趙衛(wèi)強(qiáng)，嚴(yán)單單，許貝貝，王正偉

（1.水沙科學(xué)水利水電工程國家重點(diǎn)實(shí)驗(yàn)室，北京市 100084；2.中國農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院，北京市 100083；3.西北農(nóng)林科技大學(xué)水利與建筑工程學(xué)院，陜西省咸陽市 712100）

0 引言

新可再生能源是新能源和可再生能源的交集，包括風(fēng)能、太陽能、水能、生物質(zhì)能、地?zé)崮艿确腔茉?。由于其良好的可持續(xù)性和環(huán)境友好的性，以風(fēng)能和太陽能為代表的新可再生能源近年來被廣泛引入能源市場[1]。風(fēng)力發(fā)電和太陽能發(fā)電一起，成為目前增長最快速的一種新能源。在2021年，風(fēng)力發(fā)電和太陽能發(fā)電貢獻(xiàn)了全球10%的發(fā)電量，而全球風(fēng)力發(fā)電量達(dá)到了總發(fā)電量的6.6%，成為僅次于水力發(fā)電的第二大可再生能源。然而，風(fēng)能和太陽能等能源的輸出高度依賴于陽光強(qiáng)度、風(fēng)力等氣象條件，導(dǎo)致新可再生能源對電網(wǎng)的供應(yīng)是間歇性和不可調(diào)度的[2]。電網(wǎng)的供應(yīng)和消耗必須實(shí)時進(jìn)行，隨著全球范圍內(nèi)風(fēng)能和太陽能比例的快速增長，新可再生能源將會損害電網(wǎng)的穩(wěn)定性。

為了平衡電網(wǎng)的這種復(fù)雜新現(xiàn)象，水輪機(jī)需要更頻繁地調(diào)節(jié)運(yùn)行條件，并在遠(yuǎn)離最佳效率點(diǎn)（BEP）的擴(kuò)展運(yùn)行范圍內(nèi)工作。極端的非設(shè)計(jì)工況點(diǎn)導(dǎo)致一系列水力現(xiàn)象，增加了施加在機(jī)組上的水力激勵力[5]，從而加速了機(jī)組部件的磨損和疲勞破壞，提高了機(jī)組的維護(hù)成本。轉(zhuǎn)輪等關(guān)鍵部件的疲勞裂紋或空蝕損壞是需要解決的嚴(yán)重問題，縮短了大修周期。盡管長時間偏工況運(yùn)行和頻繁啟?？s短了機(jī)器的剩余使用壽命并增加了維護(hù)成本，但因?yàn)樗偸峭ㄟ^電價(jià)差異轉(zhuǎn)化為巨大的收入收益，水電站運(yùn)營者往往傾向于這種運(yùn)行方式。對歐洲過去數(shù)據(jù)的統(tǒng)計(jì)分析表明，當(dāng)出現(xiàn)負(fù)載波動時，例如由于天氣條件的突然變化或發(fā)電中斷，能源的小時價(jià)格會大大增加。面對能源轉(zhuǎn)型和市場化今天的中國，水泵水輪機(jī)的擴(kuò)展運(yùn)行方式成為必然趨勢，準(zhǔn)確評估在擴(kuò)展運(yùn)行范圍內(nèi)機(jī)組的運(yùn)行狀態(tài)將直接影響電站的經(jīng)濟(jì)效益和運(yùn)行安全。

湍流是水泵水輪機(jī)內(nèi)流一種常見現(xiàn)象，會引發(fā)結(jié)構(gòu)振動并激發(fā)機(jī)器的固有頻率。在部分載荷和過載工況下，產(chǎn)生尾水管空化渦帶，尾水管渦帶的進(jìn)動頻率約為轉(zhuǎn)輪轉(zhuǎn)速（ff）的0.25～0.35 倍[3]。當(dāng)進(jìn)動速度與流場的某個固有頻率相匹配時，會出現(xiàn)水力共振，從而產(chǎn)生巨大的出力震蕩[4，5]。動靜干涉（Rotor-stator interaction，RSI）是混流式水輪機(jī)[6]中轉(zhuǎn)輪葉片和導(dǎo)葉之間的典型干涉現(xiàn)象，會在機(jī)組的旋轉(zhuǎn)和靜止部件間產(chǎn)生強(qiáng)烈的周期性激勵。對于水泵水輪機(jī)轉(zhuǎn)輪，如果其中一個動靜干涉頻率與結(jié)構(gòu)的某個固有頻率相匹配，就會產(chǎn)生大的應(yīng)變和應(yīng)力集中，這會大大縮短機(jī)組的剩余使用壽命[7，8]。另外，空蝕也是影響水泵水輪機(jī)壽命的重要因素?？瘴g是一種在某些操作條件下會發(fā)生的極具破壞性的現(xiàn)象。盡管已經(jīng)提出了一些創(chuàng)新性的檢測方法，但監(jiān)測難度仍然較大，亟待提出優(yōu)化且準(zhǔn)確的檢測方案。

