模拟量缓变智能预警在溪洛渡电厂的应用

苏 宇，王峥瀛，夏建华，甘陈源

（1.中国长江电力股份有限公司溪洛渡水力发电厂，云南 永善657300；2.北京中水科水电科技开发有限公司，北京100038）

0 引言

如今随着水电站自动化系统程度的提高，计算机监控系统已经成为监测设备运行状态的一个重要手段。传统的设备运行状态监测主要借助于监控系统所采集参数高于或低于报警值以及通过趋势分析系统人工查看单点趋势来发现问题和解决问题，此种方式存在两方面不足，①目前监控系统定值报警仍处于直接报警阶段，未考虑报警参数与设备运行工况的关联性，例如，水轮发电机推导油槽油位在水轮发电机组转速不同负荷不同时其合理上下限值区间也不相同；②当设备故障处于萌芽状态时异常趋势并不明显，此时通过趋势分析系统并不一定能发现问题。综上所述，目前对于设备状态监测的方式准确程度和可靠程度较低，效率不高，进而使机组的正常运行得不到有效保证，存在非计划停运的隐患。

对于长期连续运行设备来说，发生设备故障大多数是一个缓慢的恶化过程，传统监测手段已经无法满足需求，无法做到智能实时监测和提前预警。同时，专业人员也无法做到24 h连续不断的对现场众多的参数进行查看和分析，因此设备的恶化过程很难把握，最终影响机组的安全运行[2]。

溪洛渡水力发电厂计算机监控系统采用了北京中水科水电科技有限公司开发的H9000 V4.0版全分布式监控系统。其采集全厂数据达65 000点[1]，其中反映设备运行参数的模拟量约有2万个。为能在设备发生劣化趋势时及时发现问题，溪洛渡电厂计算机监控系统采用了模拟量缓变智能判断及告警技术。

1 具体实现

1.1 所取模拟量的判定约束条件

实际生产中一个模拟量往往有多个相关量，对于数据判断应在相同参数环境下进行计算，即需要设立约束条件。溪洛渡电厂根据生产常见情况设计了3类约束条件，并可通过多约束条件的联合使用形成约束条件组，从而形成对特定工况的数据表达。

3类约束条件如下：

（1）模拟量的取值范围约束，设定模拟量在人为设定的最大及最小取值范围内取值。可用于有功、水头等关联参数的范围限定。

（2）开关量的取值范围约束，设定模拟量在满足某些开关量的状态时进行取值。可用于发电机组状态、断路器状态等限定。

（3）开关量的运行时间约束，设定模拟量在满足某些开关量某一状态保持时间达人为设定值时进行取值。可用于机组并网发电时间、泵运行时间等限定。

复合约束条件（即约束条件组）：

采用与、或、非逻辑运算符组合以上3类约束条件形成约束条件组，约束条件组对设备工况进行限定，即当设备在此工况下运行时才对模拟量进行取值。

1.2 模拟量取值观测窗口

在本文所述方法中，需要选择合适的时间窗口对分析对象进行观测，并在不同的时间窗口间对数据进行比对，以判断数据趋势。选择一个合适的窗口大小对本分析算法的有效性有较大的影响，窗口过小则加大实时计算量，同时容易因数据的波动产生误判，过大则不能及时发现故障的发生。在实际应用中由溪洛渡电厂各专业组根据本专业设备运行经验定义观测窗口大小，并根据使用情况进行调整。

本模型可根据需求对连续的2个及以上窗口数据进行比较的同时，也支持对之前若干个窗口的数据进行比较分析。

1.3 特征值提取

在进行模型分析前，需要对数据进行预处理，以去除毛刺及无效数据。此处有两种常用处理方法：

（1）基于算术平均数的平滑处理。在原始检测数据中去除不合理数据后，取固定时间段的算术平均数进行平滑处理（例如：30 s的平均值）。此种方法算法相较简单，但缺点是某些设备模拟量存在大量的毛刺，此方法毛刺数据仍然参与了分析过程。

其数学表达式为：

式中：xt1，xt2，xt3，…，xtN为 t时段内监控系统所采集的模拟量值；A为t时段内所采集的模拟量的算术平均数，N为t时段内模拟量个数。

（2）基于概率密度的分析方法实现数据的取值。截取当前时间窗口的原始数据，计算该窗口下的概率密度函数，取出现概率较高范围的数据进行算术平均，该平均值能真实反映这段时间的数据特征。举例说明如下：

