[发明专利]水电机组故障诊断方法

说明书

本发明提供一种水电机组故障诊断方法，包括以下步骤：s1、采集设备正常工作状态下的数据，制成健康样本数据库；s2、采集设备工作状态下的数据与健康样本数据库进行比对，若工作状态下的数据超出健康样本数据库的值，则进一步判断设备是否异常，若设备异常成立，则列为故障数据；所设备异常不成立，则该数据纳入健康样本数据库；通过以上步骤实现基于健康样本数据库进行设备故障诊断。利用计算机高速采集、大容量储存的优势，从收集有限的正常工况特征数据采集入手，形成健康样本数据库；采取将实时监测数据集合与健康样本数据库中的数据进行对比的办法，判断出“异常”样本，经过人工判断，不断扩充健康样本库或故障样本库，提高诊断的准确性。

技术领域

本发明涉及水电机组管理领域，特别是一种水电机组故障诊断方法。

背景技术

水电机组在线监测技术日益成熟，但故障诊断技术似乎停滞不前。关于诊断技术的理论研究成果很多，但实施成效甚微。产生本问题的根本原因是，由于故障很少发生，故障特征难以事前“设定”，可能发生的故障部位、性质特征数据难以穷尽，故障样本库的建立非常困难。

发明内容

本发明所要解决的技术问题是提供一种水电机组故障诊断方法，能够方便地根据水电机组正常状态下的数据进行故障诊断。

为解决上述技术问题，本发明所采用的技术方案是：一种水电机组故障诊断方法，包括以下步骤：

s1、采集设备正常工作状态下的数据，制成健康样本数据库；

s2、采集设备工作状态下的数据与健康样本数据库进行比对，若工作状态下的数据超出健康样本数据库的值，则进一步判断设备是否异常，若设备异常成立，则列为故障数据；所设备异常不成立，则该数据纳入健康样本数据库；

通过以上步骤实现基于健康样本数据库进行设备故障诊断。

优选的方案中，健康样本数据库来自设备正常工作状态下的，包括开机、空转、空载有压、负载运行、负载调整、甩负荷、灭磁、停机过程和静止状态产生的数据。

优选的方案中，健康样本数据库的特征参数包括水头、负荷、转速、电压、温度、声音、振动和水压单一参数和多个单一参数组成的数学函数的复合参数。

优选的方案中，比对的具体步骤为：将工作状态下产生的数据抽取的特征参数分别与健康样本数据库里的对应设备状态下的特征参数进行比较。

优选的方案中，步骤s2中，若判断工作状态下的数据任何一个参数超出健康样本数据库中对应设备状态下的对应特征参数，则技术人员进一步判断所述状态数据是否异常，若判断异常，则将该数据纳入故障样本数据库，若正常，则将该数据纳入健康样本数据库。

优选的方案中，还包括将状态数据集中进行显示的步骤：

将数据按特征参数分类形成多层堆叠的环圈图，当出现超出健康样本数据库的值的状况，相应的环圈图上浮到表层。

优选的方案中，在环圈图沿圆周分隔成多个区域块，各个区域块分别对应空间位置、工作状态或时间段。

优选的方案中，在环圈图的内侧设有负向偏移提示，外侧设有正向偏移提示；

或者在环圈图设有沿圆周分布的波形提示。

优选的方案中，负向偏移提示、正向偏移提示和波形提示，被限制在环圈图外侧的外极限位与环圈图内侧的内极限位之间。

优选的方案中，所述的环圈图由多个特征参数构成；环圈图的组合按照特征参数的分类、机组部件的分类、常见故障的分类和重点关注对象进行分类。

优选的方案中，采用堆叠环圈区域块对齐的方式，实现不同空间位置、工作状态或时间段的数据索引。