鄭建鋒，陳澤陽，江振濤

（1.浙江華電烏溪江水力發(fā)電有限公司，浙江 衢州 324000；2.北京華科同安監(jiān)控技術(shù)有限公司，北京 100043）

0 引言

浙江華電烏溪江水力發(fā)電廠有限公司坐落在浙江省衢州市，是中國華電集團公司內(nèi)部核算企業(yè)，也是浙江電網(wǎng)的主力調(diào)峰電廠。作為烏溪江流域梯級開發(fā)的水電公司和國有大Ⅱ型企業(yè)，在浙江電網(wǎng)中承擔調(diào)峰、事故備用等作用。烏溪江水力發(fā)電廠由湖南鎮(zhèn)及黃壇口兩個電站構(gòu)成梯級電站，一級站湖南鎮(zhèn)電站裝機5臺，二級站黃壇口電站裝機2臺，總裝機344.5 MW[1，2]。

2002年，烏溪江電站在湖南鎮(zhèn)1號機組上安裝了TN 8000水輪發(fā)電機組振動擺度監(jiān)測分析系統(tǒng)，采用在線監(jiān)測數(shù)據(jù)和處理結(jié)合，綜合MIS系統(tǒng)、監(jiān)控系統(tǒng)和水輪發(fā)電機及輔助設(shè)備的運行狀態(tài)進行在線監(jiān)測，為機組實現(xiàn)“關(guān)門運行”起到了重要作用[3，4]。

為了在其他機組上開展狀態(tài)監(jiān)測與分析，并建立機組狀態(tài)監(jiān)測智能數(shù)據(jù)平臺，2020年對烏溪江水電站所屬的湖南鎮(zhèn)電站2～4號和黃壇口電站5、6號機組，開展狀態(tài)監(jiān)測系統(tǒng)搭建，同時基于全部機組的狀態(tài)數(shù)據(jù)，進行數(shù)據(jù)統(tǒng)一編碼、搭建智能平臺，最終實現(xiàn)多電站多機組的聚合監(jiān)視、狀態(tài)報警、劣化和故障診斷功能。

本文針對烏溪江水電站現(xiàn)場的實際情況，結(jié)合已經(jīng)安裝的機組狀態(tài)監(jiān)測系統(tǒng)，開展狀態(tài)監(jiān)測和診斷平臺的研究、設(shè)計與實施，針對其難點進行分析，并提出解決方案，最終為實現(xiàn)電站機組狀態(tài)檢修建立平臺依據(jù)和數(shù)據(jù)基礎(chǔ)，能夠為其他已經(jīng)前期安裝、投入部分狀態(tài)監(jiān)測系統(tǒng)的電站提供建設(shè)思路和參考。

1 平臺測點選擇

隨著計算機監(jiān)控和各類在線監(jiān)測系統(tǒng)的不斷普及，水電廠安裝了大量傳感器，這些測點的實時測量數(shù)據(jù)中，蘊含了豐富的機組狀態(tài)情況和有價值信息。多年以來，這些數(shù)據(jù)利用率并不高，主要用于統(tǒng)計、展示、報警，即使用于分析設(shè)備和系統(tǒng)狀態(tài)和故障情況，也基本處于定性分析層面，尤其是多數(shù)據(jù)之間的關(guān)系以及相互作用對設(shè)備與系統(tǒng)的影響過程、結(jié)果以及發(fā)展趨勢，無法量化、直觀地表現(xiàn)出來[5，6]。

因此，這里從機組可能產(chǎn)生的故障出發(fā)，反向推理對應這些故障需要采集和監(jiān)測的信息，進而開展平臺測點的選擇，使得平臺建設(shè)的基礎(chǔ)—傳感器和數(shù)據(jù)測點具有較好的針對性和應用價值。

表1給出了該平臺研究的設(shè)備故障，和對應的測點信息。

通過結(jié)合機組故障相關(guān)的狀態(tài)特征，利用現(xiàn)場安裝狀態(tài)監(jiān)測系統(tǒng)和機組監(jiān)控系統(tǒng)的基礎(chǔ)特征值，診斷平臺開展計算特征值和相關(guān)特性的研究，以實現(xiàn)常見故障的診斷、評估和預測。

