水轮发电机组运行状态的远程监控和实时诊断决策

戴庆华，唐卫平

(1.国网湖南省电力公司，湖南长沙410014；

2.国网湖南省电力公司电力科学研究院，湖南长沙410007)

水轮发电机组运行状态的远程监控和实时诊断决策

戴庆华1，唐卫平2

(1.国网湖南省电力公司，湖南长沙410014；

2.国网湖南省电力公司电力科学研究院，湖南长沙410007)

本文从机组的远程监控、网络通信技术应用、数据处理及分析、基于知识库的模式识别、故障诊断等方面，对水电机组运行状态的监控和实时决策诊断进行了阐述，对水电厂安全运行具有重要指导作用。

水轮发电机组；运行状态；远程监控；实时诊断

随着单机容量的增加，水电机组的安全稳定运行密切关系到电力系统安全。2009年8月17日，俄罗斯萨扬·舒申斯克水电站发生重大事故，机组和部分厂房被毁。事后分析表明，该事故主要原因与机组运行状态恶劣、振动过大、诊断决策不力等因素相关。

我国水电机组装机容量大，许多投运较早的水电厂类“萨扬”事故的安全隐患普遍存在。同时水电厂开展机组状态综合分析的技术力量薄弱，水电机组的远程实时诊断决策技术及方法欠缺，不利于快速、科学的做出机组运行状态的评价决策和应急管理。

国网湖南省电力公司电力科学研究院(下简称湖南电科院)在所涉及的40多个水电厂现场试验、监测诊断基础上，开展了水轮发电机组运行状态的远程监控和实时诊断决策研究，建立了水电机组远程监控和实时决策系统，应用于现场并取得了良好效果，为提高水电机组安全运行的实时决策和应急响应奠定了坚实基础。

1 水电机组的故障模式及监测

影响水电机组运行状态的因素可以归纳为水力、机械、电气三大类。

1)水力因素。水力不平衡、水流不均匀、水力振动和卡门涡列等具体原因均能诱发机组振动增大，运行状态恶化。

2)机械因素。转子不平衡、大轴不对中、大轴弯曲、机组转动部件和固定部件的摩擦、导轴承瓦间隙不合适、推力轴承的推力头松动和推力轴瓦磨损等在工程实践中时有发生〔1，2〕。

3)电气因素。例如转频振动、极频振动、负载影响、定子绕组故障、匝间短路等。

2 基于网络的机组运行状态远程监控与实时诊断

水电机组出现故障时需要尽快地分析诊断和决策，但由于水电机组故障问题非常复杂，单靠水电生产企业的力量很难完成。随着技术的发展，各种信息技术、智能技术广泛应用在水电安全生产中，采用网络化、数字化配置以及水电装备的远程操作等手段，使得专家队伍对水电机组的远程监控与诊断维护成为可能。该模式能快速响应水电生产企业的服务请求，对水电机组故障做出更精确的诊断决策。

2.1 机组远程监控实时决策参数及组态分析

2.1.1 机组远程监测的参数选择及内容

研究表明，国内外水电厂在开展设备状态分析时，对机组运行状态相关信息关注较多，而调速器、励磁调节器及其他油、气、水等辅助系统缺乏关注与研究。工程实践表明，由于调速及辅助控制系统故障威胁机组安全运行的事件在国内外水电厂时有发生〔3〕。因此，本文研究中在监测机组的同时引入调速器、油、气、水等辅助系状态变量，扩大了状态监测的覆盖面，更加全面的掌控了机组实时运行状态。

水电机组远程监控和实时决策系统所覆盖的变量与参数主要包括以下部分〔4〕:

1)机组运行稳定性参数

①水电机组导轴承摆度，包含上导轴承、下导轴承、水导轴承的摆度。

②关键部件的振动，包含顶盖水平振动及垂直振动、定子基座水平振动和垂直振动、下机架水平振动及垂直振动、上机架水平振动及垂直振动。

③压力及压力脉动，包含蜗壳进口压力及压力脉动、导叶出口压力及压力脉动、顶盖下压力及压力脉动、尾水管进口压力及压力脉动。

2)调速器运行参数

诊断参数内容包括:开机令、停机令、导叶开度、齿盘测速转速信号、机(网)频、压油槽工作压力、油泵启动。

3)机组温度参数

诊断参数内容包括:各部轴承瓦温、油位、油温、冷却水温；空冷器进风温度、出风温度；定子线圈温度、铁芯温度等。

4)机组运行背景量及关键控制参数

主要包括:机组有功功率、无功功率、导叶开度、机组出口断路器位置信号、停机投风闸令、风闸状态信号、风闸气压、储气罐工作压力、上游水位、下游水位、拦污栅压差等。

2.1.2 机组运行状态的组态分析

机组运行状态监测量的组态即在开展对某一故障或异常现象的分析决策中，需要的最基本的监控量的组合和集成。如对机组发电机转动部分机械不平衡的分析决策，需要的最基本的监控量应包括机组转速、上机架水平振动、上导摆度。对机组停机时间异常延长的分析决策，需要的最基本的监控量应包括停机令、机组转速及导叶变化过程、停机制动气压、制动时间等〔5〕。具体组态分析包括:

1)机组各组成部件的状态分析:包括过流部件状态、导轴承状态、推力轴承状态、大轴轴线状态、转子质量不平衡、电磁拉力不平衡、水力不平衡等。

2)机组稳态性能状态分析:主要包括机组在运行过程中的振动、摆度和压力脉动等反映机组运行过程中稳定程度的参数指标。

3)机组过渡过程状态分析:包括开机过程、停机过程、甩负荷过程、变负荷过程等。

4)调速器状态分析:包括开机、停机、变负荷等具体过程，调速器导叶开度、桨叶开度、转速等变化规律等特性，以及对开机时间异常、停机时间异常、导叶控制规律异常、空载摆动的辨识和检查。

5)机组温度分析:包括监测各部轴承在开机过程、运行过程、停机过程中的瓦温，油温温度变化规律(包括变化率)，直接对轴承的工作状态、冷却系统的工作状态进行判定〔6〕。

2.2 机组远程实时诊断决策系统

2.2.1 系统网络结构

以国网湖南省电力公司所管辖的柘溪、凤滩、东江水电厂为例，机组远程实时诊断决策系统网络结构如图1所示。

1)从网络结构其远程实时决策系统分为厂站侧子系统和分析中心子系统两部分。

2)厂站侧系统主要指柘溪、东江、凤滩水电厂现已建立的机组在线监测系统，主要完成对机组摆度、振动、压力脉动、导叶开度、温度等参数的采集和特征参数预处理。其中振动、摆度、压力脉动、导叶开度等参数由在线监测系统的现地采集装置直接采集，其它扩充的状态监测量如机组瓦温、油温、压油装置、高低压压缩气装置、调速器、开停机过渡过程等相关参量采用两种方式获取。一是通过数据通讯方式从厂监控系统获取，二是敷设电缆，引入相关关键参量。如柘溪水电厂9台机组共扩充937个测点，最后通过远程电力专用网络将实时的特征数据传送到湖南电科院远程分析中心。

图1 机组远程实时诊断决策系统网络结构

3)分析中心包括中心数据服务器、自动分析诊断/应用服务器以及其他辅助网络设备等。

4)分析中心数据服务器负责接收厂站侧传送来的实时数据和经过基本预处理后的状态参数，并根据存储规则进行数据存储。

5)自动(决策)诊断及应用服务器，是本系统中关键的计算机系统之一，是完成自动化趋势检测和自动化决策诊断的关键设备，主要接收厂站侧传送来的实时数据和经过预处理后的状态参数，对机组的运行特征参数进行趋势状态辨识。如果存在状态趋势改变，记录趋势跟踪数据，并把记录时间推送到各监测、分析客户端程序，同时根据设定的决策诊断规则，定期启动推理诊断，完成对常见故障及缺陷的自动化分析诊断，并将诊断结果写入状态数据服务器，供客户端程序浏览、确认和进入部分析诊断。

