水电机组状态监测现状及发展趋势分析

杨 虹，刘 刚，刘 旸，李江华

（1.中国水利水电科学研究院，北京 100038；2.南京市供电公司，江苏 南京 210008；3.中水电海外投资有限公司，北京 100048）

水电机组状态监测现状及发展趋势分析

杨 虹1，刘 刚2，刘 旸3，李江华1

（1.中国水利水电科学研究院，北京 100038；2.南京市供电公司，江苏 南京 210008；3.中水电海外投资有限公司，北京 100048）

目前应用较为成熟的几种水电机组状态监测技术仍然局限于某一种特定功能的实现上，其功能模块各自独立，使得监测结果缺乏共享性，难于全面掌握整个水电机组的运行状态。本文对这几种监测技术的特点进行了分析，认为新出现的基于虚拟现实的水电机组状态监测技术相对完善，其通过采用虚拟现实技术，将外接I/O设备与虚拟系统进行数据交互，使用户对系统中的数据处理简便，既提高了系统的友好性、数据的共享性以及可理解性，又能降低设备的故障率，有效的解决传统单一设备监测造成的故障监测不全面、预测性差等问题。目前该技术还需进一步研究才能真正应用于现场化的设备检测环境。

水电机组；状态监测；虚拟现实技术；发展趋势

1 研究背景

水电机组在水电厂中处于核心地位，其运行情况直接关系到全厂的安全、经济运行。随着水电机组的容量、水头、转速等水电建设工程技术参数的规模越来越大，水电机组的稳定性显得愈发重要［1］。当前我国经济社会发展的主题是低碳、节约、环保，为了达到这一目标，在结构日益复杂的水电机组发电过程中，提高设备的可靠性以降低资本投入，越来越引起各大水电厂的关注［2］。

传统的水电机组以定期的“预防性维修”为主，也称“计划检修”，主要以时间为基础。这种检修方式灵活性较差，效率偏低，难以预防时间空白期内的事故，导致机组故障率偏高、可靠性较低［3］。目前应用较为广泛的是以状态监测为基础的“预测性维修”，即状态检修，这种维修方式不仅可以减少水电机组运行过程中的人力投入，还能增加运行的可靠性，降低机组运行成本［4］。

以下介绍了几种目前应用较为成熟的水电机组状态监测技术，通过分析其技术特点，指出其实际应用的不足，并提出一种基于虚拟现实技术的水电机组状态监测解决方案。文章最后给出了水电机组状态监测发展趋势的几点预测。

2 机组状态监测技术研究现状

20世纪60年代，美国国家机械故障诊断研究会提出了状态监测技术，在之后的20年里，该技术逐渐从理论研究过渡到实践阶段［5］。1984年，为瑞士一家咨询公司工作的Hartmann O专门针对如何提高水电机组的可靠性和机组运行效率进行了详细分析［6］。1987年，来自加拿大的学者Faveri和Gail R.首次在微机上实现了水电机组的模型搭建，对机组检修提供了较为合理的数据。90年代科技水平的高速发展为状态监测技术的长足进步提供了有效的技术保证。加拿大魁北克水电公司在1990—1992年间研发了一种状态监测技术，该技术能让工作人员在机组运行过程中了解其运行状态。90年代初期，欧盟基于当时的计算机与信息化的水平，将原本水电厂管理方面三个相对独立的系统进行了整合，创建了一种较为完善的综合管理系统。进入21世纪以来，随着计算机各项技术的不断完善，许多成熟的智能系统在水电厂状态监测技术中得到了应用，如德国申克公司的Vibrocontrol 4000系统和瑞士VIBRO-METER公司VM600系统，以及美国与加拿大两国的研究机构协作开发的水轮机汽蚀监测系统等［7］。

