水电机组状态监测与故障诊断研究新进展

总结了近年来国内外水电机组状态监测与故障诊断研究最新进展,包括水电机组振动稳定性监测技术、水轮机效率监测技术、水轮机空化监测技术、发电机绝缘局放监测技术、发电机气隙和磁场强度监测技术、主变压器油气监测技术以及水电机组故障诊断技术等,并详细分析了水电机组状态监测与故障诊断研究方法和产品应用的主要成果,指出其尚未解决的技术问题,最后提出了水电机组状态监测与故障诊断系统未来发展的新趋势。     

北京华科同安监控技术有限公司

<正>北京华科同安监控技术有限公司专业从事水轮发电机组、汽轮发电机组、风力发电机组等发电设备的状态监测与故障诊断技术的研究、产品开发和技术服务。十年来,北京华科同安公司承担完成了超过600台水电、火电机组的状态监测分析故障诊断系统的开发和安装调试。北京华科同安公司已经成为国内从事水电、火电、核电机组状态监测领域的领先者和领导者。北京华科同安监控技术有限公司将一如既往致力于机组状态监测分析故障诊断技术的研究,加快技术进步和技术创新,为广大用户提供技术先进、性能稳定、功能强大、服务一流的机组状态监测分析系统,为推动我国发电设备状态监测技术进步做出贡献。     

北京华科同安监控技术有限公司

<正>北京华科同安监控技术有限公司专业从事水轮发电机组、汽轮发电机组、风力发电机组等发电设备的状态监测与故障诊断技术的研究、产品开发和技术服务。十年来,北京华科同安公司承担完成了超过600台水电、火电机组的状态监测分析故障诊断系统的开发和安装调试。北京华科同安公司已经成为国内从事水电、火电、核电机组状态监测领域的领先者和领导者。     

北京华科同安监控技术有限公司

<正>北京华科同安监控技术有限公司北京华科同安监控技术有限公司专业从事水轮发电机组、汽轮发电机组、风力发电机组等发电设备的状态监测与故障诊断技术的研究、产品开发和技术服务。十年来,北京华科同安公司承担完成了超过600台水电、火电机组的状态监测分析故障诊断系统的开发和安装调试。北京华科同安公司已经成为国内从事水电、火电、核电机组状态监测领域的领先者和领导者。     

LabVIEW在水电机组振动监测中的应用

LabVIEW软件是一类功能性较高的图形化虚拟高级编程程序,它在测试工程、工业控制、仿真领域及科学研究等方面涉及应用广泛。本文主要介绍LabVIEW在水电机组振动状态监测系统中的信号分析、状态监测、故障诊断、数据储存四个方面的应用。     

状态监测系统在机组启动试运行中的应用

水电机组的状态监测及故障诊断系统能及时发现水轮发电机组运行的不良状况并进行事故预警，故利用信息技术实现水电机组的状态监测和故障诊断是提高水电厂经济效益和安全运行的重要技术保证。本文简述了水电厂设备状态监测的基本技术原理，并以机组启动试运行为例叙述了发变组状态监测及故障诊断系统在贵州东风发电厂的成功应用和取得的成效。     

HM9000ES 水电机组故障诊断专家系统的设计与开发

根据近年来水电厂对机组状态监测的需求与故障诊断技术的发展状况,基于原HM9000水电机组远程在线监测分析系统的基础,设计开发了一套开放式水电机组故障诊断专家系统软件平台,通过搜集、整理和分析部分常见故障案例,并吸收归纳本领域部分专家的诊断经验,对诊断经验实现了知识化、规则化和可用化。结合三峡集团公司大型诊断中心的建设,实现了部分故障的智能诊断,为机组状态检修提供了依据。     

水轮发电机组机械故障诊断研究及应用

文章以水电机组机械故障监测与诊断为应用背景,提出了水电机组运行设备状态监测与故障诊断的模糊专家系统结构模式及诊断模型,给出了故障诊断的知识表示方法及实例,对反映故障的特征量进行了一定分析。     

