陸小康，郝國文，宋旭峰，朱 溪，陳澤陽，魏 李，趙宏圖，肖凌云

（1.浙江仙居抽水蓄能有限公司，浙江省仙居縣 317312；2.國網(wǎng)新源控股有限公司，北京市 100041；3.北京華科同安監(jiān)控技術(shù)有限公司，北京市 100048）

0 引言

目前針對水電機組運行狀態(tài)的監(jiān)測，主要有計算機監(jiān)控系統(tǒng)和機組狀態(tài)在線監(jiān)測系統(tǒng)，其主要監(jiān)測參數(shù)涉及機組各運行部位的溫度、壓力、水位、振動、擺度、壓力脈動、空氣間隙、磁通密度和發(fā)電機局部放電等，主要關(guān)注機組電氣特性和旋轉(zhuǎn)機械運行特性的表現(xiàn)[1]。

對抽水蓄能機組而言，作為機械、電氣和水力多種因素耦合關(guān)聯(lián)的綜合體，許多明顯的運行特征卻仍然依賴人工檢查或目測。隨著物聯(lián)網(wǎng)和智能監(jiān)測技術(shù)的發(fā)展，過去大多依賴人工的“看”“聽”“聞”“觸”等感知方法和技術(shù)，都可利用智能化監(jiān)測技術(shù)轉(zhuǎn)化為其綜合狀態(tài)的數(shù)字化、信息化和智能化運維數(shù)據(jù)，并結(jié)合數(shù)據(jù)挖掘分析技術(shù)的應(yīng)用，提高機組數(shù)字化運維管控水平。

1 故障參數(shù)特征

以抽水蓄能電站為例，其發(fā)電電動機風洞和水車室在機組運行期間，通常禁止人員進入，對其運行過程中可能發(fā)生的故障和問題，也只能依靠監(jiān)控系統(tǒng)的參數(shù)以及傳統(tǒng)的機組狀態(tài)在線監(jiān)測系統(tǒng)等有限的手段進行監(jiān)測。

發(fā)電機風洞內(nèi)安裝的部件眾多，有電機定轉(zhuǎn)子、導軸承及冷卻系統(tǒng)，涉及繞組絕緣、機械碰磨等問題。以軸承油槽為例，其密封出現(xiàn)故障時，容易導致油霧凝結(jié)、定子通風溝油污嚴重、下機架積油滴漏等現(xiàn)象[2]。水車室內(nèi)雖然部件較為簡單，但軸承、頂蓋等受機械、水力影響較大。以頂蓋為例，如果出現(xiàn)漏水等現(xiàn)象，可能導致機組“非?！?、水導油槽等機械部件受損、油泄漏引發(fā)環(huán)保事件等后果，給電力安全生產(chǎn)帶來威脅，尤其是在無人值守條件下，此類事故發(fā)生的后果更為嚴重[3]。

因此，針對發(fā)電機風洞和水車室這種表象特征明顯而當前卻缺乏有效監(jiān)測分析手段的故障，如能利用最新的圖像、聲學、紅外攝影等手段進行實時監(jiān)測、分析和異常情況識別，并通過數(shù)字化、信息化手段進行特征挖掘和分析，最終可剔除監(jiān)測盲點，進一步提供機組的智能化運維水平。

本文整理了水電機組發(fā)電電動機風洞和水車室常見的故障，以及可能的故障特征，結(jié)果見表1。

表1 抽水蓄能機組風洞及水車室常見故障及特征監(jiān)測方法Table 1 General fault and symptom monitoring method for generator and turbine rooms of pumped storage unit

從表1中可以看到，部分故障導致的壓力、振動、流量等參數(shù)異常，可以通過監(jiān)控系統(tǒng)和機組狀態(tài)在線監(jiān)測系統(tǒng)監(jiān)測和及時報警；對于機械故障和水力因素產(chǎn)生的異常噪聲，可以通過“聽”聲音即噪聲監(jiān)測技術(shù)來分析判斷；對外觀損傷、變形和一些可以通過目測解決的問題，由于其位置復雜，很難在運行期間發(fā)現(xiàn)，則可以采用“看”圖像，即智能圖像傳感器實現(xiàn)實時視頻監(jiān)控和異常識別；對于定子絕緣老化問題，可通過安裝氣體監(jiān)測傳感器“聞”氣味來實現(xiàn)實時監(jiān)測；對于轉(zhuǎn)子勵磁引線和磁極連接環(huán)等薄弱環(huán)節(jié)，則可采用紅外熱像儀實現(xiàn)溫度場的監(jiān)測和分析。

