邱志勤
(雅礱江流域水電開發有限公司,四川 成都 610051)
水輪發電機組是水電站的關鍵設備之一,其穩定運行是水電站安全運行的基礎,也直接關系到電網的安全運行,決定著水電廠的經濟效益和社會效益。二灘水電站單機容量大、調節性能好、機組運行效率高,是川渝電網的主力電站,承擔系統的調頻、調峰、調壓、斷面潮流控制及事故備用的任務。為滿足系統的調頻、調壓和調峰工作需要,電網需要二灘水電站機組頻繁變動出力以參與系統調節,這對二灘水電站機組的運行可靠性、調節速率與響應時間等都提出了更高的要求,也必然會加劇機組的機械疲勞和磨損老化,另外水輪發電機組在運行中,還難免要受到泥沙磨損、氣蝕破壞等影響,客觀上需要電站生產運行人員能深入了解機組的運行振動特性,準確掌握機組的運行狀態,有效評估設備健康水平,從而科學的進行運行調控和檢修決策,避免對機組狀態掌握不足而導致的設備事故。
分析評估水輪發電機組運行狀態,可以從其運行振動和擺度數據著手,掌握和評估其運行振動水平,及時發現設備潛在缺陷和隱患,實時調整機組運行方式或及時安排機組檢修,防范于未然。
2003年,二灘電廠委托華中科技大學對二灘水電站機組振動課題做了專題研究,其研究成果揭示了二灘水電站機組運行的相關特性,對機組的運行狀態分析有一定的指導意義。其研究方法為采集機組不同負荷工況下的機組振動分析參量的穩態運行數據,然后在二維平面里將不同的振動分析參量連點成線,繪制機組振動參量隨機組負荷的變化趨勢曲線,進而分析了機組的運行狀態[1-3]。這種研究方法由于數據具有離散性,只采集和分析了一部分的機組運行數據,且部分變量的采集數據值還有可能存在漂移偏差,僅能在一定程度上反映機組運行振動趨勢,并不能反映機組在不同水頭、不同負荷等多個變量下的完整運行特性。為全面分析機組在不同變量環境下的運行振動狀態,需要對機組不同時段、不同水頭、不同出力條件下的運行數據進行海量采集,盡最大可能從統計學上消除因明顯的機組故障和測量方式方法引起的數據偏差,避免導致的對機組振擺數據分析誤判的影響[4-5]。
二灘水電站機組最大水頭189 m,最小水頭 135 m,變幅比1.37,具有典型水頭高、變幅大的特點。由于機組頻繁參與電網調峰調頻,有功出力大幅變化且調節頻繁,導致機組經常性偏離最優工況運行,其穩定性問題相對突出。經統計,僅2016年,二灘水電站機組出現振動頻繁報警的缺陷就有32例,電站自投產以來一共開展過12次機組A級檢修,歷年檢修原因統計見表1。經分析,主要在于偏離機組最優運行工況后,導致機組汽蝕磨損,設備老化加劇。另外,水輪發電機組進行了多次檢修調整和設備改造過后,機組原有的運行特性或可能已發生變化,尤其是機組運行診斷區間或已發生偏移,為進一步掌握機組的運行特性,有效指導電站機組生產運行工作,有必要對機組的歷史運行振動數據進行統計、分析和歸納總結。

表1 歷年二灘水電站機組A級檢修統計
二灘水電站機組振動運行數據龐大,且數據格式不完全一致,需要按一定的規律對振動數據進行篩選或運算,用傳統的數據處理方法不僅費時費力,也難以達到預期效果,但借助R語言數據分析平臺可快速繪制所需的圖形。
R語言是用于統計分析、繪圖的語言和操作環境。R語言作為統計計算和統計制圖的優秀工具,能處理數據的收集、運算、探索、建模、可視化方面的工作;以能創建漂亮優雅的圖形而聞名,已經成了統計、預測分析和數據可視化的全球通用語言,也是現今最受歡迎的數據分析和可視化平臺之一[6],其主要的特性有:
(1)R語言可以輕松地從各種類型的數據源導入數據,包括文本文件、數據庫管理系統、統計軟件,乃至專用的數據庫,并將這些數據進行篩選和批量運算。
(2)R語言是一個全面的統計研究平臺,提供了各式各樣的數據分析技術,幾乎任何類型的數據分析工作皆可在R語言中完成。
(3)R語言擁有頂尖水準的制圖功能,可以將復雜數據可視化。
提取二灘水電站計算機監控系統歷史數據庫中2015年7月~2017年8月的各機組運行振動數據,共計23.2萬余個CSV的文本格式文件,數據容量高達26 GB,約8 160萬個數據點。將每臺機組的水頭、功率、機組各部位的振動和擺度數據按時刻點做成一個R語言可以輸入的文件。將數據文件導入R語言平臺,并對所有數據進行篩選,剔除掉機組運行明顯異常的數據,有效避免對運行特性分析的影響。
二灘水電站共有6臺混流式水輪發電機組,每臺機組的負荷區間為0~550 MW,運行水頭區間為147~186 m,為更詳細的分析機組運行振動情況,將機組水頭按2 m左右分為一段,共分為15段,分別繪制機組水導、上導、下導、上機架、下機架、頂蓋等部位在各水頭段下的全負荷工況下的運行振動工況圖,共繪制990張圖,其中每一臺機組165張,然后對這些圖像進行逐一解析,可總結出其運行振動規律。以1、2號機組為例,繪制典型水頭水導擺度與機組有功功率之間的數據趨勢圖如圖1、2所示。

圖1 1號機水導+X方向擺度與機組有功功率關系(選取177 m水頭)

圖2 2號機水導+X方向擺度與有功功率關系(選取151 m水頭)
借助R語言平臺,可以將機組運行歷史數據繪制成開展設備運行狀態分析所需要的數據趨勢圖,便于電站生產運行人員對機組運行特性進行分析,例如從圖1中,不難發現1號機組水導擺度在設計振動區間外呈現出的運行規律為,在低負荷工況下水導擺度隨有功增加而增加,在大負荷工況下水導擺度隨有功增加而減小,在機組設計針對區邊緣附近時水導擺度幅值最大,且機組實際運行振動區邊界較為清晰,具備以海量實際運行數據為基礎,復核并修正機組設計振動區間的可行性。
3.1.1 運行分析
研究發現,在部分水頭下,機組運行在振動區以外的邊緣區域時,如小負荷運行區靠上限區域、大負荷運行區靠下限區域,表現出機組振動、擺度偏大的情況,且6臺機組表現出一致的特點,如圖1、2所示。
機組長時間運行在振動區邊沿且振動值較大時,會引起磁拉力不均衡,造成轉子磁極匝間短路,引起機組連接部件松動、脫落,發生設備損壞事故,以及金屬部件的疲勞,從而出現裂紋,甚至形成裂縫直至斷裂等故障。
現有振動區劃分方式和AGC分配負荷邏輯會導致機組長時間運行在振動區邊緣。經數據統計,二灘水電站機組運行在振動區邊沿的時間約占機組并網運行時間的14%。
3.1.2 解決辦法
GB/T 11348.5—2008《旋轉機械轉軸徑向振動的測量和評定 第5部分:水力發電廠和泵站機組》中將機組振擺值分為A、B、C、D共4個區間,所有振擺值都在A區范圍內的機組稱為A區機組,以此類推。即通過A、B、C、D來評價機組的振動狀態。根據國標評價標準將機組運行狀態分為4個區域分別為:A區,機組運行狀態良好,屬于精品機組,不需要檢修調整,可以長期穩定運行;B區,機組運行狀態合格,可以進行檢修調整,機組可長期運行;C區,機組運行狀態不好,報警,需要進行檢修調整,在該狀態下機組不可以長期運行;D區,危險,機組不可以長期運行,必須停機進行檢修,在該狀態下運行有很大危險。
水輪機組振動的測量和評定區域示意如圖3所示。

圖3 機組振動區域評價示意
根據圖3可知,二灘水電站機組振動值在150 μm以下為A區,屬于精品運行區域。為防止機組運行進入B區,可以結合大數據分析找出機組運行在B區的點,通過對各機組的振動區進行微調,使機組長期運行在A區范圍內,以優化機組運行工況。
從振動幅值上來看三導軸承擺度幅值呈現如下規律:
(1)在小負荷區和大負荷區運行時,三導軸承的振擺關系,下導>水導>上導;
(2)在渦帶工況區水導的振動值最大,三導軸承的振擺關系,水導?下導>上導;
(3)振動幅值規律為三導軸承、頂蓋、機架的振動幅值隨水頭增加而增加。
結合對機組各部振動特征量運行數據的總結,歸納出機組在小負荷區、渦帶工況區、大負荷區的振動幅值范圍見表2,可以作為運行監視過程中對機組異常或振動測量元器件是否損壞的判斷依據。

表2 穩態運行工況下各部振動幅值 μm
通過R語言平臺,可突破傳統的二維平面分析局限,將機組運行水頭、機組出力、振動擺度幅值等多個變量納入到三維空間內,繪制出機組運行振動特性三維空間圖,便于電廠生產運行人員綜合分析各機組各水頭下全負荷運行特性,圖4和圖5分別為1號機組水導和頂蓋全水頭、全負荷工況下的振動特性三維圖示例。

圖4 1號機水導全水頭全負荷振動特性三維示意

圖5 1號機組頂蓋全水頭全負荷振動特性三維示意
通過對不同機組不同變量下三維運行特性圖的分析,可以深度挖掘水輪發電機組的運行規律和運行特性,也能發現一些設備潛在缺陷和隱患,更好的為電廠生產運行提供技術支持。通過對二灘水電站不同機組運行數據分析[7-10],得出以下結論:
(1)一般情況下,二灘水電站機組在小負荷工況運行時,其振擺值大于大負荷運行工況,二灘水電站機組更適合運行在高負荷區。
(2)二灘水電站機組存在兩個振動峰值區。第一個在機組的最強渦帶振動區210~280 MW負荷區間;第二個位于機組在高水頭運行370~400 MW負荷區間。在這兩個負荷區間,機組均有點位的振動值或擺度值達到峰值,在手動調整機組負荷跨越振動區時,應盡量避免機組在這兩個區間停留較長時間。另外,建議進一步研究監控系統AGC負荷分配規則,考慮將此負荷調整邏輯加入監控系統AGC程序,研究加快該負荷區域內有功調節速率。
(3)機組在低水頭下,運行在100 MW負荷情況下,各點位均出現振動值增大的情況,呈現“小負荷振動區”特性。雖然在此運行工況下機組振擺值均在規定范圍內,為使機組運行情況更加良好,分配機組負荷時,建議盡量規避此工況。
(4)1號機組的上導、下導和水導擺度值均偏大,6號機下導擺度值偏大,明顯大于其他機組,排除傳感器缺陷后,需要結合年度檢修工作對機組進行檢查處理。
水輪發電機組的振動機理比較復雜,直觀判斷和簡單的測試手段很難找到機組振動運行的規律和發現異常運行狀態,而運用R語言對機組運行振動數據進行分析和挖掘,無疑是一個有效探索機組運行振動規律和發現機組振動隱患的方法。