发电机组有功功率在某一较小范围间的推力轴承瓦温测值通常近似于正态分布，其概率分布函数如下所示：

式中：x为时间窗口内符合有功功率约束的推力轴承瓦温数值；σ为时间窗口内x的方差；μ为时间窗口内x的算术平均值。

图1 正态分布概率分布函数图

也就是说在出现概率最高的顶点两侧集中了大部分的观测数据，对于采集误差较大毛刺较多的数据取这部分数据进行平均能最好的代表这段数据的特征（图1中矩形区域数据），但缺点是在实时分析中，数据概率密度的分析消耗的计算资源较大。

在实际使用中根据模拟量值特点灵活选择以上两种取值方法以达到取值精度和取值速度的合理配置。

1.4 缓变趋势判定

结合实际验证，溪洛渡电厂设置了两套缓变判断算法：

（1）差值法

理论来说对于发生缓变趋势的数据其特征值序列应呈现逐渐增大或减少的规律，差值法即是观测连续n个差值Δ1，Δ2，…，Δn逐渐增大或减少则判定模拟量缓变。其逻辑表达式为：

{if Δn＞Δn-1＞Δn-2＞… ＞Δ1then 判定：模拟量缓慢上升 elseifΔn＜Δn-1＜Δn-2＜… ＜Δ1then 判定：模拟量缓慢下降}

（2）回归法

对提取到的特征值进行线性回归计算以求出其回归函数的斜率K。斜率的大小及变化即反映出观测数据的变化趋势。

线性回归模型：

式中k、C均由计算机计算得出。

需要注意的是观测数据是随时间动态变化的，故计算出的斜率也是动态变化的，随着计算时间的增长、计算样本数量的增多，斜率的精确度将会逐渐提高。当动态斜率大于设定上限值则判定模拟量缓慢上升，斜率小于设定下限值则判定模拟量缓慢下降。

1.5 操作员站报警

侦测到数据缓变趋势后，通过查找事先梳理的事件策略表中策略做出故障预测，在计算机监控系统操作员站事件窗口以短消息的方式发出告警。例如：1号水轮发电机组上导油槽油位缓慢下降，下降速率xx mm/h，疑似发生漏油。

为防止误判对运行人员监视造成干扰，只有出现两个及两个以上相同判定结果时才会发出告警信号，连续两个及两个以上判定周期无判定结果时则自动复归告警信号，若告警自动复归后相同工况下再次出现相同告警信号，则告警保持直至问题处理人工复归信号。

2 实际应用

溪洛渡水电厂4号机组在满负荷运行工况下，因推导轴承冷却器内部水管锈蚀出现裂纹导致冷却水混入推导透平油中，致使推导轴承油槽油位缓慢上升。

2.1 约束条件

约束条件如表1所示。

表1 机组推导油槽油位取值约束条件

2.2 观测窗口

考虑油槽油位变化对设备运行影响程度，设定观测窗口为30 min。

2.3 特征值取值

因油槽油位由磁翻板式液位计采集，在实际使用中经常出现因磁翻板临时性卡阻导致的数据误差，故采用基于概率密度计算的特征值取值方式。

2.4 缓变判定

在满足约束条件的情况下可能引发水轮机发电机组推导轴承油槽油位变化的原因主要有两个，①漏油导致油位下降，②进水导致油位上升，此两种情况发生时油位幅值变化非常小并且变化趋势缓慢，为考虑判断准确性采用回归法进行判断。

2.5 判断结果

自判定程序段开始运行后的第14个观测窗口，即7 h后监控系统发出了“4号机组推导轴承油槽油位缓慢上升动作”告警信号，此时4号机组推导油槽油位较程序开始时上升仅1 mm左右，对缓变判断正确。

3 结语

溪洛渡电厂计算机监控系统模拟量缓变智能判断及告警技术的使用，将计算机监控系统功能由基于单点阈值告警的传统方式，提升为自动发现设备劣化趋势并进行预警，有效辅助运行人员及早发现设备隐患，消除事故于未然，大大提高了安全生产保障能力，减少了检修成本[2]。