国内针对水电机组状态监测系统的研究起步较晚，自20世纪90年代开始，水电部机电研究所、南京工学院和南京无线仪器厂协作研发的NW6231型水电机组监测分析系统，用于机组振动在线监测；以华中科技大学为代表的国内一批高等院校也针对水电机组的状态监测进行了一系列的研究，代表性的产品有华中科技大学的HSJ型多功能监测与分析系统，该系统能够按照用户的需求进行监测系统的定制、安装，分为在线监测和机组性能分析两类；北京奥技异电气技术研究所有限公司的PSTA系列水电机组状态监测系统，则可以满足各种类型机组的需求，具备远程分析和诊断功能，在国内水电机组中的应用较为广泛，其性能已经受了实践的检验［8］；北京华科同安监控技术有限公司TN8000系统由传感器、数据采集单元、网络部件和相关软件组成［9］；中国水利水电科学研究院HM9000系统是一种基于网络的分布式监测系统，包含数据采集层、服务器层和客户访问层的典型三层结构［10］，TN8000和HM9000在国内的应用也比较广泛。

国内针对水电机组状态监测的研究虽然起步较晚，但是随着近几年研究的快速发展，其应用过程中暴露出的一些问题还是值得在后续的研究中予以重点关注和探讨，归结起来主要有以下几个方面：（1）功能分散。目前水电厂中的状态监测主要都偏向于水电机组的状态分析，很少全面的涉及故障诊断、未来状态的预测等方面的内容［11］。遍历国内水电机组，目前仍没有一个能够全面具备以上三个方面功能的水电机组状态监测系统。（2）诊断方法较为单一。水电机组的状态分析主要根据机组的振动信号或者摆度信号，并没有全面考虑影响水电机组状态的影响因素，比如空蚀等。所以目前的机组状态分析方法很难全面、准确的对水电机组的状态进行监测、分析。（3）系统冗余。由于存在功能分散问题，所以现有的孤立系统较多，并且很难结合到整个水电厂监控系统中，信息共享性差，资源利用率低。这样不仅会造成后期系统维护工作量大，而且会有许多重复性、冗余性的工作，降低整个系统运行的经济性。（4）缺少实践验证。这是目前所有行业都存在的一个问题。许多研究工作只是停留在纸面上，并没有应用到实际的场景中。

3 常见状态监测技术

国内外的专家学者针对水电机组状态监测的研究从来都没有停止过，目前已经有一些较为成熟的技术在水电厂得到了广泛应用。比如机组稳定性监测技术、空气间隙与磁场强度监测技术、发电机局部放电监测技术等。笔者针对目前应用较为广泛的几种水电机组状态监测技术进行概略的介绍，并在此基础上提出一种目前研究比较热门的监测技术，在后面进行详细论述。

3.1 机组稳定性监测技术该技术主要适用于水电机组的机械振动的监测。监测的内容主要包括主结构振动、水压脉动、主轴承的摆动幅度等。针对每项技术参数都采用特定的传感器进行监测，其对应关系如表1所示。

表1 技术指标与传感器对应关系

状态监测系统将各个传感器监测到的数据进行汇总、分类、分析，判断机组的稳定性。需要指出的是，根据机组型号及容量的不同，监测点并不是一概而论的。实际应用中，一般根据经验数据确定监测点的位置和数量。目前国内关于机组稳定性监测方面的研究，已经有较为成熟的数据［12］。

定子绕组所承受的电动力与电流的二次方成正比，所以当发电机的单机容量增加时，这种电动力也会成倍的增加。值得注意的是，当定子绕组的端部长时间处于100 Hz振动的环境下，再加上如果固定的较差，则很可能短期内被严重磨损，甚至达到击穿的临界。此外，由于大朝山水电站发生的转轮叶片和卡门涡之间的共振，导致转轮叶片转速过快而引起的叶片裂缝现象，人们不得不对此类共振现象进行细致而有针对性的研究［12］。由此取得一系列的研究成果已经在国内的一些大型水电站得到了实际的应用，在一定程度上推动了机组稳定性监测技术的进一步发展和成熟。