表1 水電機組常見設(shè)備故障及狀態(tài)特征表

2 系統(tǒng)功能設(shè)計

常規(guī)狀態(tài)監(jiān)測系統(tǒng)通過聚合算法，將多個同類型傳感器數(shù)據(jù)聚合為多個監(jiān)測界面，減少運行人員監(jiān)盤工作量，并對機組各振動擺度監(jiān)測點的峰峰值或最大值以結(jié)構(gòu)示意圖、棒圖、表格、曲線等形式進行實時動態(tài)監(jiān)測。

常規(guī)分析功能主要跟穩(wěn)定性特性相關(guān)，例如時域分析主要反映連續(xù)的一段時間機組振動、擺度、壓力等信號波形隨時間的變化規(guī)律和幅值大??；頻譜分析用來比較對影響機組振動、擺度、壓力脈動的特征頻率的幅值，以及在不同工況下的變化和發(fā)展趨勢；軸心軌跡用來比較機組在過渡過程中形狀大小的變化、軸心渦動軌跡的變化[7]。

針對水電機組數(shù)據(jù)特點，尤其是水電機組運行狀態(tài)受到機械、電氣、水力多種因素影響，其作為慢速旋轉(zhuǎn)機械，提供部分特有的分析功能包括：

（1）空間軸線圖：分析過渡過程中擺線姿態(tài)、軸心位置、各大軸彎曲量和彎曲相位、推力軸承狀態(tài)、動平衡相位、盤車最大幅值和最小幅值的變化。通過暫態(tài)過程軸心軌跡，分析變轉(zhuǎn)速過程、變勵磁過程、變負荷過程軸軌跡的形狀、大小、渦動軌跡的變化，借此分析軸承的狀態(tài)。

（2）瀑布級聯(lián)圖：通過瀑布圖分析機組振因，確定影響機組運行穩(wěn)定性的各種因素，通過級聯(lián)圖分析機組振因是否與轉(zhuǎn)速相關(guān)，以判定是否存在模態(tài)振動（比如轉(zhuǎn)速升高，引起機架或其它部件模態(tài)振動）

（3）極坐標圖、伯德圖：分析振動、擺度信號中倍頻成分（如1X）的幅值與相位的變化。

圖1 空間軸線圖

圖2 瀑布級聯(lián)圖

3 建設(shè)難點與實現(xiàn)

3.1 系統(tǒng)集成難點

除了現(xiàn)場新安裝的穩(wěn)定性監(jiān)測系統(tǒng)外，為了開展湖南鎮(zhèn)和黃壇口兩個梯級電站的數(shù)據(jù)集成與分析，智能數(shù)據(jù)平臺需在入庫前保證所有傳感器測點的統(tǒng)一化和標準化。另外，對電站原有子系統(tǒng)和其他數(shù)據(jù)平臺，既要保證其正常應用，還要完成與智能數(shù)據(jù)平臺的通信和集成。為了解決這些建設(shè)難點，智能監(jiān)測診斷平臺設(shè)計實現(xiàn)了5個軟件接口，分別是數(shù)據(jù)統(tǒng)一接口、數(shù)據(jù)庫同步接口、數(shù)據(jù)訪問接口、數(shù)據(jù)庫級聯(lián)接口和其他協(xié)議接口。分別實現(xiàn)對接入的數(shù)據(jù)的統(tǒng)一、存儲、預處理、分析和通信功能。平臺采用統(tǒng)一的標準編碼規(guī)則，對匯聚的數(shù)據(jù)進行歸一化和標準化處理，再通過平臺智能算法，開展數(shù)據(jù)平臺的數(shù)據(jù)加工，實時計算各種量化特征指標，最終實現(xiàn)劣化趨勢預警、故障診斷、優(yōu)化運行、在線統(tǒng)計等功能。

