本发明涉及水电厂高压油控制系统工况诊断,尤其是涉及一种基于多源数据的高压油顶起系统工况诊断方法。
背景技术:
1、高压油顶起系统的作用是在水轮发电机组开停机过程中于发电机组推力镜板和推力轴承瓦面之间通过注入高压油建立起油膜,以防止机组启停过程中慢速旋转使推力瓦承重过大造成瓦面或镜面磨损或烧瓦。
2、高压油顶起系统由控制盘柜、两台控制油泵、油过滤器、高压油系统管路、油压传感器、油流/油压开关、油泵动力回路组成。在机组开机和停机过程中机组转速小于90%时、蠕动动作、水机后备动作、远方发令和现地操作时,高压油系统投入运行。高压油正常情况下,单泵运行,主泵出现故障后,主泵停止运行,备泵投入运行,维持系统运行。
3、因此,监测高压油顶起系统运行工况,确保控制系统和油泵电机本体功能正常,对于保障水电安全生产具有重要意义。
技术实现思路
1、本发明的主要目的在于提供一种基于多源数据的高压油顶起系统工况诊断方法,基于水电厂计算机监控系统实时采集的传感器数据对高压油顶起系统进行工况诊断,为系统检修提供指导。
2、为解决上述技术问题,本发明所采用的技术方案是:一种基于多源数据的高压油顶起系统工况诊断方法,用于水轮发电机组的高压油顶起系统,包括以下步骤:
3、s1、监控系统上位机下令投入高压油顶起系统,若满足条件,则进入s2,否则流程结束;
4、s2、下位机控制器控制投入高压油顶起系统,若高压油控制系统反馈信号正常则进入s3,否则判定高压油系统存在控制回路故障,流程结束;
5、s3、位移检测单元检测高压油系统投入状态,若规定时间t内高压油顶起系统投入,则进入s4,否则判定高压油系统有机械故障,流程结束;
6、s4、上位机采集高压油系统多源模拟量数据并进行数据预处理;
7、s5、将预处理后的多源模拟量数据输入故障诊断模块,计算得到高压油顶起系统健康状况。
8、在s1中,监控系统上位机下令投入高压油顶起系统的步骤如下:
9、s11、通过计算机监控系统人机交互界面下令投入高压油顶起系统,监控系统将指令下发至plc;
10、s12、plc接收上位机命令,判断“高压油控制系统控制方式为远方”、“现地控制单元自动控制条件满足”、“高压油顶起系统无故障报警”条件是否满足;若条件满足,则进入s2,否则流程结束。
11、在s2中,下位机控制器利用开出量模块和开出继电器投入高压油顶起系统,高压油控制系统的接触器反馈信号正常则进入s3。
12、在s3中,位移检测单元检测高压油系统投入的步骤如下:
13、s31、通过位移检测单元检测转子的动作,且动作持续时间小于t,则判断为转子顶起,位移检测单元将信号传输至plc di模块;
14、s32、plc计算高压油控制系统投入时间tdif,计算方式为当前时间对应的时间戳tn与plc收到上位机下发投入高压油顶起系统命令时刻的时间戳tn-1的差值;若tdif>t,则判定高压油系统有机械故障,流程结束,否则进入s4。
15、在s4中,上位机采集高压油系统多源模拟量数据并进行数据预处理的步骤如下:
16、s41、上位机采集安装于高压油顶起系统的传感器数据,包括高压油管路出口压力pt,油泵电机温度kt,电机电流it,轴承震动位移dt数据;
17、s42、分别对采集的各项数据进行归一化处理,公式为:
18、;
19、式中:为待归一化数据,为该数据下量程,为该数据上量程,为归一化后数据;
20、将归一化的各数据组成特征向量[e1,e2...en]t;
21、其中:e为归一化后的某一传感器数据,n为传感器数量;
22、s43、前馈神经网络权重由经人工标注的监控系统历史数据构建的训练集训练而来,训练集;
23、其中:为与s42相同预处理步骤后的传感器数据,为工况标注值,高压油控制系统工况正常时为1,异常时为0。
24、神经网络训练时,优化器设置为lbfgs,迭代次数设置为200轮。
25、在s5中,故障诊断模块为包含输入层、双隐藏层和输出层的前馈神经网络;其中,输入层包含n个神经元,隐藏层第一层包含5个神经元,隐藏层第二层包含4个神经元,输出层包含1个神经元,激活函数采用relu。
26、在s5中,计算得到高压油顶起系统健康状况的方法为:
27、将特征向量[e1,e2...en]t输入至故障诊断模块,得到输出值output,计算置信度c=sigmoid(output),计算高压油控制系统健康状况hc=c×100%;其中:e为归一化后的某一传感器数据,n为传感器数量。
28、本发明有如下有益效果:
29、本发明提供一种基于多源数据的高压油顶起系统工况诊断方法,基于水电厂计算机监控系统实时采集的位移检测单元数据、传感器数据,对高压油顶起系统进行工况的判断和诊断,为系统检修提供指导;并通过对于高压油控制系统健康状况的计算,做到防患于未然。
1.一种基于多源数据的高压油顶起系统工况诊断方法,用于水轮发电机组的高压油顶起系统,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于多源数据的高压油顶起系统工况诊断方法,其特征在于,在s1中,监控系统上位机下令投入高压油顶起系统的步骤如下:
3.根据权利要求1所述的一种基于多源数据的高压油顶起系统工况诊断方法,其特征在于,在s2中,下位机控制器利用开出量模块和开出继电器投入高压油顶起系统,高压油控制系统的接触器反馈信号正常则进入s3。
4.根据权利要求1所述的一种基于多源数据的高压油顶起系统工况诊断方法,其特征在于,在s3中,位移检测单元检测高压油系统投入的步骤如下:
5.根据权利要求1所述的一种基于多源数据的高压油顶起系统工况诊断方法,其特征在于,在s4中,上位机采集高压油系统多源模拟量数据并进行数据预处理的步骤如下:
6.根据权利要求5所述的一种基于多源数据的高压油顶起系统工况诊断方法,其特征在于,神经网络训练时,优化器设置为lbfgs,迭代次数设置为200轮。
7.根据权利要求1所述的一种基于多源数据的高压油顶起系统工况诊断方法,其特征在于,在s5中,故障诊断模块为包含输入层、双隐藏层和输出层的前馈神经网络;其中,输入层包含n个神经元,隐藏层第一层包含5个神经元,隐藏层第二层包含4个神经元,输出层包含1个神经元,激活函数采用relu。
8.根据权利要求7所述的一种基于多源数据的高压油顶起系统工况诊断方法,其特征在于,在s5中,计算得到高压油顶起系统健康状况的方法为: