陸小康，郝國(guó)文，宋旭峰，朱 溪，陳澤陽(yáng)，魏 李，趙宏圖，肖凌云

（1.浙江仙居抽水蓄能有限公司，浙江省仙居縣 317312；2.國(guó)網(wǎng)新源控股有限公司，北京市 100041；3.北京華科同安監(jiān)控技術(shù)有限公司，北京市 100048）

0 引言

目前針對(duì)水電機(jī)組運(yùn)行狀態(tài)的監(jiān)測(cè)，主要有計(jì)算機(jī)監(jiān)控系統(tǒng)和機(jī)組狀態(tài)在線監(jiān)測(cè)系統(tǒng)，其主要監(jiān)測(cè)參數(shù)涉及機(jī)組各運(yùn)行部位的溫度、壓力、水位、振動(dòng)、擺度、壓力脈動(dòng)、空氣間隙、磁通密度和發(fā)電機(jī)局部放電等，主要關(guān)注機(jī)組電氣特性和旋轉(zhuǎn)機(jī)械運(yùn)行特性的表現(xiàn)[1]。

對(duì)抽水蓄能機(jī)組而言，作為機(jī)械、電氣和水力多種因素耦合關(guān)聯(lián)的綜合體，許多明顯的運(yùn)行特征卻仍然依賴人工檢查或目測(cè)。隨著物聯(lián)網(wǎng)和智能監(jiān)測(cè)技術(shù)的發(fā)展，過(guò)去大多依賴人工的“看”“聽”“聞”“觸”等感知方法和技術(shù)，都可利用智能化監(jiān)測(cè)技術(shù)轉(zhuǎn)化為其綜合狀態(tài)的數(shù)字化、信息化和智能化運(yùn)維數(shù)據(jù)，并結(jié)合數(shù)據(jù)挖掘分析技術(shù)的應(yīng)用，提高機(jī)組數(shù)字化運(yùn)維管控水平。

1 故障參數(shù)特征

以抽水蓄能電站為例，其發(fā)電電動(dòng)機(jī)風(fēng)洞和水車室在機(jī)組運(yùn)行期間，通常禁止人員進(jìn)入，對(duì)其運(yùn)行過(guò)程中可能發(fā)生的故障和問(wèn)題，也只能依靠監(jiān)控系統(tǒng)的參數(shù)以及傳統(tǒng)的機(jī)組狀態(tài)在線監(jiān)測(cè)系統(tǒng)等有限的手段進(jìn)行監(jiān)測(cè)。

發(fā)電機(jī)風(fēng)洞內(nèi)安裝的部件眾多，有電機(jī)定轉(zhuǎn)子、導(dǎo)軸承及冷卻系統(tǒng)，涉及繞組絕緣、機(jī)械碰磨等問(wèn)題。以軸承油槽為例，其密封出現(xiàn)故障時(shí)，容易導(dǎo)致油霧凝結(jié)、定子通風(fēng)溝油污嚴(yán)重、下機(jī)架積油滴漏等現(xiàn)象[2]。水車室內(nèi)雖然部件較為簡(jiǎn)單，但軸承、頂蓋等受機(jī)械、水力影響較大。以頂蓋為例，如果出現(xiàn)漏水等現(xiàn)象，可能導(dǎo)致機(jī)組“非?！?、水導(dǎo)油槽等機(jī)械部件受損、油泄漏引發(fā)環(huán)保事件等后果，給電力安全生產(chǎn)帶來(lái)威脅，尤其是在無(wú)人值守條件下，此類事故發(fā)生的后果更為嚴(yán)重[3]。

因此，針對(duì)發(fā)電機(jī)風(fēng)洞和水車室這種表象特征明顯而當(dāng)前卻缺乏有效監(jiān)測(cè)分析手段的故障，如能利用最新的圖像、聲學(xué)、紅外攝影等手段進(jìn)行實(shí)時(shí)監(jiān)測(cè)、分析和異常情況識(shí)別，并通過(guò)數(shù)字化、信息化手段進(jìn)行特征挖掘和分析，最終可剔除監(jiān)測(cè)盲點(diǎn)，進(jìn)一步提供機(jī)組的智能化運(yùn)維水平。