整個數(shù)據(jù)平臺結(jié)構(gòu)示意圖如圖3所示。

圖3 平臺軟件接口結(jié)構(gòu)示意圖

根據(jù)不同子系統(tǒng)的數(shù)據(jù)類型和特點，將子系統(tǒng)數(shù)據(jù)分成點數(shù)據(jù)和塊數(shù)據(jù)兩部分，并分別按照數(shù)據(jù)類型進行緩存；所有數(shù)據(jù)送至數(shù)據(jù)庫前，通過數(shù)據(jù)統(tǒng)一接口對其進行KKS編碼綁定，并通過編碼進行管理和存取。其他系統(tǒng)數(shù)據(jù)采用統(tǒng)一的通信規(guī)約和數(shù)據(jù)庫連接接口實現(xiàn)數(shù)據(jù)匯聚。

數(shù)據(jù)庫同步接口采用增量同步的方式，將源數(shù)據(jù)庫數(shù)據(jù)同步存儲到數(shù)據(jù)平臺。數(shù)據(jù)應用服務為外部應用程序提供標準統(tǒng)一的數(shù)據(jù)訪問接口，平臺可以同時接入大量不同的設(shè)備，并實現(xiàn)高效的拉取數(shù)據(jù)。利用數(shù)據(jù)庫訪問接口，可以將源數(shù)據(jù)庫當作外掛數(shù)據(jù)庫，需要數(shù)據(jù)時直接訪問讀取而無需進行數(shù)據(jù)庫轉(zhuǎn)存。

級聯(lián)接口是平臺與平臺之間的通信接口，可在多個數(shù)據(jù)中心之間進行結(jié)構(gòu)化數(shù)據(jù)交互，是多個平臺級聯(lián)形成分布式系統(tǒng)、實現(xiàn)數(shù)據(jù)共享的關(guān)鍵。

利用其他協(xié)議接口，可以從智能數(shù)據(jù)終端讀取并存取數(shù)據(jù)，包括Modbus TCP、R232、R485等各種工業(yè)標準通信協(xié)議。

3.2 智能算法開發(fā)

為了保證人機訪問界面的效率，系統(tǒng)平臺在數(shù)據(jù)應用服務中，開發(fā)了智能流式算法引擎，在線加工計算各種特征量和指標量。

考慮到算法的擴展和更新，開發(fā)可視化算法配置和管理功能，對多個獨立運行的算法模塊進行配置。輸入數(shù)據(jù)來源于數(shù)據(jù)平臺，由算法引擎統(tǒng)一讀取，再分發(fā)給各算法模塊，避免數(shù)據(jù)重復調(diào)用。

各種算法模塊對各種監(jiān)測參數(shù)進行在線算法加工和處理，形成各種中間計算量、特征指標和故障指標，相關(guān)指標的計算無需要人工干預，在機組運行過程中自動實時完成。

對部分機理明確的故障特征，采用常規(guī)基于規(guī)則的分析和診斷算法，包括頻譜分析算法、相關(guān)分析算法、專家系統(tǒng)算法等，而對于大量正常運行的狀態(tài)數(shù)據(jù)，則采用機器學習中的非監(jiān)督學習方法開展分析，包括聚類算法、蟻群算法和GA算法等。由于采用了算法管理配置，因此可以隨著系統(tǒng)平臺的開發(fā)和實踐，逐漸完善、更新和增刪其他分析診斷算法。

圖4 平臺算法引擎結(jié)構(gòu)示意圖

4 結(jié)語

在水電行業(yè)狀態(tài)監(jiān)測系統(tǒng)安裝應用越來越廣泛的時候，如何在電站現(xiàn)狀的基礎(chǔ)上開展新增監(jiān)測系統(tǒng)、完成所有數(shù)據(jù)集成和智能分析平臺建設(shè)，是很多水電站都會遇到的難題，本文利用烏溪江湖南鎮(zhèn)和黃壇口兩個梯級電站的狀態(tài)監(jiān)測系統(tǒng)擴展項目，開展了整個平臺建設(shè)的設(shè)計與實施，尤其是開發(fā)了一系列通用接口，并設(shè)計實現(xiàn)開放的算法引擎，最終實現(xiàn)梯級電站的綜合分析與智能診斷。

智能平臺的開展與實施，為電站繼續(xù)推進的狀態(tài)檢修提供了軟硬件基礎(chǔ)，后續(xù)可以基于開放算法引擎接口，繼續(xù)開展智能化診斷、評估和預測技術(shù)的研究與應用，為保證機組高效、安全運行提供依據(jù)和條件。