状态,当设备出现故障时,工作人员无法第一时间了解情况,给厂里带来一定的经济损失.为解决此问题,设计、开发了污水处理厂关键设备预测性维护系统.该系统在线采集轴承座振动信号,并计算出设备振动速度.当振动速度超过振动标准时,系统采用快速傅里叶变换和包络分析方法,分析出设备故障类型.系统应用在污水处理厂鼓风机和离心机上,能有效预测出设备潜在故障,为污水处理厂的智能管理提供参考.     

EMS中负荷预测不良数据的辨识与修正

分析了实际电力系统中负荷异常数据的主要成因，并针对2类主要的坏数据各自的特点，分别使用不同的方法处理负荷预测样本数据。针对自动化系统故障造成的坏数据，提出了具有负荷预测应用特点的总加值动态多源处理技术，从而能够充分利用采集设备或网络通道对负荷总加值而言的多重冗余配置；针对大负荷的突发性偶然波动造成的坏数据，采用对电网终端负荷的逐一扫描辨识，部分避免了对单一总加数据预处理的误判和漏判。     

大型水轮发电机组水淹水车室预警决策模型研究

笔者分析了大型水轮发电机组水淹水车室事故产生的原因及特点,详细介绍了通过对运行大数据分析,构建基于水位预测、概率逻辑推理和故障知识图谱的预警决策辅助模型的解决方案,将水淹水车室事故由事后被动发现变为事前提前预知,建立了基于水车室设备的知识图谱,为指导相关人员对故障性质、故障位置、处置方式进行准确判断和消除设备隐患提供了新思路。该模型基于对海量数据分析研究建立,分析结果具有代表性,可广泛推广应用,运行结果经实际检验准确可靠,可有效解决实际问题,保障企业安全生产,促进管理水平提升。     

大坝安全监测设备状态监控研究与实践

水电站大坝监测自动化系统设备运行状态的好坏,直接影响到获取数据的及时性、可靠性及对工程运行性态的评价。基于解决监测自动化系统故障诊断的科学性、设备维护消缺的时效性,以及整合资源减少人力投入、提高职工幸福指数等问题,开展了大坝监测设备状态监控的研究与实践,探索了设备状态监控对象、功能需求、故障评判预警方法,通过与监测自动化系统和信息管理系统的融合,做到设备维护消缺有的放矢,实现了由被动到主动、由定期到动态适时消缺的转变,为快速诊断与处理缺陷、保证监测设备的健康稳定运行、实现电站现场"无人值班、少人值守,甚至无人值守"打下坚实基础,对流域公司或大中型水电站大坝监测管理具有重要意义,也为今后新建工程开展大坝监测自动化系统设计与建设提供了新思路。