本文整理了水電機(jī)組發(fā)電電動(dòng)機(jī)風(fēng)洞和水車室常見的故障，以及可能的故障特征，結(jié)果見表1。

表1 抽水蓄能機(jī)組風(fēng)洞及水車室常見故障及特征監(jiān)測(cè)方法Table 1 General fault and symptom monitoring method for generator and turbine rooms of pumped storage unit

從表1中可以看到，部分故障導(dǎo)致的壓力、振動(dòng)、流量等參數(shù)異常，可以通過(guò)監(jiān)控系統(tǒng)和機(jī)組狀態(tài)在線監(jiān)測(cè)系統(tǒng)監(jiān)測(cè)和及時(shí)報(bào)警；對(duì)于機(jī)械故障和水力因素產(chǎn)生的異常噪聲，可以通過(guò)“聽”聲音即噪聲監(jiān)測(cè)技術(shù)來(lái)分析判斷；對(duì)外觀損傷、變形和一些可以通過(guò)目測(cè)解決的問(wèn)題，由于其位置復(fù)雜，很難在運(yùn)行期間發(fā)現(xiàn)，則可以采用“看”圖像，即智能圖像傳感器實(shí)現(xiàn)實(shí)時(shí)視頻監(jiān)控和異常識(shí)別；對(duì)于定子絕緣老化問(wèn)題，可通過(guò)安裝氣體監(jiān)測(cè)傳感器“聞”氣味來(lái)實(shí)現(xiàn)實(shí)時(shí)監(jiān)測(cè)；對(duì)于轉(zhuǎn)子勵(lì)磁引線和磁極連接環(huán)等薄弱環(huán)節(jié)，則可采用紅外熱像儀實(shí)現(xiàn)溫度場(chǎng)的監(jiān)測(cè)和分析。

2 智能監(jiān)測(cè)技術(shù)研究

2.1 噪聲監(jiān)測(cè)

水電機(jī)組運(yùn)行時(shí)，產(chǎn)生的聲音通常有空氣動(dòng)力性噪聲、機(jī)械性噪聲和電磁噪聲等。對(duì)噪聲的度量，通常采用聲壓，即聲波引起空氣質(zhì)點(diǎn)振動(dòng)，使大氣壓產(chǎn)生起伏，這個(gè)起伏部分，即超過(guò)靜壓（平衡狀態(tài)下的大氣壓強(qiáng)）的量，稱為聲壓。由于人對(duì)聲音響度的感覺(jué)是與聲音強(qiáng)度的對(duì)數(shù)成比例的，所以，通常用一個(gè)聲壓的對(duì)數(shù)比來(lái)表示聲音的大小，這就是聲壓級(jí)。聲壓級(jí)單位為分貝（dB）。在機(jī)組啟動(dòng)試驗(yàn)時(shí)，通常用噪聲儀或聲級(jí)計(jì)對(duì)頻率進(jìn)行A型計(jì)權(quán)后求得的總聲壓級(jí)，提供dBA分貝值對(duì)機(jī)組噪聲水平進(jìn)行評(píng)價(jià)。

常用的噪聲儀或聲級(jí)計(jì)通常只能得到計(jì)算后的A型計(jì)權(quán)，無(wú)法得到實(shí)時(shí)聲壓波形和頻譜，因此無(wú)法對(duì)異常噪聲進(jìn)行分析診斷，如文獻(xiàn)[3]中提到水輪機(jī)導(dǎo)葉出水邊卡門渦共振發(fā)生的異常噪聲，無(wú)法獲得其噪聲的頻率分量，故對(duì)機(jī)組故障診斷分析并無(wú)大的效果，因此，對(duì)水電機(jī)組故障診斷分析而言，需要采用噪聲在線監(jiān)測(cè)裝置對(duì)噪聲進(jìn)行實(shí)時(shí)數(shù)據(jù)監(jiān)測(cè)和頻率分析，并結(jié)合機(jī)組工況進(jìn)行分析診斷。