對于在擴(kuò)展范圍內(nèi)工作的水泵水輪機(jī)組，重要的是分析上述水力現(xiàn)象的影響并量化在這些條件下運(yùn)行的相對成本。為此，狀態(tài)監(jiān)測系統(tǒng)廣泛用于水泵水輪機(jī)的監(jiān)測和診斷[9]。狀態(tài)監(jiān)測系統(tǒng)通常從安裝在設(shè)備不同部分的振動傳感器、溫度傳感器和壓力傳感器獲取時間信號。此外，還采集導(dǎo)葉開度、總水頭和輸出功率等運(yùn)行信號，以表征機(jī)器的運(yùn)行工況。這些系統(tǒng)是對設(shè)備實(shí)施預(yù)測性維護(hù)的關(guān)鍵組件，因此它們可以幫助延長不同組件的使用壽命，減少維護(hù)周期，從而降低間接成本。有許多成功應(yīng)用狀態(tài)監(jiān)測技術(shù)的例子。Egusquiza 等人基于 15年對多個電站的監(jiān)測，分析了水泵水輪機(jī)典型損壞類型的癥狀，并提出了基于振動監(jiān)測的典型指標(biāo)[10]。陳暢等[11]基于長短期記憶網(wǎng)絡(luò)模型對水輪機(jī)機(jī)組進(jìn)行整體運(yùn)行狀態(tài)檢測，并進(jìn)一步優(yōu)化完善該模型，在實(shí)際工程中成功監(jiān)測出某機(jī)組數(shù)據(jù)異常。符向前等[12]通過改進(jìn)的反向誤差傳播神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法對水輪發(fā)電機(jī)組進(jìn)行狀態(tài)檢測與故障診斷，并將實(shí)測數(shù)據(jù)應(yīng)用到神經(jīng)網(wǎng)絡(luò)子網(wǎng)絡(luò)的測試中。林家洋[13]在軸流式水輪機(jī)真機(jī)關(guān)鍵部件布置應(yīng)力應(yīng)變傳感器，進(jìn)行狀態(tài)檢測，并研究水輪機(jī)運(yùn)行狀態(tài)及部件失效原因。李明等[14]提出了一種適用于大中型水輪機(jī)機(jī)組的網(wǎng)絡(luò)化狀態(tài)監(jiān)測與故障診斷系統(tǒng)的設(shè)計(jì)方法，能夠?qū)崟r進(jìn)行狀態(tài)檢測、準(zhǔn)確采集數(shù)據(jù)、識別常見故障。陳燚濤等[15]基于調(diào)速系統(tǒng)數(shù)字化模型對水輪機(jī)調(diào)速設(shè)備進(jìn)行狀態(tài)分析，通過可視化模型預(yù)測設(shè)備變化趨勢，便于后續(xù)狀態(tài)檢修。在以上研究中，分別提出了用于評估和檢測水輪機(jī)中發(fā)生的不同現(xiàn)象的適當(dāng)指標(biāo)并予以驗(yàn)證，其針對特定機(jī)組狀態(tài)和故障形式表現(xiàn)出了較好的準(zhǔn)確性。