2 智能監(jiān)測技術(shù)研究

2.1 噪聲監(jiān)測

水電機組運行時，產(chǎn)生的聲音通常有空氣動力性噪聲、機械性噪聲和電磁噪聲等。對噪聲的度量，通常采用聲壓，即聲波引起空氣質(zhì)點振動，使大氣壓產(chǎn)生起伏，這個起伏部分，即超過靜壓（平衡狀態(tài)下的大氣壓強）的量，稱為聲壓。由于人對聲音響度的感覺是與聲音強度的對數(shù)成比例的，所以，通常用一個聲壓的對數(shù)比來表示聲音的大小，這就是聲壓級。聲壓級單位為分貝（dB）。在機組啟動試驗時，通常用噪聲儀或聲級計對頻率進行A型計權(quán)后求得的總聲壓級，提供dBA分貝值對機組噪聲水平進行評價。

常用的噪聲儀或聲級計通常只能得到計算后的A型計權(quán)，無法得到實時聲壓波形和頻譜，因此無法對異常噪聲進行分析診斷，如文獻[3]中提到水輪機導葉出水邊卡門渦共振發(fā)生的異常噪聲，無法獲得其噪聲的頻率分量，故對機組故障診斷分析并無大的效果，因此，對水電機組故障診斷分析而言，需要采用噪聲在線監(jiān)測裝置對噪聲進行實時數(shù)據(jù)監(jiān)測和頻率分析，并結(jié)合機組工況進行分析診斷。

為了研究風洞和水車室內(nèi)噪聲分布，開展異常噪聲分析，可在發(fā)電機風洞和水車室內(nèi)安裝多個聲學傳感器，實時進行聲壓采樣和頻譜分析，并組成聲學陣列，實現(xiàn)對內(nèi)外風洞和水車室的全方位聲學監(jiān)測。通過聲學研究可獲取風洞內(nèi)的結(jié)構(gòu)異常特性，探測電機的結(jié)構(gòu)振動噪聲、電磁噪聲、結(jié)構(gòu)碰磨和絕緣磨損等異常，以及水車室的結(jié)構(gòu)振動噪聲和結(jié)構(gòu)碰磨等異?，F(xiàn)象。通過研究發(fā)電電動機和水輪機運行噪聲、異常噪聲和聲學分析頻譜、機組運行工況之間的對應(yīng)關(guān)系，可確定發(fā)電電動機和水輪機不同工況下的標準聲紋樣本數(shù)據(jù)，指導異常噪聲的識別診斷。

通過聲壓場的等值線圖，可以直觀地看出最大噪聲源位置。通過矢量聲強圖表明聲能的流動方向，可用于識別發(fā)自設(shè)備內(nèi)部某聲源的聲強（矢量）流，可快速識別設(shè)備內(nèi)部的噪聲源。

2.2 視頻監(jiān)測

視頻監(jiān)測主要利用智能攝像頭實現(xiàn)現(xiàn)場環(huán)境實時錄影，并進行監(jiān)控圖像識別分析，可識別油位、有無滲漏、外觀損傷、異物、變形、裂紋等信息。以發(fā)電電動機轉(zhuǎn)子勵磁引線和磁極連接環(huán)為例，其電磁環(huán)境復雜，是轉(zhuǎn)子事故多發(fā)部位，用常規(guī)監(jiān)測手段無法實時監(jiān)測其轉(zhuǎn)子磁極連接松動變形。從設(shè)計角度而言，既要考慮絕緣距離是否能滿足相應(yīng)電壓等級絕緣要求，又要兼顧線棒散熱問題，文獻[4]中由于相鄰線棒絕緣結(jié)束端空氣間隙過小，當風洞空冷器漏水、線棒端部積灰時，直接導致接地故障或相間短路故障，造成線棒表面碳化、端部接頭燒斷等嚴重后果。

