[发明专利]一种水轮机转轮实时状态评估方法及其应用有效
申请号: | 202110311462.5 | 申请日: | 2021-03-24 |
公开(公告)号: | CN113027658B | 公开(公告)日: | 2022-08-02 |
发明(设计)人: | 周建中;段然;刘颉;许颜贺;刘伟;李洁宁;刘宝楠;毛伟杰;李玉鑫;何严希;王树杰;岳林林;谭卫林;高鹏飞 | 申请(专利权)人: | 华中科技大学 |
主分类号: | F03B11/00 | 分类号: | F03B11/00 |
代理公司: | 华中科技大学专利中心 42201 | 代理人: | 尹丽媛;李智 |
地址: | 430074 湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 水轮机 转轮 实时 状态 评估 方法 及其 应用 | ||
1.一种水轮机转轮实时状态评估方法,其特征在于,包括:
实时采集水轮机机组的水头和有功功率以及对水轮机转轮的多种传感器监测信号,并提取每种传感器监测信号中的多种特征值,所有特征值共同构成特征值向量;
分别采用已建立的工况与各种特征的标准值之间的非线性映射关系模型,得到所述水头和所述有功功率对应的工况下各种特征的标准值,所有标准值共同构成特征标准值向量;
通过比较所述特征值向量与所述特征标准值向量,评估水轮机转轮实时状态;
所述非线性映射关系模型采用以下建立方式得到:
S1、在整个水轮机稳定运行周期,连续采集离散点数据,每个离散点数据包括某一时刻下含有水头和有功功率的工况参数以及所述多种传感器监测信号;
S2、提取每个离散点数据内每种传感器监测信号中的多种特征的特征值,作为水轮机转轮健康状态下该离散点数据对应的一组特征标准值;
S3、采用高斯过程回归,建立得到每种特征的标准值概率密度分布与水头和有功功率之间的非线性映射关系模型,将该模型简化为将该种特征的标准值概率密度分布的均值与水头和有功功率之间的非线性映射关系模型作为每种特征的特征标准值与水头和有功功率之间的非线性映射关系模型,其中,所采用的数据组由各离散点数据对应的数据点(H,P,F)构成,H和P表示每个离散点数据中的水头和有功功率,F表示该离散点数据对应的该种特征的特征标准值;所述建立的方式具体为:基于高斯过程回归模型,直接拟合工作水头H、有功功率P与信号特征值F的概率密度分布均值之间的映射关系函数i代表信号特征的类型;
所述评估水轮机转轮实时状态,具体为:
计算水轮机转轮实时状态量化指标量z,表示为:
式中,F′表示所述特征值向量,表示所述特征标准值向量,·/表示向量对应元素相除;z值越大代表水轮机转轮当前状态偏离健康状态越严重。
2.根据权利要求1所述的一种水轮机转轮实时状态评估方法,其特征在于,所述多种传感器监测信号包括:顶盖四个象限点处的声发射信号和振动信号。
3.根据权利要求2所述的一种水轮机转轮实时状态评估方法,其特征在于,所述振动信号中的多种特征值包括:均方根值、峰峰值、峰值因子和峭度因子;所述声发射信号中的多种特征值包括:事件计数和振铃计数。
4.根据权利要求1至3任一项所述的一种水轮机转轮实时状态评估方法,其特征在于,所述通过比较所述特征值向量与所述特征标准值向量,评估水轮机转轮实时状态,还包括:
基于已制定的根据指标量z所划分的劣化等级,确定当前指标量z下的水轮机状态。
5.一种水轮机转轮实时状态评估系统,其特征在于,包括:传感器阵列,信号采集单元,数据通讯单元,数据通讯模块,以及综合分析模块;
所述信号采集单元用于在所述传感器阵列的辅助下采集对水轮机转轮的多种传感器监测信号;所述数据通讯模块用于整合通过所述数据通讯单元上传的所述信号采集单元采集的数据以及从电站机组在线监测系统获取的水轮机组水头和有功功率数据,并将数据传输至所述综合分析模块;所述综合分析模块用于执行如权利要求1至4任一项所述的一种水轮机转轮实时状态评估方法,得到评估结果。
6.根据权利要求5所述的一种水轮机转轮实时状态评估系统,其特征在于,还包括:存储查询模块和前端交互模块;
所述数据通讯模块还用于将其整合的数据分别传输至所述存储查询模块和所述前端交互模块;且所述综合分析模块还用于将其评估结果传输至所述存储查询模块和所述前端交互模块;
则所述存储查询模块用于存储历史采集数据和历史评估结果,并为用户提供历史查询功能;所述前端交互模块用于显示实时数据、历史评估结果以及历史采集数据,并为用户提供交互界面。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序被处理器运行时控制所述存储介质所在设备执行如权利要求1至4任一项所述的一种水轮机转轮实时状态评估方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110311462.5/1.html,转载请声明来源钻瓜专利网。