潘 宏，彭 放，趙小明，何亞東

（1.國家能源集團(tuán)大渡河流域水電開發(fā)有限公司，四川省成都市 610041；2.國家能源集團(tuán)大渡河大崗山發(fā)電有限公司，四川省雅安市 625409）

0 引言

水電站大多都設(shè)置有滲漏排水系統(tǒng)、檢修排水系統(tǒng)、壩體滲漏排水系統(tǒng)等，排水系統(tǒng)故障可能導(dǎo)致水淹廠房等重大事故，故排水系統(tǒng)的安全穩(wěn)定運(yùn)行是電站安全生產(chǎn)的重要保障，但在化學(xué)物質(zhì)侵蝕、管道結(jié)垢、設(shè)備老化等因素影響下，排水系統(tǒng)效率不斷發(fā)生變化，故障隨運(yùn)行時(shí)間逐漸增加，且目前針對排水系統(tǒng)的故障分析、預(yù)警手段較少，故障原因分析不夠明確，發(fā)生報(bào)警需運(yùn)維人員現(xiàn)場分析，不利于及時(shí)處理故障。

為此在水電站現(xiàn)有監(jiān)控?cái)?shù)據(jù)的基礎(chǔ)上，增加部分傳感設(shè)備，采集電站排水系統(tǒng)有效數(shù)據(jù)，延伸設(shè)備感知觸角，運(yùn)用統(tǒng)計(jì)分析、特征工程、相關(guān)性分析等數(shù)據(jù)挖掘方法[1]，研究排水系統(tǒng)設(shè)備相關(guān)參量的相互關(guān)系，同時(shí)結(jié)合專家分析和現(xiàn)場實(shí)際，搭建排水系統(tǒng)故障分析診斷預(yù)警模型，打通生產(chǎn)管理系統(tǒng)數(shù)據(jù)庫，融入故障處理經(jīng)驗(yàn)，組建輔助分析神經(jīng)網(wǎng)絡(luò)[2]，結(jié)合智能告警系統(tǒng)提供更多的報(bào)警途徑，實(shí)時(shí)推送處理意見，實(shí)現(xiàn)水電站排水系統(tǒng)故障超前預(yù)警、精準(zhǔn)定位。

1 故障預(yù)警模型設(shè)計(jì)

1.1 數(shù)據(jù)采集與挖掘

首先以水電站數(shù)據(jù)中心[3]為基礎(chǔ)，從數(shù)據(jù)庫中抽取排水系統(tǒng)測點(diǎn)歷史數(shù)據(jù)，獲取同一時(shí)間的排水系統(tǒng)集水井水位、水泵運(yùn)行工況等相關(guān)數(shù)據(jù)，將歷史數(shù)據(jù)按照設(shè)備狀態(tài)在自動(dòng)或手動(dòng)進(jìn)行區(qū)分整理成為數(shù)據(jù)樣本。其次采用統(tǒng)計(jì)分析和特征計(jì)算方法計(jì)算出設(shè)備運(yùn)行速率、效率、啟停耗時(shí)等特征值。最后為提高數(shù)據(jù)質(zhì)量，可采用肖維勒準(zhǔn)則法和格拉布斯準(zhǔn)則法剔除異常數(shù)據(jù)[4]，將兩者剔除結(jié)果進(jìn)行比較，驗(yàn)證數(shù)據(jù)剔除的準(zhǔn)確性。

1.2 分析模型設(shè)計(jì)

根據(jù)生產(chǎn)管理系統(tǒng)缺陷記錄及日常維護(hù)記錄，梳理電站排水系統(tǒng)的故障情況，主要由水位上漲、通信異常、水泵效率低、停泵異常和輔助分析組成，然后梳理各故障之間的邏輯關(guān)系，制定預(yù)警方案。同時(shí)深入探索故障維度，組建自組織特征映射神經(jīng)網(wǎng)絡(luò)，收集常見故障的故障集及征兆集，充實(shí)神經(jīng)網(wǎng)絡(luò)。主要包括五個(gè)維度：前置條件、異常信息、數(shù)據(jù)關(guān)聯(lián)性、推送結(jié)果和處理意見，結(jié)合專家經(jīng)驗(yàn)分析，確保分析準(zhǔn)確性。