隨著傳感器和互聯(lián)網(wǎng)技術(shù)的發(fā)展，新的、更快的在線監(jiān)測系統(tǒng)已經(jīng)在各水電站得到應(yīng)用，實(shí)時采集到的信號實(shí)時發(fā)送到集控中心進(jìn)行后處理。該技術(shù)還允許積累大量數(shù)據(jù)，這些數(shù)據(jù)可用于提供可以提高診斷準(zhǔn)確性的人工智能算法。然而，在水輪機(jī)領(lǐng)域，這項(xiàng)技術(shù)的進(jìn)展不如風(fēng)機(jī)、發(fā)動機(jī)和土木工程等其他領(lǐng)域[23，24]。其中一個原因是數(shù)據(jù)量非常有限，因?yàn)樗啓C(jī)是為特定環(huán)境量身定制的，不同機(jī)組之間的響應(yīng)特性可能非常不同。例如，從混流式水輪機(jī)獲得的數(shù)據(jù)和經(jīng)驗(yàn)不容易外推到?jīng)_擊式水輪機(jī)，反之亦然。在本文中，我們概括了水輪機(jī)機(jī)組振動特性曲線的概念，并提出了一種基于人工神經(jīng)網(wǎng)絡(luò)的程序生成的方法。根據(jù)ISO 標(biāo)準(zhǔn) 20816-5[25]推薦的允許值，根據(jù)機(jī)組振動特性曲線，設(shè)置警報(bào)和停機(jī)動作限制?；诮邮苷卟僮魈卣鳎≧OC）的分析表明，與恒定閾值限制相比，動態(tài)閾值對異常值的分類效果更好。文末討論了使用基于這些表面的多維分析方法來檢測早期損壞（如侵蝕空化）的可行性。

1 水輪機(jī)機(jī)組振動特性曲線的概念

1.1 傳統(tǒng)狀態(tài)監(jiān)測指標(biāo)

一般地在狀態(tài)監(jiān)測中，會定期（例如，每小時一次）獲得諸如時間信號的全局值和與激勵力和結(jié)構(gòu)動態(tài)響應(yīng)相關(guān)的頻帶[20]等指標(biāo)。對于全局值，國際標(biāo)準(zhǔn) ISO 20816-5 提供了對包含全球7000 多組水輪機(jī)數(shù)據(jù)的廣泛振動數(shù)據(jù)庫進(jìn)行統(tǒng)計(jì)分析后獲得的參考水平。在該標(biāo)準(zhǔn)中，針對軸相對位移dp-p和軸承座絕對振動vrms定義了報(bào)警值和停機(jī)值。根據(jù)標(biāo)準(zhǔn)，這些值是在將時間信號通過0.1 倍轉(zhuǎn)頻到3 倍葉頻之間的帶通濾波器后計(jì)算。軸相對位移dp-p通過計(jì)算位移峰峰值97%置信區(qū)間計(jì)算，軸承座絕對振動vrms通過計(jì)算時間信號有效值獲得。

表1 顯示了混流式水輪機(jī)的相應(yīng)推薦值。

表1 國際標(biāo)準(zhǔn)ISO 20816-5 推薦的水泵水輪機(jī)動作值Table 1 Recommended operating values for pump turbines according to the international standard ISO 20816-5

表2 中的報(bào)警和停機(jī)值是基于水輪機(jī)額定工況點(diǎn)的統(tǒng)計(jì)學(xué)指標(biāo)。并沒有考慮到機(jī)組工況變化。在實(shí)際運(yùn)行中，即未達(dá)到報(bào)警和停機(jī)值，一些損壞或異常行為也會在上述指標(biāo)有所體現(xiàn)。例如，在振動水平通常較低的額定工況，損壞或異常行為的癥狀可能是指標(biāo)值陡增，即使此時指標(biāo)值并沒有達(dá)到報(bào)警閾值。而在遠(yuǎn)離額定工況的偏工況區(qū)，由于水力激勵更強(qiáng)，振動指標(biāo)通常比額定工況高得多。在這種情況下，機(jī)組振動值長期保持接近警報(bào)水平可能是正常的。如圖1所示，在3 天的狀態(tài)監(jiān)測數(shù)據(jù)中可以看到，某水泵水輪機(jī)頂蓋徑向振動隨水頭變化呈現(xiàn)較大幅值變化，對同一水頭下的不同開度其振幅也變化明顯。在水頭高于設(shè)計(jì)水頭的時期，振動水平也更高，有時甚至超過警報(bào)水平。而這樣的變化和機(jī)組的健康狀況無關(guān)。在這種情況下，單純應(yīng)用常數(shù)閾值很難對設(shè)備進(jìn)行準(zhǔn)確診斷。

圖1 某水泵水輪機(jī)3 天內(nèi)的頂蓋徑向振動全局監(jiān)測值和標(biāo)準(zhǔn)閾值對比Figure 1 Comparison of Global Monitoring Values and Standard Thresholds for Radial Vibration of the Top Cover of a Pump Turbine within 3 Days

