1.一种水轮发电机组预警方法,其特征在于,包括:
获取机组的工况数据;
获取所述工况数据下振摆监测数据最近m天的历史数据;
对m天的所述历史数据进行曲线拟合,通过拟合曲线获得第1天拟合结果和第n天拟合结果;
根据所述第n天拟合结果和所述第1天拟合结果的比值,判断机组振摆变化量是否显著;
其中,m和n均为大于2的正整数,且n不大于m。
2.根据权利要求1所述的水轮发电机组预警方法,其特征在于,还包括:
获取最近p天所述振摆监测数据;
采用mann-kendall趋势判断算法对p天的所述振摆监测数据进行处理;
当趋势变化超出置信度阈值时,判定趋势变化明显;
当同时判定机组振摆变化量显著和趋势变化明显时,进行预警;
其中,p为大于2的正整数。
3.根据权利要求2所述的水轮发电机组预警方法,其特征在于:所述置信度阈值大于1,且小于3。
4.根据权利要求1所述的水轮发电机组预警方法,其特征在于,所述根据所述第n天拟合结果和所述第1天拟合结果的比值,判断机组振摆变化量是否显著包括:
通过以下公式计算比值a;
a=μ1/μn
其中,μ1为第1天拟合结果,μn为第n天拟合结果;
当所述比值a大于第一阈值时,进行一级预警;
当所述比值a大于第二阈值时,进行二级预警;
所述第二阈值大于所述第一阈值。
5.根据权利要求4所述的水轮发电机组预警方法,其特征在于:所述第一阈值为1.25,所述第二阈值为1.5。
6.根据权利要求1-5中任一项所述的水轮发电机组预警方法,其特征在于,包括:
获取过去多天的所述振摆监测数据和所述工况数据;
对所述振摆监测数据进行稳态工况筛选;
筛选后,对应所述工况数据计算所述振摆监测数据的日均值。
7.根据权利要求6所述的水轮发电机组预警方法,其特征在于,所述稳态工况筛选包括:
获取所述振摆监测数据和所述工况数据;
计算指针指向第一条有功功率的数据起,往后取设定时间区间内的数据;
寻找所述设定时间区间内最大功率值和最小功率值,计算所述最大功率值和所述最小功率值的功率幅度;
若所述功率幅度大于功率阈值,则将该时间区间内的数据筛除;
若所述功率幅度不大于功率阈值,则将该时间区间内的数据保留;
计算指针指向下一条有功功率的数据,重复上述步骤。
8.根据权利要求6所述的水轮发电机组预警方法,其特征在于,所述对应所述工况数据计算所述振摆监测数据的日均值包括:
将同天内的所述振摆监测数据按照所述工况数据进行分组;
在相同所述工况数据下,通过如下公式计算日均值;
xi:第i个振摆监测数据;n:参与计算的数值个数。
9.根据权利要求6所述的水轮发电机组预警方法,其特征在于,还包括:
根据水头值划分水头区间,根据负载功率划分功率区间;
创建与所述水头区间和所述功率区间对应的数据集;
将所述振摆监测数据填入对应的所述数据集。
10.一种水轮发电机组预警装置,其特征在于,包括:
第一获取模块,被配置为获取机组的工况数据;
第二获取模块,被配置为获取所述工况数据下振摆监测数据最近m天的历史数据;
拟合模块,被配置为对m天的所述历史数据进行曲线拟合,通过拟合曲线获得第1天拟合结果和第n天拟合结果;
判定模块,被配置为根据所述第n天拟合结果和所述第1天拟合结果的比值,判断机组振摆变化量是否显著;
其中,m和n均为大于2的正整数,且n不大于m。