（1）系統(tǒng)正常模型。

排水系統(tǒng)自動(dòng)運(yùn)行，集水井水位到達(dá)啟泵水位，系統(tǒng)正常啟動(dòng)排水泵；監(jiān)測水位以正常速率下降至停泵水位，水泵停止，此過程無任何異常和報(bào)警信息，流程結(jié)束。

（2）水位上漲預(yù)警。

運(yùn)用大數(shù)據(jù)分析和統(tǒng)計(jì)分析方法對排水系統(tǒng)水位從停泵到啟主泵所需時(shí)間進(jìn)行記錄，尋找最優(yōu)時(shí)間范圍，為水位上漲預(yù)警做參考，求出水位上漲速率區(qū)間，當(dāng)水位上漲速度超過預(yù)設(shè)范圍，進(jìn)行水位上漲預(yù)警，判斷是否因漏水量增大造成，自動(dòng)匹配相同月份、相似降雨量等歷史數(shù)據(jù)進(jìn)行同比和環(huán)比分析，觀測集水井水位變化趨勢。

（3）通信異常。

系統(tǒng)監(jiān)測到水位上升至啟主泵位置，未接收到水泵已啟動(dòng)反饋信號，水位持續(xù)上升，且無任何報(bào)警信息，判斷可能存在PLC輸出單元、輸入單元故障，同時(shí)模型進(jìn)行預(yù)警；若備用泵未啟動(dòng)，報(bào)備用泵未啟動(dòng)；水位到高時(shí)，報(bào)水位高報(bào)警。若水位有下降跡象，但無任何報(bào)警信息，說明泵已啟動(dòng)，監(jiān)控未接收到反饋信號，可判定通信異常。

（4）水泵效率低。

水泵抽水過程中，集水井水位下降速率遠(yuǎn)低于水泵效率理論值，觸發(fā)告警并自動(dòng)跳入輔助分析模型，利用神經(jīng)網(wǎng)絡(luò)各神經(jīng)元分析造成水泵效率低的原因，推送處理意見。

（5）停泵異常模型。

水泵正常運(yùn)行至停泵水位，未正常停止時(shí)，是否因系統(tǒng)未接收到停泵指令等原因造成，自動(dòng)跳入輔助分析模型并發(fā)出告警。停泵異常判斷分析見表1。

（6）輔助分析模型。

水位上升至啟泵水位，啟動(dòng)水泵過程發(fā)生故障，系統(tǒng)自動(dòng)進(jìn)入輔助分析流程，調(diào)用生產(chǎn)管理系統(tǒng)檢修維護(hù)記錄和專家處理經(jīng)驗(yàn)，增加故障神經(jīng)元，強(qiáng)化神經(jīng)網(wǎng)絡(luò)。水泵綜合故障信號分析見表2。

表1 停泵異常判斷分析表Table 1 Abnormal judgment analysis table of pump stop

表2 水泵綜合故障信號分析表Table 2 Analysis table of comprehensive fault signal of water pump

綜上6種實(shí)際情況，具體邏輯圖見圖1。

1.3 模型驗(yàn)證

為驗(yàn)證模型的準(zhǔn)確性和實(shí)用性，采用對比分析和現(xiàn)場故障模擬對模型進(jìn)行驗(yàn)證。

1.3.1 對比分析

人工獲取2019年壩體滲漏排水系統(tǒng)1～9月水位數(shù)據(jù)，4臺(tái)泵啟動(dòng)時(shí)間數(shù)據(jù)，對數(shù)據(jù)進(jìn)行處理，水位數(shù)據(jù)按月進(jìn)行分析，繪制水位趨勢曲線，對比模型自動(dòng)分析趨勢和抽樣觀測趨勢是否吻合，驗(yàn)證模型。人工獲取部分?jǐn)?shù)據(jù)見表3。

1.3.2 實(shí)際模擬

利用水泵檢修時(shí)機(jī)，通過實(shí)際模擬故障和在PLC程序中給定實(shí)現(xiàn)故障模擬，生產(chǎn)現(xiàn)場實(shí)際模擬故障30項(xiàng)，部分故障模擬方法見表4，實(shí)際模擬故障在模型中初始采集準(zhǔn)確率70%，經(jīng)過模型調(diào)整，故障采集準(zhǔn)確率提高至98%。

