劣化分析技術(shù)在水口電站趨勢預(yù)警中的應(yīng)用

鄭 杰

（福建水口發(fā)電集團(tuán)有限公司，福建 福州035004）

0 前言

隨著我國水電事業(yè)的大力發(fā)展，水電裝機(jī)規(guī)模和單機(jī)容量也快速增長，大容量、高水頭及水頭變化大的工況條件使當(dāng)前電站運行安全和機(jī)組運行安全面臨更大挑戰(zhàn)。穩(wěn)定性指標(biāo)作為評價水輪發(fā)電機(jī)組性能的三大指標(biāo)之一，直接影響水電廠的安全和效益，對電力系統(tǒng)穩(wěn)定性和可靠性擔(dān)負(fù)著重要作用，因此也越來越受到大家的重視。水電機(jī)組的劣化水平體現(xiàn)設(shè)備的健康狀況，直接關(guān)系到水電站的安全穩(wěn)定運行等重要的安全和經(jīng)濟(jì)效益指標(biāo)，其社會效益巨大。本文以福建水口集團(tuán)各水電站機(jī)組為背景,結(jié)合各電站機(jī)組的結(jié)構(gòu)特點,綜合水電機(jī)組穩(wěn)定性、能量特性等因素，提出了一種基于劣化分析的趨勢預(yù)警方法。

1 故障預(yù)警在水電廠應(yīng)用現(xiàn)狀

目前，我國水電廠的運行方式正處在“無人值班，少人值守”模式的發(fā)展時期，為了使機(jī)組在此模式下能夠安全、經(jīng)濟(jì)、可靠地運行，對機(jī)組的健康評價和故障預(yù)警越來越得到了重視。目前水電機(jī)組往往采用現(xiàn)場試驗和簡單限值比較的方式進(jìn)行狀態(tài)評估和監(jiān)測預(yù)警，這種方法雖然在一定程度上能夠?qū)Σ糠謾C(jī)組異常運行起到預(yù)警和保護(hù)的作用，但由于水輪機(jī)組運行工況復(fù)雜，受水力干擾明顯，這種簡單的方法越來越無法滿足現(xiàn)場的需求。因此，基于劣化的設(shè)備健康評級及預(yù)警方法也就越來越得到大家的認(rèn)可和推崇。

基于力學(xué)的劣化評估方法是以結(jié)構(gòu)部件失效與破壞的動力學(xué)特性為基礎(chǔ)，來評估設(shè)備的劣化程度。這種方法最早應(yīng)用于軍事領(lǐng)域，并逐漸在電子產(chǎn)品機(jī)內(nèi)測試（BIT）、發(fā)動機(jī)健康監(jiān)控、結(jié)構(gòu)件健康監(jiān)控、齒輪箱、液壓系統(tǒng)健康監(jiān)控等具體領(lǐng)域得到了應(yīng)用和發(fā)展。Howard、Liu Qia、李靜等人都在這個方向上做了大量的理論研究，在齒輪嚙合中齒面硬度疲勞失效、軸系疲勞損傷方面都取得了不錯的應(yīng)用效果。區(qū)別于常規(guī)設(shè)備，水電機(jī)組受水、機(jī)、電、磁等多場耦合作用，其劣化失效過程往往非常復(fù)雜，因此在水電機(jī)組的劣化分析領(lǐng)域，目前的研究還處于起步的階段。

2 水輪發(fā)電機(jī)組基于劣化分趨勢預(yù)警的評價方法

2.1 劣化的評價方法

針對水電機(jī)組這一典型的多部件、多因素的復(fù)雜系統(tǒng)，需要采用設(shè)備健康評價模型為“設(shè)備評價-設(shè)備部件評價-基礎(chǔ)特征指標(biāo)劣化評價-特征參數(shù)”4層體系的設(shè)備綜合劣化評價模型，對機(jī)組進(jìn)行準(zhǔn)確描述。也就是按照“設(shè)備部件基礎(chǔ)特征參數(shù)→計算基礎(chǔ)特征參數(shù)劣化指數(shù)→計算部件劣化指數(shù)→計算設(shè)備劣化指數(shù)”的流程來進(jìn)行劣化評價，最終得到設(shè)備（發(fā)電機(jī)、水輪等）的劣化評價指數(shù)，其模型示意圖見圖1。

2.2 特征參數(shù)提取

通常衡量機(jī)組振動水平大小主要采用通頻峰峰值、有效值。從結(jié)構(gòu)疲勞老化角度來講，更高頻的振動會加速結(jié)構(gòu)的疲勞過程，而且在水輪發(fā)電機(jī)組中不同故障通常與特定的頻率相關(guān)。因此從進(jìn)行劣化評價的角度而言，不僅應(yīng)考慮振動通頻峰峰值、有效值，而且更應(yīng)綜合考慮與故障相關(guān)的頻率成分的變化，以頂蓋部件為例，其典型的劣化特征參數(shù)見表1。

表1 典型特征參數(shù)（轉(zhuǎn)輪室部件部分）

水電機(jī)組在一定的水頭和負(fù)荷下會形成特定的振動區(qū)，機(jī)組不能在該區(qū)域內(nèi)長時間連續(xù)運行，否則易導(dǎo)致各部件連接松動、引發(fā)零部件或焊縫疲勞裂紋。因此需要表征水電廠振動區(qū)劣化特性。表2是反映機(jī)組振動區(qū)劣化的特征參數(shù)。

在理想條件下，水輪發(fā)電機(jī)組在同樣的水頭、負(fù)荷（或?qū)~開度）下，水輪機(jī)效率（耗水率）應(yīng)該是近似不變的，因此在同樣的水頭、負(fù)荷（或?qū)~開度）下，水輪機(jī)效率的下降(或耗水率的上升)能在一定程度上反映出水輪機(jī)結(jié)構(gòu)的損傷或性能的退化，反映機(jī)組能量變化的特征參數(shù)如表3所示。

表2 反映機(jī)組振動區(qū)劣化的特征參數(shù)

表3 機(jī)組能量特征參數(shù)

2.3 機(jī)組設(shè)備劣化評價模型

通過大量機(jī)組失效案例和統(tǒng)計規(guī)律得出，機(jī)組劣化往往不是呈線性狀態(tài)，而是分階段逐步劣化的，其劣化狀態(tài)成“浴盆曲線”，浴盆曲線如圖2所示，本文提出3種劣化數(shù)學(xué)模型，分別為Li_linear線性退化模型、Li_e1指數(shù)退化模型1、Li_e2指數(shù)退化模型。

圖2 機(jī)組劣化浴盆曲線圖

（1）線性退化模型下的劣化指數(shù)：

（2）早期敏感型指數(shù)退化模型下的劣化指數(shù)（退化因子K2=2.0）：

（3）晚期敏感型指數(shù)退化模型下的劣化指數(shù)（退化因子K1=2.0）：

2.4 水電機(jī)組劣化指數(shù)的趨勢預(yù)警算法選擇

進(jìn)行趨勢預(yù)警，核心是要解決趨勢預(yù)測問題。根據(jù)歷史數(shù)據(jù)預(yù)測正常條件下的劣化指數(shù)變化規(guī)律，再與實際測量獲得的指數(shù)進(jìn)行比較，檢測是否已經(jīng)發(fā)生偏離，通過設(shè)定合理的偏離值，來實現(xiàn)趨勢預(yù)警。

在水輪發(fā)電組的振動、擺度信號趨勢預(yù)測中，需要結(jié)合水電機(jī)組數(shù)據(jù)特征選擇恰當(dāng)?shù)内厔蓊A(yù)測方法。總體來說，機(jī)組狀態(tài)參數(shù)有以下特點：

（1）振動、擺度與機(jī)組功率之間的強(qiáng)非線性

具體表現(xiàn)在機(jī)組的振動、擺度、壓力脈動與機(jī)組負(fù)荷、工作水頭并非線性關(guān)系，而且在振動負(fù)荷區(qū)偏離設(shè)計水頭工況下振動、擺度會急劇變化。圖3是水口1號機(jī)組不同水頭下上導(dǎo)X擺度測值和機(jī)組負(fù)荷相關(guān)曲線（縱坐標(biāo)是擺度X，橫坐標(biāo)是機(jī)組功率）。

圖3 不同水頭下上導(dǎo)擺度X與機(jī)組負(fù)荷之間的相關(guān)曲線

從圖3可以看出，在同一水頭下，擺度與機(jī)組負(fù)荷呈現(xiàn)非線性的關(guān)系。尤其是在100～140 MW負(fù)荷區(qū)間，微小的負(fù)荷變化，將會引起機(jī)組擺度、振動的較大變化。另外，在同樣的負(fù)荷（及同一個水頭）條件之下，測量獲得的擺度并不是固定的一個值，而是呈現(xiàn)出一個較為穩(wěn)定的分布范圍，這就是擺度、振動的隨機(jī)性特點

（2）機(jī)組運行特點導(dǎo)致的工況的有限性

由于機(jī)組存在振動區(qū)的問題，大多數(shù)機(jī)組在運行調(diào)度時會避開振動區(qū)運行，這樣導(dǎo)致的結(jié)果是在線監(jiān)測系統(tǒng)無法采集到振動負(fù)荷區(qū)的振動、擺度數(shù)據(jù)；另外，由于水電站水情和調(diào)度的原因，機(jī)組運行的工作水頭往往局限的靠近設(shè)計水頭附近的若干個水頭之下，因此在線監(jiān)測系統(tǒng)難以采集到更多更全水頭下的振動、擺度數(shù)據(jù)。圖4為水口電站6號機(jī)組不同負(fù)荷下的上導(dǎo)擺度測量的數(shù)據(jù)。

圖4 6號機(jī)組上導(dǎo)擺度與機(jī)組負(fù)荷之間的相關(guān)曲線

從圖4中可以看出，6號機(jī)組的上導(dǎo)擺度在有功30～100 MW之間無任何數(shù)據(jù)，證明機(jī)組在該負(fù)荷區(qū)無穩(wěn)定運行過，但是對分析系統(tǒng)而言，振動、擺度、氣隙為主要因素計算形成的設(shè)備及設(shè)備部件劣化指數(shù)也應(yīng)具備上述特點。因此需要將上述特點對照到各類回歸算法，分析各類算法的適用性。

因此，從可靠的工程實踐出發(fā)，這里采用了基于機(jī)組負(fù)荷、工作水頭、無功等多個工況邊界參數(shù)的多維分格趨勢預(yù)測算法，來檢測劣化指數(shù)的趨勢變化。

3 趨勢預(yù)警案例分析

本文以水口3號機(jī)組水輪機(jī)的關(guān)鍵部件頂蓋的劣化指數(shù)為基礎(chǔ)進(jìn)行分析計算。為了簡化說明，頂蓋劣化指數(shù)僅采用表4所示6個特征參數(shù)進(jìn)行劣化計算。

表4 簡化的頂蓋劣化指數(shù)計算模型

水口電站3號機(jī)組于某年8月28日發(fā)生了較為嚴(yán)重的事故。由于當(dāng)時安裝在該機(jī)組上的在線監(jiān)測只采用擺度的峰峰值報警，因此未能及時提前發(fā)現(xiàn)事故征兆，未能對該機(jī)組的故障作事故預(yù)警，但是采用劣化趨勢的方法可以很有效的對此故障進(jìn)行識別。

圖5為機(jī)組正常運行時用表4計算得到的頂蓋劣化分布圖，從圖中可以看出頂蓋劣化指數(shù)分布在88.6～97.3之間，其平均劣化指數(shù)為92.0。

圖5 53～53.5 m水頭、195～200 MW下頂蓋劣化指數(shù)分布圖

圖6為事故前后頂蓋劣化指數(shù)分布圖，從圖中可以看出，在8月15日頂蓋劣化指數(shù)已經(jīng)偏離了原來統(tǒng)計樣本的下邊界88.6，說明在8月15日該機(jī)組已經(jīng)產(chǎn)生缺陷。隨后，頂蓋劣化指數(shù)繼續(xù)下降，說明該機(jī)組的缺陷繼續(xù)發(fā)展和擴(kuò)大，8月24日后劣化指標(biāo)開始快速下降，到8月26日劣化指標(biāo)已經(jīng)達(dá)到最低值，最小劣化指標(biāo)甚至達(dá)到了52.67，持續(xù)降低的劣化指標(biāo)說明該機(jī)組缺陷發(fā)展加速。此后劣化指數(shù)稍有回升，但是依然遠(yuǎn)低于原來正常狀態(tài)下的邊界，說明該機(jī)組缺陷已經(jīng)發(fā)展到永久不可恢復(fù)的缺陷，直到8月28事故發(fā)生，機(jī)組停機(jī)。

圖6 事故前后頂蓋劣化指數(shù)變化圖（53～53.5 m水頭、195～200 MW）

4 結(jié)束語

引起水電機(jī)組劣化失效的因素有很多，在本文中提出的多維度、多參數(shù)融合的劣化評價模型雖然具有一定的全面性，但是設(shè)備的失效模式是非常復(fù)雜的，對水電機(jī)組劣化失效分析來說還屬于起步階段，后期還需要進(jìn)一步研究機(jī)組的劣化機(jī)理和失效模式。