3.2 空气间隙与磁场强度监测技术现有的水电站都是采用平板电容式传感器对水轮发电机组的空气间隙和磁场强度进行量测，整个过程的数据采集、传输、显示均是由计算机技术完成的。

加拿大的一家维保监测公司VibroSystM，研究出了一种发电机空气间隙监测系统AGMS（Air Gap Measurement System），这个系统是专门为监测水轮发电机转子和定子的动态性能而研发的。一经生产，便在一些大型的水电机组中得到了广泛的应用，据不完全统计，截止到1997年底，该系统已经应用在600多座水轮发电机组中，是目前应用比较成熟的同类系统之一。

国内针对水轮发电机空气间隙监测技术的研究起步较晚，而且没有得到足够的重视，导致现在仍然没有一种成功的实际应用系统。但是随着水电机组监测技术大发展的需求，我国的一些大型的水电厂（三峡、二滩等）陆续引进了上面提到的AGMS系统的一些子模块或者整个系统引进，并尝试着在一些机组上安装、运行，也取得了一些应用经验［13-14］。

3.3 发电机局部放电监测技术定子绕组的绝缘老化所造成的故障占水电机组电气故障的五分之二，而电气故障在水电机组全部故障中占到一半左右［15］。所谓局部放电，指的是水轮发电机定子绕组绝缘层的内部或边缘发生的非贯穿性放电现象。在高压绝缘环境中，系统中的一些小空隙或者表面都有较大几率产生局部放电。实际中，定子绕组一直处于高温、高压以及各种化学物质和机械振动影响的环境中，对其绝缘水平要求较高。时间久了，绝缘老化、磨损都会增加局部放电的几率，破坏定子绕组的绝缘系统。所以，很有必要对定子绕组的绝缘放电进行在线监测，以便尽早发现故障并及时解决，避免导致机组运行事故的发生。

国外一般采用电容传感器对局部放电的信号进行监测，传感器的容量介于375～1000 pF之间，直到20世纪70年代，才有80 pF的电容器应用于实际。国内针对水轮发电机局部放电技术的研究和应用进展较迟，而且发展缓慢［16］。

3.4 主变压器油气监测技术变压器的内部故障主要包括过热引起的故障、放电引起的故障以及绝缘受潮失灵导致的故障等类型。早期发现及鉴别电力变压器故障的主要方法是对变压器中的气体进行色谱分析。发展到后来，陆续出现了气相色谱分析、光声光谱分析等方法［17］。

气相色谱分析法［18］是一种离线分析方案，主要应用在实验室环境中，目前应用比较广泛而且技术已经相对成熟。代表性成果主要是Serveron公司的油中溶解气体分析DGA（Dissolved Gas Analysis）在线监测系统，该系统能够支持IEEE以及IEC对数据进行分析和诊断，目前已经应用到三峡水电厂的部分机组中。

光声光谱技术［19］的最终目的是得到某种气体的含量，主要采用的原理是不同的气体分子可以由不同波长的红外线进行激发，然后通过测量封闭容器中气体的压力大小，得到某种确定气体的含量。该种技术的主要代表产品是英国凯尔曼有限公司研制的TRANSPORT X（便携型）变压器油气监测系统，该系统可对8种气体产生的故障进行量测，能够最大程度的克服传统分析法中干扰分析的弊端。

3.5 水轮机空蚀监测技术空蚀是影响水轮机正常运行的主要威胁之一，既可以影响整个发电系统的发电效率，也会降低机组运行的稳定性。卢森堡Korto研制了一项新的多维空蚀监测技术，并开发了水轮机多维空蚀监测系统［20］，具有相当高的研究价值及工程实际意义，大大推动了空蚀监测技术的发展。相较于国外较为深入的水轮机空蚀技术，我国针对这一故障因素的研究才刚刚起步。清华大学、华中科技大学等开发了一种基于超声波传感器的水轮机空蚀在线监测系统，为在线监测与诊断水泵和水轮机的空蚀现象提供了简捷易行的手段，但还不能有效的诊断机组空蚀强度，其监测数据只能作为运行中的辅助分析工具［21］。

从上面的介绍中，我们可以得出以下结论：目前水电厂中的状态监测技术仍然局限在实现某一种特定功能上，各个独立的功能模块的监测结果的共享性较差，监测内容单一，各自独立，很难全面的掌握整个水电机组的运行状态，存在严重的重信息采集、轻状态分析的问题，目前急需一种综合的监测系统，实现数据的共享和综合分析。

4 基于虚拟现实的状态监测技术

基于虚拟现实技术的机组状态监测技术能有效解决传统监测方法监测数据共享性以及整体性较差的问题，能将监测数据表达的更加简洁、形象，克服了原来监测系统对运行人员要求高、主观影响大的弊端。

所谓虚拟现实，指的是以一种更为直观的方式将需要监测的设备状态完整、全方位、形象地展示出来，让运行和维护人员以较“自然”的方式感知实际机组设备的状态；并提供“恰当”的状态分析，辅助运行和维护人员开展设备状态分析，为设备故障诊断打基础［22］。

水电机组虚拟化表示就是以虚拟环境和三维技术对目标进行模拟，以一种虚拟现实的技术将不能以书本知识、数据表示的场景，用“身临其境”的方式表达出来，提供给用户一种简洁、直观、具体的机组信息。用户可以通过一些外接I/O设备与虚拟系统进行数据的交互，也可以对系统中的数据进行处理，仿佛身临其境一般，大大的提高了系统的友好性、数据的共享性以及可理解性，减少了设备故障的概率［23-24］。

这种技术的结构图可以用图1来表示。从图中我们可以看出，整个系统分为了三大块。分别是数据采集、数据传输、虚拟环境信号处理等部分。该图能形象的说明数据的处理流程及情况。需要指出的是，数据采集过程中的主要数据分析方式为以下三点［25-26］：

（1）监控系统。监控系统的主要功能是实现模块信息的共享。信息源主要有主站SCADA（Super⁃visory Control And Data Acquisition）系统，即数据采集与监视控制系统、故障滤波系统、EMS（Energy Management System）能源管理系统等。实现信息共享的同时，为了保证信息的一致性，避免错误信息导致的严重运行后果，监控系统通过单向隔离技术获取设备的状态信息数据，这样做的另一个好处是能有效节约数据采集成本。

（2）状态监测传感器。计算机系统作为主要的数据采集系统，为了使量测数据更加全面、彻底，给设备加装状态监测传感器，不仅使得监测数据的可靠性增加，而且在有些场合能有效降低设备状态量测的经济性，在虚拟状态监测技术中是很有必要的。

（3）特殊场合，不能进行实时状态监测时，则需要进行人工巡检，将得到的数据人工录入到监测系统中去。

虚拟系统在通过各种手段获得机组状态数据之后，通过对设备数据数字化，得到设备状态的数字化表达形式。然后系统利用虚拟现实技术，将得到的机组设备监测数据跟现有的实时数据库、历史库等数据进行交互，实现上述状态数据的虚拟表达，实现机组状态数据的分析、整合，设备状态监测分析、远程巡检等机组状态监测功能［27-28］。

监测系统的虚拟现实表达形式如图2所示。用户通过在设备状态监测界面上与虚拟系统进行交互（通过I/O设备，如鼠标、键盘等），进行导航监测分析，引导用户进行状态监测浏览、查看监测设备参数和辅助进行设备分析，为设备状态故障检测、分析评估提供有价值的参考数据。

图1 基于虚拟现实的机组状态监测解决方案框图

将机组状态数据采集之后，就需要对采集到的数据进行系统的分析，判断机组状态。数据分析作为判断机组状态的最重要的一环，目前多数为人工完成，根据专家或运行人员的经验确定机组的运行状态，精确性以及效率都较低。人工智能技术能够用计算机替代上述需要人工完成的工作，不仅能降低数据处理过程中的误差或者错误，而且能提高效率以及诊断结果的准确性。目前常用的分析方法有统计分析法、阈值分析法、对比分析法、关联分析等，见图3所示。

