基于工况区分的抽水蓄能机组主轴摆度趋势分析

卢伟甫，桂中华，赵毅锋，唐拥军

（国网新源控股有限公司抽水蓄能技术经济研究院，北京市 100761）

0 引言

为了实时掌握抽水蓄能机组健康状况，需要对上导轴承、下导轴承、水导轴承、推力轴承等主轴摆度数据进行趋势分析[1-3]。目前，抽水蓄能电站较多装有在线监测系统[4-6]，从系统中下载的大量的状态数据一般采用连续时间法记录，抽水和发电工况未进行区分，且可能存在数据失真的情况，状态评价人员依据原始生产实时数据绘制出的状态量图针对性不强，不利于机组状态的准确评价。

文献[7]～ 文献[9]选取某种运行工况下短时间如数小时的稳态数据，对抽水蓄能机组发生的摆度异常现象进行了原因分析，未对长时间维度如月度、季度、年度等不同工况下的摆度变化趋势进行分析。文献[10]对抽水蓄能电站40台机组摆度年度运行趋势进行了分析，绘制的趋势图区分了发电和电动工况，但未区分暂态和稳态，图形界面不够清晰。

本文具体介绍了一种对原始生产数据进行工况自动区分及失真部分处理的方法，以某抽水蓄能电站机组为例，对抽水暂态、抽水稳态、发电暂态、发电稳态工况下摆度年度变化趋势进行了分析，并对存在的年度摆度季节性变化问题提出了处理措施。本文分析方法有助于判断机组健康状态。

1 工况区分及失真数据处理方法

1.1 标准数据格式整理

为了实现原始生产数据的工况自动区分，需要首先将原始数据整理成标准格式。标准格式如图1所示，时间为第一列，有功功率数值为第二列，各导轴承的摆度量放到后边的几列。其中，时间为文本数据，单独提取出来，为M×1向量，剩下的为数值数据，提取出来，形成M（行）×N（列）数值矩阵，此时，数值矩阵第一列为有功功率，后边几列为摆度量。

图1 标准数据格式Figure 1 Standard data format

1.2 工况的自动区分

1.2.1 抽水和发电工况的自动区分

抽水工况和发电工况根据有功功率的正负快速区分，为了将处理后各工况数据的时间轴一致，需要先将抽水工况和发电工况数据各定义一个M（行）×N（列）的空矩阵，然后查找原始数据矩阵中第一列有功功率数值小于零的行，将这些行所对应的所有列的数值赋值到抽水工况数据矩阵的相应行和列，查找原始数据矩阵中第一列有功功率数值大于零的行，将这些行所对应的所有列的数值赋值到发电工况数据矩阵的相应行和列，最终得到维度一致的抽水工况矩阵和发电工况矩阵，如图2所示。

图2 抽水和发电工况的自动区分Figure 2 Automatic distinction between pumping and generating conditions

1.2.2 暂态和稳态工况的自动区分

依据最小稳定运行负荷对暂态和稳态工况的数据进行区分，最小稳定运行负荷依据功率的概率密度求得，具体为：分别对抽水和发电工况矩阵的第一列功率进行概率密度分布求解，获得概率密度向量和对应的功率向量；概率密度向量除以概率密度最大值获得相对概率密度向量；对于抽水工况，寻找相对概率密度向量中小于0.01（根据实际情况设定）的位置向量，接着寻找该位置向量中大于最大概率密度位置的第一个位置，功率向量中该位置对应的数值即为抽水工况最小负荷；对于发电工况，寻找相对概率密度向量中小于0.02（根据实际情况设定）的位置向量，接着寻找该位置向量中小于最大概率密度位置的第一个位置，功率向量中该位置对应的数值即为发电工况最小负荷。对于同种工况具有两个额定功率的情况，将上述方法中的最大概率密度换为第二大概率密度，即可求解最小运行负荷。