因此，可在發(fā)電機風洞和水車室內(nèi)安裝多個智能圖像傳感器，實現(xiàn)對轉(zhuǎn)子勵磁引線部位和定子上方線棒端部和匯流環(huán)等部位的圖像監(jiān)測，視頻攝像頭通過以太網(wǎng)將數(shù)據(jù)傳輸至數(shù)據(jù)采集單元。通過對環(huán)境和設(shè)備狀態(tài)不間斷地采集，形成海量多源的圖像視頻大數(shù)據(jù)源。利用圖像識別和視頻異常觸發(fā)算法，結(jié)合風洞和水車室實際情況，識別異常的視頻信息，實現(xiàn)風洞和水車室運行工況的視覺缺陷智能檢測。

以頂蓋螺栓松動識別為例，通過在螺栓上繪制標注線，收集采集的圖像數(shù)據(jù)，用YCB顏色提取算法，提取標注線顏色，通過合并和修正等處理后，得到標注線特征并建立樣本庫。視頻監(jiān)測時從實時圖像幀中提取螺栓標注線，與樣本對比，當標注線發(fā)生變化時，就判斷螺栓發(fā)生了松動，示例照片如圖1所示。

圖1 現(xiàn)場視頻提取的螺栓狀態(tài)對比照片F(xiàn)igure 1 The comparison photos of on-site bolt in different condition extracted from video

對風洞和水車室其他結(jié)構(gòu)部件，視頻監(jiān)控系統(tǒng)收集正常的圖片數(shù)據(jù)，建立標準樣本，將實時采集到的圖像與樣本進行對比，如果圖像差異較大，則判斷為圖像變化異常。系統(tǒng)采用感知哈希算法（PHA）來進行圖像比對，該算法將圖片所包含的特征生成指紋，通過這些指紋進行圖像比較。系統(tǒng)對變化區(qū)域進行標識并建立異常記錄，通過圖像變化的分析，最終可識別異物、形變、裂紋等故障。圖2為現(xiàn)場部件變形模擬測試照片。

圖2 模擬部件變形的視頻對比照片F(xiàn)igure 2 The on-site comparison photos of simulated component deformation

2.3 溫度場分析

過去對機組帶電設(shè)備的溫度監(jiān)測，通常采用手持式紅外測溫槍進行測量，但測溫槍只能測量電氣設(shè)備表面溫度，無法測量內(nèi)部溫度，另外定位熱點難度較大，通常需要根據(jù)以往經(jīng)驗，尋找電氣設(shè)備熱點，通過掃描運動來測溫[6]。

而近年來應(yīng)用較為廣泛的紅外熱成像技術(shù)，可以獲得設(shè)備表面溫度分布，判斷設(shè)備內(nèi)部熱損耗部位，具有定性成像和定量測溫的功能，溫度分辨率和空間分辨率較高，可以實時發(fā)現(xiàn)設(shè)備運行過程中跟電壓電流有關(guān)的問題，確定問題的位置和程度[7-8]。

為了獲取風洞內(nèi)部重點部件溫度分布，可在發(fā)電機風洞內(nèi)多個位置安裝智能熱成像儀，一個是從發(fā)電機出口方向和中性點方向監(jiān)測定子上端面溫度場，及時發(fā)現(xiàn)發(fā)電機線棒端部及定子匯流環(huán)部位相關(guān)故障。另一位置是轉(zhuǎn)子附近勵磁引線連接處的溫度場，可及時發(fā)現(xiàn)勵磁引線的溫度及連接狀態(tài)。

2.4 氣味分析

從聞的角度研究氣體監(jiān)測分析技術(shù)，分析電機內(nèi)部各類絕緣材料在的過熱時的分解產(chǎn)物及含量，選用合理的光學傳感氣體分析技術(shù)和采集單元，分析電機各類絕緣的過熱產(chǎn)物含量；研究絕緣過熱產(chǎn)物含量與絕緣過熱嚴重程度的相互關(guān)系，指導后續(xù)電機的絕緣過熱評估[7]。

在風洞內(nèi)安裝總烴含量監(jiān)測和臭氧監(jiān)測裝置，可實現(xiàn)對風洞的全方位氣體監(jiān)測。通過實時監(jiān)測分析電機的絕緣過熱分解物，探測電機的絕緣損壞情況。總烴含量監(jiān)測裝置和臭氧監(jiān)測裝置監(jiān)測數(shù)據(jù)通過通信方式傳輸至視頻、氣體、溫度數(shù)據(jù)采集單元，統(tǒng)一進行管理、存儲。