6)为保证各个网段之间数据交互的连通性及流畅性，底层采用开放式通讯协议，应用层协议采用有针对性的通讯规约实现从厂站侧向湖南电科院中心服务器的数据传送。连入湖南电科院办公网络的每台计算机，可以通过访问分析中心应用服务器，进行交互式的决策诊断。

7)分析中心系统侧建立了一套网络化的远程实时辅助决策诊断软件系统。

2.2.2 系统软件框架结构

远程决策系统的软件架构示意图如图2所示，系统逻辑结构分为三层:包括数据获取层和压缩及格式转换、数据管理层、后台交互式监测、分析、诊断决策应用层。

图2 远程决策系统的软件架构示意图

对机组的诊断决策由两部分组成:一个是运行于后端决策诊断客户端软件模块中的交互式决策诊断功能模块，另外一个是运行于应用服务器上部署的应用服务程序内的自动执行逻辑模块。其中交互式决策诊断模块属于半自动的决策诊断过程，由计算机完成数据获取、特征提取等任务，而诊断结论和故障原因则由人工确认和录入，而自动执行的决策诊断模块则针对成熟、可靠的决策诊断过程，由计算机全自动完成决策诊断过程，包括数据获取、特征提取、故障参数匹配，诊断结论确认过程。当然，能够自动执行的故障规则集必然小于交互式的决策诊断故障集。

1)交互式诊断决策

交互式诊断决策模块采用反向推理机制实现计算机与人工交互相互结合的决策诊断过程，其中数据提取、特征提取和故障参数匹配由计算机自动完成，而结论确认和故障原因的确认、输入由人工完成。本模块由知识库系统、推理逻辑、交互式决策诊断逻辑、数据存储管理逻辑等4个子模块构成。

2)自动执行诊断决策

自动执行的诊断决策模块运行在分析中心的应用服务器上，定期自动启动，采用反向推理机制，由计算机自动完成决策诊断过程，包括诊断过程的数据提取、特征提取和故障参数匹配、结论确认和故障原因的确认。

本模块由知识库系统、自动推理逻辑、数据存储管理逻辑等3个子模块构成。

2.2.3 远程实时决策系统各模块设计及功能

远程实时决策系统以湖南电科院远程分析系统的软硬件平台为基础建设，以原远程分析诊断系统平台为依托，实时决策系统能实现对柘溪、东江、凤滩水电厂机组的远程实时监测、远程分析诊断决策、远程趋势辨识和预警。

实时决策系统各模块的功能设计框图如图3:

1)远程实时决策诊断模块包括知识库维护子模块、推理机模块、用户交互接口模块、诊断日志管理模块等，属核心模块。

2)远程参数趋势预警模块实现对振动信号的幅值、频率、相位的多变量远程趋势预警功能。

3)远程实时监测模块实现对东江、柘溪、凤滩等三个水电厂所有机组运行状态的在线实时监测。

4)历史数据分析模块提供丰富专用的分析工具(如波形分析、频谱分析、轨迹分析等)完成对存储在中心数据服务器上的历史状态数据的人工分析。

5)数据管理模块完成远程数据的接入、存储、压缩、格式转换以及后台客户端程序的检索、浏览及调用等任务。关键技术在于使用了新的数据压缩技术，在保证数据精度的条件下，能提供振动、摆度数据的高压缩比的数据压缩，使得数据的存储效率和传输效率大大提高。

6)其他辅助功能模块指为保证系统完整性而提供的辅助性功能模块，包括预览及打印、密码授权管理、画面组态功能、网络状态监视等。

图3 实时决策系统各模块功能设计

2.2.4 机组运行状态远程监控和实时诊断决策采用的关键技术

机组运行状态远程监控和实时诊断决策涉及水电厂多对象远程智能监控技术、机组信号采集技术、故障机理及故障分析技术、多对象远程诊断决策技术以及基于故障分析和网络通信技术的水电机组远程分析诊断实时决策技术。为保障对机组运行状态的远程准确监控及分析诊断，远程实时决策系统采用的关键技术主要有如下:

1)在国内水电行业首次提出并采用了多因素远程诊断决策技术，远程模式识别技术，基于旋转门(SDT)的数据压缩技术，趋势分析技术，基于决策知识库函数、故障自动判断、故障学习的远程诊断技术，建模仿真技术等，在此基础上研发的远程实时决策系统能对水电机组及调速控制系统运行状态进行远程分析诊断决策和趋势预警，为机组安全稳定运行提供有力支撑。

2)应用了基于振动信号的幅值、频率、相位的多变量远程预警技术，采用特定频率带分析法、碰摩加权向量比对法对机组碰磨故障进行分析预警的远程诊断技术，采用机组瓦温的三段趋势分析法，对机组各部轴承瓦温的暂态、稳态变化过程进行远程分析诊断技术，采用特性指标比对法、开关机规律、压油槽油泵启停时间等综合分析法，能全面和有效地对水电机组及调速控制系统特性、运行状况进行远程诊断分析和决策。

3 现场应用

2014年初，“水轮发电机组实施决策系统”扩充引入了机组、调速器特征参量，实现了对国网湖南省电力公司所管辖的水电厂机组的远程监控分析诊断和实时决策，同时根据应用情况对相关功能逐步进行了完善。系统采用人工交互实时分析决策和自动分析实时决策相结合，投运后发现了机组多个缺陷并及时指导整改处理，有力地维护了机组安全运行。现场应用情况如下；

1)机组稳定运行监控数据信息量显著增加，为全面分析奠定了基础

以柘溪水电厂为例，全厂8台机组安装有机组振动在线监测系统，机组振动在线监测量包括机组振动、摆度、水压脉动及出力、开度等较少的背景量。为提升对机组运行状态的掌控，在原有监测量的基础上，对机组状态监测量进行了扩充。除机组瓦温、油温等重要参量外，对调速器、机组开停机过渡过程相关参量均进行了采集，以确保对机组相关信息的全面掌握。

扩充的方式一是扩展机组振动在线监测与计算机监控系统的通讯，二是敷设电缆，引入相关关键参量。全厂9台机组共扩充937个测点，为对机组运行状态的全面准确分析奠定了坚实基础。

2)采用经改进优化的基于旋转门(SDT)的时频数据压缩技术，远程监控分析诊断实时性显著提高

湖南电科院原分析中心在线监测系统采取了部分数据压缩技术，压缩率仅在30%左右，加之受网络带宽的影响，实际运行中数据传输延时现象明显且经常发生，最长的数据延时时间曾达到30天。其效果不能完全满足数据远程传输效率和局域网内高效快速传输、硬盘存储容量效率和速度效率的要求，因此需要寻找新的压缩方法，在满足精度的同时，大幅度提高数据传输速度和效率。

针对水电机组振动数据特点，经分析研究，在决策系统中采用了经改进优化的类SDT压缩算法，取得比较明显的效果，从实际传输和存储的效果来看，在保证数据精度的前提下，与原系统数据大小相比，压缩率接近30%(即压缩接近3倍)，完全消除了以往存在的数据传输延迟现象。远程中心当天即可看到前一天的机组振动历史数据，确保了远程分析诊断的实时性。

3)掌握预测机组状态，发现多起缺陷，保障了安全运行

应用多模式、多对象、多因素分析诊断决策技术，成功诊断出柘溪水电厂6号机组因漏水量大导致停机时间过长，柘溪水电厂2、3、8号机组开机及并网运行时振动超标及拍振问题，为指导水电机组安全运行、故障诊断分析、检修维护提供了重要支撑。机组停机过程中导叶关闭时间分析决策监测如图4。