表2 振動頻帶監(jiān)測指標(biāo)Table 2 Vibration Frequency Band Monitoring Indicators

表3 水泵水輪機(jī)基本參數(shù)Table 3 Basic parameters of pump turbines

1.2 狀態(tài)監(jiān)測指標(biāo)提取

除此之外，全局值只能指示較為明顯的機(jī)組振動現(xiàn)象，除了標(biāo)準(zhǔn)規(guī)定的監(jiān)測指標(biāo)以外，還可以定義頻帶值指標(biāo)，以便將這些指標(biāo)與特定振動現(xiàn)象聯(lián)系起來。本文提出一系列可用于混流式水輪機(jī)狀態(tài)監(jiān)測的可能頻帶，總結(jié)如表 2所示。

圖2 顯示了列舉的水泵水輪機(jī)振動頻帶監(jiān)測指標(biāo)所在頻段范圍。一般低頻指標(biāo)信號使用位移傳感器進(jìn)行采集，中頻段指標(biāo)采用速度信號，而高頻段振動頻帶監(jiān)測指標(biāo)往往使用加速度傳感器或聲發(fā)射傳感器進(jìn)行采集。

圖2 振動頻帶監(jiān)測指標(biāo)所在頻段示意圖Figure 2 Schematic diagram of the frequency band where the vibration frequency band monitoring indicators are located

圖3 振動特性曲線生成過程Figure 3 Generation process of vibration characteristic curve

2 水泵水輪機(jī)狀態(tài)監(jiān)測動態(tài)限制值

2.1 振動特性曲線的生成

為了提高診斷能力并正確評估振動水平，應(yīng)充分考慮水泵水輪機(jī)組的運(yùn)行工況。對于在擴(kuò)展運(yùn)行范圍內(nèi)工作的水泵水輪機(jī)，應(yīng)在水頭和負(fù)荷的維度內(nèi)解釋狀態(tài)特征指標(biāo)?；谛是€表示為水頭和功率（或?qū)~開度）的函數(shù)，稱為水泵水輪機(jī)振動特性曲線，在本文中我們建議使用振動特性曲線以優(yōu)化現(xiàn)有監(jiān)測技術(shù)。振動特性曲線生成過程如圖 3所示。上述監(jiān)測指標(biāo)通過人工神經(jīng)網(wǎng)絡(luò)（ANN）映射到水頭（H）和導(dǎo)葉開度（WGO）。研究表明，ANN 的擬合比其他擬合方法具有更好的性能[19]。如圖4所示，對于1.2 節(jié)提出的每一個狀態(tài)監(jiān)測指標(biāo)，都有一個對應(yīng)的振動特性曲線，全部監(jiān)測指標(biāo)的振動特性曲線形成機(jī)組振動特性模型。

圖4 振動特性曲線Figure 4 Vibration characteristic curve

圖5 振動特性曲線及其閾值Figure 5 Vibration characteristic curve and its threshold

2.2 基于振動特性曲線的動態(tài)限制值定義

基于為每個狀態(tài)監(jiān)測指標(biāo)生成的振動特性曲線，根據(jù)式（1）和式（2）定義報(bào)警閾值Ba和停機(jī)閾值Bt：

其中Bi是指標(biāo)在振動特性曲線上的值。對于在國際標(biāo)準(zhǔn)（ISO 20816-5）定義的全局值，限制值也受限于標(biāo)準(zhǔn)定義。圖 5 顯示了基于圖 4 的振動特性曲線的報(bào)警和停機(jī)動態(tài)限制值。

3 案例研究

本文針對某水泵水輪機(jī)長期監(jiān)測數(shù)據(jù)，繪制振動特性曲線，生成動態(tài)限制值。

3.1 機(jī)組參數(shù)和監(jiān)測數(shù)據(jù)

本文所研究的水泵水輪機(jī)組額定功率300MW。其他基本參數(shù)如表 3所示。狀態(tài)監(jiān)測系統(tǒng)上安裝了振動傳感器（加速度計(jì)和位移傳感器）。同時獲取水頭（H）、電功率（POW）、導(dǎo)葉開度（WGO）等工況信號。軸承上有兩個徑向加速度計(jì)（ATR9-ATR12）和兩個位移傳感器（DT9、DT12）。

如圖6所示，在清理后的數(shù)據(jù)庫中，6394 條工況記錄點(diǎn)位于導(dǎo)葉開度55%～100%區(qū)域。所有測量都是在正常轉(zhuǎn)速下在穩(wěn)態(tài)條件下測量的。