通过以上技术（状态监测、人工智能、虚拟现实等技术）手段，可以以一种更加简洁、高效、形象的方式实现机组设备状态监测和状态表达，为机组的故障监测与分析提供数据支持，为整个机组的安全、经济运行提供强有力的保障。

图2 机组状态监测虚拟现实表达

图3 机组状态监测分析

5 状态监测的发展趋势

本文在介绍几种主要的设备状态监测技术的基础上，提出一种新的机组状态监测系统，该系统基于虚拟现实技术，能有效的克服单个监测系统造成信息共享不全面、采集数据单一、分析故障不完整等缺点。虽然国内已经有相关监测系统采用计算机技术来提高水电机组监测的精确性和全面性，但是针对这一方面的研究仍然处于初级阶段，综合研究目前的成果，依然存在以下几个方面亟待研究：（1）机组状态监测与故障分析作为机组正常运行的重要保证，其分析技术与方法仍然需要进一步的研究和探索。不应简单的停留在实验室环节，一些故障监测分析方法需要与现场的专家或工作人员进行现场交流，不断的总结研究，才能推出更全面、系统的分析方法。（2）基于虚拟现实技术的状态监测系统的研究依然处于起步阶段，与现场专家感知设备检测知识的真实体验还有差距，真正实现“如临现场”的设备检测环境，还需要去做大量的工作。

［1］ Chuang Fu.Predictive Maintenance in Intelligent-Control-Maintenance-Management System for Hydroelectric Generating Unit［J］.IEEE Transactions on Energy Conversion，2004，19（1）：179-186.

［2］ 盛兆顺，尹琦岭.设备状态监测与故障诊断技术应用［M］.北京：化学工业出版社，2003.

［3］ 刘娟，潘罗平，桂中华，等 .国内水电机组状态监测和故障诊断技术现状［J］.大电机技术，2010（2）：45-49.

［4］ Yang S K.A condition-based failure-prediction and processing-scheme for preventive maintenance［J］.IEEET⁃ransactions on Reliability，2003，52（3）：373-383.

［5］ Leger J B，Iung B，Ferro de Beca A，et al.An innovative approach for new distributedmaintenance system：appli⁃cation to hydropower plants of the REMAFEX project［J］.Computers in Industry，1999，38：131-148.

［6］ 朱德恒，严璋.电气设备状态监测与故障诊断技术［M］.北京：中国电力出版社，2009.

［7］ 朱传古.水电机组状态监测与诊断中的分析方法及案例［D］.武汉：华中科技大学，2007.

［8］ 宋柯，喻永松，杨军 .瀑布沟水电站水轮发电机组PSTA2003在线监测分析系统应用［J］.水电站机电技术，2010，33（6）：80-83.

［9］ 李建善 .TN8000机组振动摆度监测系统在乌溪江水力发电厂的应用［J］.水电厂自动化，2007，11：221-225.

［10］ 桂中华，潘罗平，唐澍，等.HM9000水电机组状态监测综合分析系统的开发与应用［J］.水电自动化与大坝监测，2007，31（6）：32-35.

［11］ 刘晓婷，刘昱.水电机组状态检修的实施关键技术［J］.水力发电，2004，30（4）：41-44.

［12］ 李成家，李幼木.正确认知水电机组的状态检修［J］.水电站机电技术，2001（2）：34-35.

［13］ 陈卫刚，周建中 .基于专家系统的水电机组振动故障诊断研究［J］.华中科技大学学报（自然科学版），2002，30（6）：102-104.

［14］ 曹丽英.水轮发电机组主要技术的实践与应用［J］.甘肃水利水电技术，2005，41（1）：66-69.

［15］ 张毅刚，郁惟镛.发电机局部放电在线监测研究的现状与展望［J］.水力发电，2002，28（12）：32-35.

［16］ 范春学，韩凤琴，韦彩新，等.水轮发电机局部放电在线监测［J］.水电能源科学，2003，21（3）：79-81.

［17］ Bai Jiacong，Liu Xiuliang，Xu Chunrong，et al.Ultrasonic flow measurements in a power station in river change［Z］.ICEE2K，kitakyshu city，Japan.July 24-28.2000.

［18］ 李振宇，昌军胜，李书卿 .气相色谱分析在变压器故障诊断中的成功应用［J］.科技信息，2009，（17）：52-53.

［19］ 逯美红，郝瑞宇，王志军，等 .光声光谱技术进行气体检测研究综述［J］.长治学院学报，2011，28（5）：29-32.

［20］ 段生孝.我国水轮机空蚀磨损破坏状况与对策［J］.大电机技术，2001（6）：60-64.

［21］ 杨宝民，朱一宁.分布式虚拟现实技术及其应用［M］.北京：科学出版社，2000.

［22］ Overbye T J，Weber J D.Visualization of power system data［C］//Proceedings of the 33rd Annual HawaiiInterna tional Conference on System Sciences vol.2000，1：7.

［23］ 沈国辉，佘东香，孙湃，等.电力系统可视化技术研究及应用［J］.电网技术，2009，33（17）：31-36.

［24］ Guo Jiang，Li Zhaohui，Chen Yitao.Visualization of a Hydro-electric Generating Unit and Its Applications［C］// 2003 IEEE International Conference on Systems，Man and Cybernetics，2003（3）：2354-2359.

［25］ Guo Jiang，Li Zhaohui，Chen Yitao，et al.virtual environment conception for CBM ofhydro-electric generating Units［C］//Proc 2002，International conference on power system technology，2002：1957-1961.

［26］ 张礼达，任腊春 .水电机组状态监测与故障诊断技术研究现状与发展［J］.水利水电科技进展，2007，27（5）：85-89.

［27］ 康睿.水电机组状态监测方法与信号预处理研究［D］.北京：华北电力大学，2003.

［28］ Muszynska A.Vibrational diagnostics of rotating machinery malfunctions［J］.Vibration and rotor dynamics，1992，3：40.

The current research and development analysis of condition monitoring for hydroelectric generating units

YANG Hong1，LIU Gang2，LIU Yang3，LI Jiang-hua1
（1.China Institute of Water Resources and Hydropower Research，Beijing 100038，China；2.Nanjing Power Supply Co.，Nanjing 210008，China；3.Sinohydro Resources Ltd，Beijing 100048，China）

The currentcondition monitoring systemsofhydroelectric generating unitsare stilllimited to achieve a particular function.Each function module of the monitoring systems works independently，having no data sharing with each other.So it is difficult to fully grasp the running state of hydroelectric generating units.This paper analyzed the technical characteristics of different condition monitoring technologies，and then drew a conclusion that virtual reality technology could better realize the hydroelectric generating units’condition monitoring.By adopting external I/O devices，the scheme realizes the data sharing of the whole system.Thus，it owns better performance than traditional hydroelectric generating units monitoring technolo⁃gies，such as easier data dealing，better system friendliness and data sharing，lower failure rate，etc.The virtual reality technology can effectively solve the less comprehensive and poor predictive problems that tradi⁃tional single equipment monitoring has.Regrettably，it still has a long way to go to accomplish the practi⁃cal test of this technology.

hydroelectric generating units；condition monitoring；virtual reality technology；development ten⁃dency

TV737

A

10.13244/j.cnki.jiwhr.2014.03.014

1672-3031（2014）03-0300-06

（责任编辑：韩 昆）

2014-04-22

杨虹（1961-），女，重庆人，高级工程师，主要从事水电机电技术研究。E-mail：yangh@iwhr.com