定义抽水暂态工况、抽水稳态工况、发电暂态工况、发电稳态工况数据都为M（行）×N（列）空矩阵；将抽水矩阵中第一列数据中小于最小负荷的行对应的所有列赋值到抽水暂态矩阵的相应行和列，将抽水矩阵中第一列数据中大于等于最小负荷的行对应的所有列赋值到抽水稳态矩阵的相应行和列。将发电矩阵中第一列数据中小于最小负荷的行对应的所有列赋值到发电暂态矩阵的相应行和列，将发电矩阵中第一列数据中大于等于最小负荷的行对应的所有列赋值到发电稳态矩阵的相应行和列。

如图3所示为抽水暂态工况、抽水稳态工况、发电暂态工况、发电稳态工况区分示意图，图3（a）为抽水和发电工况下各一个额定功率的工况区分示意图，图3（b）为发电工况下两个额定功率、抽水和工况下一个额定功率的工况区分示意图。

图3 抽水暂态工况、抽水稳态工况、发电暂态工况、发电稳态工况区分示意图Figure 3 Schematic diagram of distinction of the pumping transient condition，pumping steady condition，generating transient condition and generating steady condition

1.2.3 失真数据处理

原始生产数据常存在一大段线性插值的数据，这段数据意义不大，容易扰乱状态量超标情况判断，需要予以去除。具体方法是：在精确区分工况后，找到失真数据段的特征，如线性插值的斜率相等，然后查找去除。以抽水稳态矩阵为例，首先定义变量B为抽水稳态矩阵的第一列有功功率数据，对B进行二次微分，B的二次微分等于零的数值（或接近于零）的位置赋值到C。利用程序找到C中数值连续段且连续数值超过6（根据具体情况而定）个，即为一大段线性差值数据对应的位置，将抽水稳态矩阵中在该位置对应行的所有列的数值清空。其他工况按照相同方法处理。图4对比了失真数据处理前后发电稳态工况下的有功功率与摆度图，图4（a）绘制的数据为未处理失真数据的，图4（b）为处理后的。

图4 失真数据处理前后发电稳态工况下的有功功率与摆度图Figure 4 Active power and swing diagram before and after distortion data processing under steady state condition

2 摆度趋势分析实例

某抽水蓄能电站主轴摆度限值为270μm。利用本方法对原始生产数据进行处理，基于处理前后数据绘制的年度上导轴承摆度趋势如图5所示。如图5（a）所示，未区分工况的摆度趋势图繁杂无序，无法清晰判断稳态工况下的摆度超标情况。图5（c）和图5（e）分别是抽水稳态和发电稳态工况摆度图，可以清晰判断上导轴承X方向、Y方向摆度都超出了国家标准，更有利于状态评价人员发出机组告预警。同时，也可清晰看出该电站导轴承年度摆度趋势有较明显的季节性，即3月摆度最小而8月最大，这表明摆度与温度关系较大。由于夏季导轴承油温和水温的升高，油黏度和油膜刚度下降、油膜建立困难，使得油膜厚度下降、油膜的约束力减小，在不平衡质量离心力作用下，摆度超标严重。处理方案为在夏季进行配重。图6对比了配重前后摆度趋势，可见，夏季配重可有效缓解机组夏季摆度超标问题。

图5 基于处理前后数据绘制的上导轴承年度摆度趋势（一）Figure 5 Annual swing trend of the upper guide bearing drawing based on before and after processed data（No.1）

图5 基于处理前后数据绘制的上导轴承年度摆度趋势（二）Figure 5 Annual swing trend of the upper guide bearing drawing based on before and after processed data（No.2）

图6 配重前后稳态工况上导轴承摆度趋势Figure 6 Swing change trend of shaft vibration at upper guide bearing under steady-state conditions before and after counterweight

3 结论

本文提出能够自动区分多种运行工况、去除失真数据的抽水蓄能机组大规模主轴摆度数据预处理的方法，利用该方法分析了某抽水蓄能机组主轴摆度不同工况下长时间的摆度趋势，分析了某抽水蓄能电站在夏季摆度大、冬季摆度小的原因，进一步利用该方法对比了该电站机组夏季配重前后稳态工况摆度趋势。本文方法有效解决了基于未区分工况数据绘制的摆度趋势图繁杂无序、不能清晰判断机组超标的问题，有助于状态评价人员准确、快速地得出状态评价结果，预警机组运行安全。