[发明专利]一种基于分频算法诊断下机架松动故障的方法及系统

说明书

本发明公开了一种基于分频算法诊断下机架松动故障的方法，应用于水轮发电机组，采集下机架的振动信号波形；根据所述振动信号波形计算出振动峰峰值以及振动倍频；提取振动峰峰值健康样本和振动倍频健康样本；将所述振动峰峰值健康样本、振动倍频健康样本、水轮机的导叶开度以及水轮机的水头输入神经网络进行训练，获得振动峰峰值预测值和振动倍频预测值；将实际测量的振动峰峰值和振动倍频分别和所述振动峰峰值预测值和振动倍频预测值进行残差比较，进行故障预测。本发明还公开了一种基于分频算法诊断下机架松动故障的系统。本发明以机组振动信号处理和运行工况分析为切入点，提取表征机组故障状态的信号时频分布特征和工况特征，能够提高故障预测的准确度。

技术领域

本发明涉及松动故障检测领域，尤其涉及一种基于分频算法诊断下机架松动故障的方法及系统。

背景技术

随着我国能源结构调整的逐步推进，风电、光伏发电等非稳定性电源快速发展，水轮发电机组在电网中承担调峰、调频的任务越来越多，这就要求水轮发电机组在其整个工况范围内具有充分的可用性，这就对水轮发电机组故障诊断方面提出了更髙的要求。

传统水轮发电机组故障诊断方法绝大多数是基于振动信号的时频特征进行故障分析，忽略水轮发电机组运行工况对振动信号时频特征的影响，降低了诊断的准确率。

发明内容

本发明所要解决的技术问题在于，提供一种基于分频算法诊断下机架松动故障的方法及系统，以机组振动信号处理和运行工况分析为切入点，提取表征机组故障状态的信号时频分布特征和工况特征，提高故障预测的准确度。

为了解决上述技术问题，本发明提供了一种基于分频算法诊断下机架松动故障的方法，应用于水轮发电机组，包括：采集下机架的振动信号波形；根据所述振动信号波形计算出振动峰峰值以及振动倍频；提取振动峰峰值健康样本和振动倍频健康样本；将所述振动峰峰值健康样本、振动倍频健康样本、水轮机的导叶开度以及水轮机的水头输入神经网络进行训练，获得振动峰峰值预测值和振动倍频预测值；将实际测量的振动峰峰值和振动倍频分别和所述振动峰峰值预测值和振动倍频预测值进行残差比较，进行故障预测。

优选地，所述提取振动峰峰值健康样本的步骤包括：根据所述振动峰峰值、水轮机的导叶开度以及水轮机的水头构建振动峰峰值三维模型，其中，所述振动峰峰值三维模型以所述导叶开度作为X轴，以所述水头为Y轴，以所述振动峰峰值为Z轴；通过所述振动峰峰值三维模型提取振动峰峰值健康样本，其中，提取额定水头附近以及开度50％以上时对应的振动峰峰值作为振动峰峰值健康样本。

优选地，所述提取振动倍频健康样本的步骤包括：根据所述振动倍频、水轮机的导叶开度以及水轮机的水头构建振动倍频三维模型，其中，所述振动倍频三维模型以所述导叶开度作为X轴，以所述水头为Y轴，以所述振动倍频为Z轴；通过所述振动倍频三维模型提取振动倍频健康样本，其中，提取额定水头附近以及开度50％以上时对应的振动倍频作为振动倍频健康样本。