基于虚拟仪器的水轮机组监测与诊断分析系统

随着水电机组在国家电力工业中的比重和水轮发电机组单机功率的增加,对水电机组的状态监测和故障诊断技术提出了更高的要求。本文采用虚拟仪器系统作为开发平台设计并组建水轮发电机组监测和故障诊断系统。该系统实现了水轮发电机组振动信号的数据采集、数据处理和分析,并进行故障诊断。。     

水电机组故障诊断技术的应用现状与技术发展

通过资料和国内外现场调研,对水电机组故障诊断技术国内外发展的现状进行论述,提出了故障诊断技术在水电厂生产运行中的诊断原则和作用。并针对水电机组的特点,分类归纳了水电机组故障诊断的对象和内容,对目前水电行业应用较广的几种诊断方法进行分析。最后,提出了故障诊断技术在水电行业研究应用中的不足及其技术展望。     

水电机组在线监测技术与故障诊断专家系统

由于水电厂的自动化程度越来越高，设备的在线监测和故障诊断就显得越来越重要。从实际应用的角度分析，水电机组的在线监测和故障诊断专家系统应具有巡检、特况记录、波形采集及分析等功能，以及瞬时状态参数测量、噪声监测、故障诊断、事故处理方案的判定等自动系统。以保障设备的安全可靠运行，发挥设备的潜力，延长使用寿命，使其获得更大的经济效益和社会效益。     

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。     

梯级水电厂远程集控系统中状态监测子系统规划与研制

提出了利用梯级水电厂远程集中监控系统提供的海量数据源实现水电厂远程状态监测与故障诊断的思路,规划了水电厂设备远程状态监测的主要功能,建立了状态监测子系统,设计了相应硬件与软件平台,目前,该子系统部分功能已经在五凌电力有限公司投入试运行,成功诊断出电厂故障,取得良好的效果。     

融合改进符号动态熵和随机配置网络的水电机组轴系故障诊断方法

现有水电机组轴系故障诊断研究主要建立在单一传感器振动信号数据的基础上,存在故障信息缺失和传感器测点选择困难等问题。为此,提出了一种基于精细复合多元多尺度符号动态熵(RCMMSDE)和随机配置网络(SCN)相结合的水电机组轴系故障诊断方法。首先,将精细复合技术引入RCMMSDE模型中,改进了传统多元多尺度熵粗粒化不足的问题。然后,通过提取水电机组不同传感器振动信号的RCMMSDE值作为故障特征。最终,将故障特征输入SCN网络实现水电机组轴系故障的准确识别。仿真结果表明,RCMMSDE-SCN模型在两个不同数据集上分别取得了97.58%和99.17%的诊断率,验证了所提模型具有良好的诊断性能。同时,对比不同诊断模型在多元传感器信号和单一传感器信号两种不同情景下的诊断情况,表明融合多元振动信号可以有效改善水电机组轴系故障诊断模型的识别性能。本研究为融合水电机组多元传感器振动信号故障诊断提供了一种新的方法,具有良好的借鉴价值。     

大型水轮发电机组稳定性分析和故障诊断

分析了大型水轮发电机组稳定性的基本影响因素和机组不稳定的基本原因。根据水电厂“无人值班(少人值守)”管理模式和状态检修的要求,针对当前大型机组的稳定性问题,结合电网和水电厂运行实际,提出了一个切实可行的故障诊断系统。叙述了该系统结构的基本内容。     

基于贝叶斯网络的水电站多源信息故障诊断

为提升水电站电力设备故障诊断的智能化水平,特别是解决缺乏状态监测系统的设备的故障诊断问题,提出了一种基于贝叶斯网络(BN)的水电站多源信息故障诊断方法。该方法对拥有状态监测系统的设备,采用机器学习法构建BN模型。对于缺乏状态监测系统的设备,则提出一种改进专家经验法构建BN模型:使用故障树(FTA)模型转化贝叶斯网络结构,Noisy-Or模型简化条件概率表(CPT),模糊综合评价法(FCE)获取条件概率。最后,融合两个模型建立了多元信息故障诊断模型,并分别采用数据对比分析与受试者工作特性曲线(ROC)对模型进行验证。结果表明,在1000组验证数据中,发电机、电力传输系统的准确率分别为81. 7%、81. 3%,并且ROC曲线的AUC值达到0. 8099,说明该方法具有较高的准确性和实用性。