圖6 監(jiān)測數(shù)據(jù)分布Figure 6 Distribution of Monitoring Data

3.2 機(jī)組振動特性曲線生成

根據(jù)1.2 節(jié)定義的狀態(tài)特征監(jiān)測指標(biāo)，從監(jiān)測數(shù)據(jù)提取相應(yīng)頻帶值，圖7 分別顯示了絕對振動全局值（vrms）、轉(zhuǎn)頻頻帶值（dff）、渦帶頻帶值（dr）和空化頻帶值（ah）。

圖7 監(jiān)測數(shù)據(jù)分布Figure 7 Distribution of Monitoring Data

3.3 動態(tài)特征限制值分析

基于3.2 節(jié)振動特性曲線和2.2 節(jié)動態(tài)特征限制值公式，分別生成絕對振動全局值、轉(zhuǎn)頻頻帶值、渦帶頻帶值和空化頻帶值的動態(tài)特征限制值。與恒定動作限制（見圖1）進(jìn)行比較。為此，做出以下假設(shè)。

（1）機(jī)組的測量值是真陰性，因?yàn)楸O(jiān)測數(shù)據(jù)是在大修后很短的時間內(nèi)獲得的，即機(jī)組工作狀況良好；

（2）機(jī)組狀態(tài)測量值的1.6 倍被認(rèn)為是異常值（真陽性）。

其中khg（H，WGO）是指標(biāo)X的振動特征曲線的平行面，水平由參數(shù)kh控制（見表4）。為了量化分類性能，使用了受試者工作特征（ROC）曲線。ROC 曲線是通過在各種閾值設(shè)置kc和kh[32]。通過設(shè)置非常低的閾值水平，所有樣本都將被識別為陽性，因此兩個分類器的靈敏度TPR=1 和誤診率FPR=1，這是ROC 圖的右上角（見圖8）。然后，通過增加閾值，更多的假陽性變成真陰性，從而使FPR降低。同時，隨著閾值的增加，部分真陽性值也被識別為假陰性，因此TPR也降低了。當(dāng)將閾值增加到極高水平時，TPR和FPR將變?yōu)?0（圖8 的右下角）。具有適當(dāng)閾值級別的理想分類器可以達(dá)到理想點(diǎn)（0，1），即所有值都被正確分類（TPR=1 和FPR=0）。此圖中的曲線下面積（AUC）與不同分類器的性能相關(guān)：隨機(jī)分類器的AUC為0.5，而理想分類器的AUC為1。經(jīng)過對每個特征指標(biāo)計(jì)算曲線下面積AUC，獲得動態(tài)限制值和常數(shù)限制值A(chǔ)UC對比圖（見圖9）。通過圖9 可以看出對全部特征指標(biāo)，動態(tài)限制值的分類效果均好于常數(shù)限制值。

圖8 vrms 監(jiān)測數(shù)據(jù)分布Figure 8 Distribution of vrms monitoring data

圖9 vrms 監(jiān)測數(shù)據(jù)分布Figure 9 Distribution of vrms monitoring data

表4 動態(tài)特征限制值與常數(shù)限制值Table 4 Dynamic Feature Limits and Constant Limits

4 結(jié)論

在本研究中，提出了水泵水輪機(jī)振動特征曲線，用于水泵水輪機(jī)的狀態(tài)監(jiān)測優(yōu)化。從水輪機(jī)長期監(jiān)測數(shù)據(jù)中提取了一系列狀態(tài)指標(biāo)。應(yīng)用人工神經(jīng)網(wǎng)絡(luò)為每個指標(biāo)生成振動特征曲線。運(yùn)用振動特征曲線，可以定義響應(yīng)限制值（報(bào)警值和停機(jī)值）。為了估計(jì)此動態(tài)限制值的分類性能，計(jì)算受試者工作特征曲線并將其與常數(shù)限制值進(jìn)行比較。通過曲線下面積（AUC）的對比，表明振動特征曲線對異常行為檢測和可能的損害方面的識別性能更好。使用振動特征曲線，監(jiān)測水泵水輪機(jī)的主要優(yōu)點(diǎn)是：

（1）人工神經(jīng)網(wǎng)絡(luò)擬合的振動特征曲線考慮了操作條件（水頭和負(fù)載）。根據(jù)運(yùn)行 2.5年的大型混流式水輪機(jī)的監(jiān)測數(shù)據(jù)，表明基于振動特征曲線的動態(tài)限制值降低了誤報(bào)率和漏報(bào)率。

（2）基于振動特征曲線的動態(tài)限制值與實(shí)際監(jiān)測值之間的比較是檢測設(shè)備可能的異常行為或早期損壞的有力工具。