圖1 排水系統(tǒng)邏輯圖Figure 1 Drainage system logic diagram

表3 人工獲取部分?jǐn)?shù)據(jù)表Table 3 Partial data sheet obtained manually

續(xù)表

表4 故障模擬方法表Table 4 Fault simulation method table

2 預(yù)警模型應(yīng)用分析

以某水電站大壩排水系統(tǒng)為例分析水電站排水系統(tǒng)故障預(yù)警模型應(yīng)用情況。

2.1 模型建立

某水電站壩體滲漏排水系統(tǒng)預(yù)警模型根據(jù)故障設(shè)想和輔助判斷分析流程模擬，結(jié)合系統(tǒng)運(yùn)行狀態(tài)、歷史數(shù)據(jù)分析，設(shè)定不同定值。當(dāng)運(yùn)行中出現(xiàn)報(bào)警，自動(dòng)進(jìn)入故障分析流程，神經(jīng)網(wǎng)絡(luò)分析判斷給出故障原因和處理意見。若水位上漲速率超過高限，發(fā)出預(yù)警；水泵效率呈現(xiàn)持續(xù)下降觸發(fā)預(yù)警，同時(shí)建立大壩排水系統(tǒng)預(yù)警模型 Web 可視化界面，可視化界面見圖2。

2.2 應(yīng)用成效

（1）壩體水位上漲速率曲線。

利用該水電站2017年至今歷史數(shù)據(jù)計(jì)算大壩集水井水位上漲速率，繪制出如圖3所示水位上漲曲線圖，同時(shí)從庫壩中心獲取大壩滲流量過程線見圖4，分析對比大壩集水井水位上漲速率曲線和大壩滲流量曲線發(fā)現(xiàn)，滲漏趨勢大致相同，滲漏量平穩(wěn)。得出結(jié)論：通過監(jiān)測大壩集水井水位上漲速率可以輔助監(jiān)測壩體滲漏量，且上漲速率最快為7月0.67～0.7m/h。

（2）運(yùn)行數(shù)據(jù)相關(guān)結(jié)果。

根據(jù)大壩排水系統(tǒng)投運(yùn)至今水泵運(yùn)行數(shù)據(jù)分析，得出如下結(jié)論：

A.水泵排水效率由高到低依次為4號泵、2號泵、3號泵、1號泵。

B.4號水泵運(yùn)行工況最優(yōu)，運(yùn)行平穩(wěn)。

C.水泵效率和電流、力矩線性關(guān)系。

最終得出如表5所示每臺(tái)水泵參數(shù)。

（3）水泵排水效率曲線。

根據(jù)歷史數(shù)據(jù)繪制出如圖5所示水泵效率曲線。得出結(jié)論：4號和3號水泵運(yùn)行平穩(wěn)，1號水泵效率明顯逐漸下降，2號水泵緩慢下降。

圖2 可視化界面Figure 2 Visual interface

圖3 大壩集水井水位上漲速率曲線Figure 3 Curve of water level rise rate of dam water collection well

表5 水泵參數(shù)表Table 5 Pump parameter table

圖5 大壩排水系統(tǒng)水泵效率曲Figure 5 Pump efficiency curve of dam drainage system

3 結(jié)束語

水電站排水系統(tǒng)故障預(yù)警模型立足于解決水電站排水系統(tǒng)運(yùn)維管理中的難點(diǎn)、痛點(diǎn)問題，尋求實(shí)用的解決方案，建立排水系統(tǒng)故障預(yù)警模型，實(shí)現(xiàn)水電站排水系統(tǒng)運(yùn)行工況實(shí)時(shí)監(jiān)測，設(shè)備故障智能預(yù)警[5]，故障精準(zhǔn)定位，深入探索排水系統(tǒng)故障維度，加入故障處理意見，提升工作效率。該預(yù)警模型應(yīng)用場景廣泛，可推廣至水電站相關(guān)油、水、氣輔助設(shè)備系統(tǒng)，為“智慧電廠”建設(shè)提供了一種輔助設(shè)備的智能管控方法。