通過氣味監(jiān)測，系統(tǒng)可分析發(fā)電機內(nèi)部各類絕緣材料在的過熱時的分解產(chǎn)物及含量，通過研究絕緣過熱產(chǎn)物含量與絕緣過熱嚴重程度的相互關(guān)系，對電機的絕緣過熱評估，指導設(shè)備的運行及檢修。

3 系統(tǒng)應(yīng)用

通過在仙居抽水蓄能電站2號發(fā)電電動機風洞和水車室內(nèi)開展綜合狀態(tài)智能監(jiān)測系統(tǒng)的安裝和布置，將圖像、聲學、氣體和熱成像監(jiān)測技術(shù)與原有狀態(tài)監(jiān)測系統(tǒng)相結(jié)合，實現(xiàn)對風洞和水車室關(guān)鍵部件和位置和實時監(jiān)測和異常識別。

整個綜合監(jiān)測分析系統(tǒng)由各類傳感器、數(shù)據(jù)采集單元、數(shù)據(jù)處理服務(wù)器及系統(tǒng)軟件（含數(shù)據(jù)庫模型、規(guī)則庫設(shè)計和監(jiān)測與報警軟件）組成，傳感器部分包括溫度傳感器、圖像傳感器、熱成像傳感器、總烴傳感器、臭氧監(jiān)測裝置和聲學傳感器，如圖3所示。

圖3 綜合監(jiān)測分析系統(tǒng)結(jié)構(gòu)示意圖Figure 3 Schematic diagram of integral monitoring and analysis system structure

針對不同測量參數(shù)，開展綜合交叉分析，實現(xiàn)智能故障的識別和監(jiān)測，其采用的分析方法如圖4所示。

圖4 傳感器對應(yīng)分析方法示意圖Figure 4 Schematic diagram of analysis method with sensors

通過綜合發(fā)電機風洞及水車室視頻監(jiān)測、噪聲監(jiān)測、氣味監(jiān)測以及機組狀態(tài)監(jiān)測系統(tǒng)數(shù)據(jù)，利用機器學習算法進行特征提取與分析，對發(fā)電電動機和水車室的狀態(tài)信息庫數(shù)據(jù)深入挖掘，研究故障定位技術(shù)，建立發(fā)電電動機和水車室的多維度故障報警模型，對設(shè)備的非正常狀態(tài)給出預(yù)警和故障報警，其主監(jiān)視界面如圖5所示。

圖5 電站應(yīng)用的系統(tǒng)集成界面Figure 5 System integration interface applied in hydropower station

4 結(jié)束語

隨著水電站在“無人值班、少人值守”、流域集控的大趨勢下，機組運行管理和安全管控也向著信息化、智能化、數(shù)字化方向大力發(fā)展，雖然越來越多電站安裝了各種狀態(tài)監(jiān)測系統(tǒng)，但仍然存在不少監(jiān)測盲區(qū)。本文主要針對圖像、視頻、溫度場、噪聲和氣體等目前應(yīng)用較少的運行特征，選擇成熟的傳感器設(shè)備，有針對性地選擇關(guān)鍵位置進行實時監(jiān)測分析，既提高了電站操作人員的工作效率，也為電站的智能化運維提供基礎(chǔ)。

大部分電站安裝的視頻、消防和監(jiān)測系統(tǒng)采用了不同設(shè)備，未形成統(tǒng)一的功能和接口標準，數(shù)據(jù)源分散，各個子系統(tǒng)報警信息存儲、處理缺少統(tǒng)一管理，在發(fā)生安全事件時無法有效銜接互動，導致管理人員無法針對海量信息迅速做出正確決策。本文結(jié)合電站安裝的現(xiàn)有狀態(tài)監(jiān)測系統(tǒng)，采用統(tǒng)一設(shè)計、規(guī)劃和綜合一體化的思路，建立統(tǒng)一數(shù)據(jù)庫，形成聯(lián)動管理平臺，極大提高了水電廠的安全穩(wěn)定運行，也為后續(xù)水電行業(yè)多參數(shù)、多系統(tǒng)的綜合分析管理系統(tǒng)建設(shè)提供了參考和思路。