图4 柘溪水电厂机组停机过程中导叶关闭时间监测及分析

4)应用先进信号分析技术，掌握汛期机组转轮与顶盖碰摩状态，为合理安排机组运行及检修提供了决策依据。

国网湖南省电力公司所属水电厂机组老旧状况日益加剧。统计柘溪、凤滩水电厂目前仍有7台机组服役时间超过30年以上。

超长服役机组水轮机转轮存在转轮引水板开裂、顶盖减压板脱落的严重安全风险，由此导致的顶盖与转轮碰磨运行事故在国内不同的电厂均出现过，如安康水电站、潘家口水电站等。凤滩水电厂4号机组就出现过类似问题。针对碰摩过程顶盖径向水平振动、顶盖径向垂直振动信号特征，研究先进信号分析技术在碰摩监测及预测中的应用，开发出了碰摩监测预警模块。

利用该碰摩监测预警分析功能，可在机组顶盖部位水下部分发生碰磨的第一时间发现征兆和预警停机，避免对设备的严重损害。

2014年夏季，利用研发的“水轮发电机组实施决策系统”，发现凤滩水电厂1号机组存在转轮引水板碰磨的风险，为此，对凤滩水电厂1号机组实施了顶盖碰磨重点监测并采取了合理调度机组、控制运行方式、严格避振运行、严格巡视分析等多项举措，确保了1号机组安全度汛和迎峰度夏。凤滩水电厂1号机组A修过程中发现水轮机转轮引水板外圈焊缝严重开裂并存在错口现象(焊缝总长约12 m)。如图5。

图5 凤滩水电厂1号机组水轮机引水板

4 结语

对水电厂机组运行状态实行远程监控诊断决策，是未来水电厂安全运行的重要技术保障和技术发展方向，它涉及机组及重要辅机控制设备的状态监测、数据处理、数据传输、数据分析、模式识别、故障诊断等方面。本文介绍的水电机组运行状态远程监控和实时诊断决策技术及研发的系统已在水电厂应用，成功发现了水电机组开机振动、机组停机时间改变、导叶漏水量增大、机组拍振等问题，为水电设备的状态安全评价和状态检修提供了有力支撑。

〔1〕赵道利，马薇，张龙奎，等.水电机组振动故障的诊断与处理〔J〕，大电机技术，2005(6):44-47.

〔2〕米文英.水轮发电机组振动原因分析〔J〕.山西电力，2003 (2):24-26.

〔3〕吴小林，孟佐宏.彭水水电站1号机组停机过程中导叶开启机组过速事故的调查分析〔J〕.水电站机电技术，2012，35 (6):84-87.

〔4〕罗云，李朝辉.面向维护的水力发电设备远程实时监视方法〔J〕.水电自动化与大坝监测，2007，31(1):57-60.

〔5〕万长胜，丰强，丰芳.柘林水电厂B厂机组停机时间偏长的解决方案〔J〕.江西科学，2013，31(5):671-674.

〔6〕关小刚.大峡水电站机组轴承瓦温过高事故停机功能〔J〕.水电厂自动化，2008(4):82-83.

Remote monitoring and real-time decision for running hydraulic turbine

DAI Qinghua1，TANG Weiping2
(1.State Grid Hunan Electric Power Corporation，Changsha 410014，China；
2.State Grid Hunan Electric Power Corporation Research Institute，Changsha 410007，China)

The paper illustrates a remote monitoring and real-time decision system for hydraulic turbine from aspects，such as some remote monitoring information，internet communication technique，data processing and analysis，fault diagnosis and model identification based on knowledge library.The paper builds an important system，which plays an important role in hydro plant security running.

hydraulic turbine units；running state；remote monitoring；real-time diagnosis

TV736

:B

:1008-0198(2017)01-0001-06

10.3969/j.issn.1008-0198.2017.01.001

国网湖南省电力公司科技项目(5216A513500N)

2016-11-20

戴庆华，男，教授级高工，从事电力生产管理。

唐卫平(1964)，男，高级工程师，从事水电厂生产运行、设备管理及试验分析研究工作。