為了研究風(fēng)洞和水車室內(nèi)噪聲分布，開展異常噪聲分析，可在發(fā)電機(jī)風(fēng)洞和水車室內(nèi)安裝多個(gè)聲學(xué)傳感器，實(shí)時(shí)進(jìn)行聲壓采樣和頻譜分析，并組成聲學(xué)陣列，實(shí)現(xiàn)對(duì)內(nèi)外風(fēng)洞和水車室的全方位聲學(xué)監(jiān)測(cè)。通過(guò)聲學(xué)研究可獲取風(fēng)洞內(nèi)的結(jié)構(gòu)異常特性，探測(cè)電機(jī)的結(jié)構(gòu)振動(dòng)噪聲、電磁噪聲、結(jié)構(gòu)碰磨和絕緣磨損等異常，以及水車室的結(jié)構(gòu)振動(dòng)噪聲和結(jié)構(gòu)碰磨等異?，F(xiàn)象。通過(guò)研究發(fā)電電動(dòng)機(jī)和水輪機(jī)運(yùn)行噪聲、異常噪聲和聲學(xué)分析頻譜、機(jī)組運(yùn)行工況之間的對(duì)應(yīng)關(guān)系，可確定發(fā)電電動(dòng)機(jī)和水輪機(jī)不同工況下的標(biāo)準(zhǔn)聲紋樣本數(shù)據(jù)，指導(dǎo)異常噪聲的識(shí)別診斷。

通過(guò)聲壓場(chǎng)的等值線圖，可以直觀地看出最大噪聲源位置。通過(guò)矢量聲強(qiáng)圖表明聲能的流動(dòng)方向，可用于識(shí)別發(fā)自設(shè)備內(nèi)部某聲源的聲強(qiáng)（矢量）流，可快速識(shí)別設(shè)備內(nèi)部的噪聲源。

2.2 視頻監(jiān)測(cè)

視頻監(jiān)測(cè)主要利用智能攝像頭實(shí)現(xiàn)現(xiàn)場(chǎng)環(huán)境實(shí)時(shí)錄影，并進(jìn)行監(jiān)控圖像識(shí)別分析，可識(shí)別油位、有無(wú)滲漏、外觀損傷、異物、變形、裂紋等信息。以發(fā)電電動(dòng)機(jī)轉(zhuǎn)子勵(lì)磁引線和磁極連接環(huán)為例，其電磁環(huán)境復(fù)雜，是轉(zhuǎn)子事故多發(fā)部位，用常規(guī)監(jiān)測(cè)手段無(wú)法實(shí)時(shí)監(jiān)測(cè)其轉(zhuǎn)子磁極連接松動(dòng)變形。從設(shè)計(jì)角度而言，既要考慮絕緣距離是否能滿足相應(yīng)電壓等級(jí)絕緣要求，又要兼顧線棒散熱問(wèn)題，文獻(xiàn)[4]中由于相鄰線棒絕緣結(jié)束端空氣間隙過(guò)小，當(dāng)風(fēng)洞空冷器漏水、線棒端部積灰時(shí)，直接導(dǎo)致接地故障或相間短路故障，造成線棒表面碳化、端部接頭燒斷等嚴(yán)重后果。

因此，可在發(fā)電機(jī)風(fēng)洞和水車室內(nèi)安裝多個(gè)智能圖像傳感器，實(shí)現(xiàn)對(duì)轉(zhuǎn)子勵(lì)磁引線部位和定子上方線棒端部和匯流環(huán)等部位的圖像監(jiān)測(cè)，視頻攝像頭通過(guò)以太網(wǎng)將數(shù)據(jù)傳輸至數(shù)據(jù)采集單元。通過(guò)對(duì)環(huán)境和設(shè)備狀態(tài)不間斷地采集，形成海量多源的圖像視頻大數(shù)據(jù)源。利用圖像識(shí)別和視頻異常觸發(fā)算法，結(jié)合風(fēng)洞和水車室實(shí)際情況，識(shí)別異常的視頻信息，實(shí)現(xiàn)風(fēng)洞和水車室運(yùn)行工況的視覺(jué)缺陷智能檢測(cè)。

以頂蓋螺栓松動(dòng)識(shí)別為例，通過(guò)在螺栓上繪制標(biāo)注線，收集采集的圖像數(shù)據(jù)，用YCB顏色提取算法，提取標(biāo)注線顏色，通過(guò)合并和修正等處理后，得到標(biāo)注線特征并建立樣本庫(kù)。視頻監(jiān)測(cè)時(shí)從實(shí)時(shí)圖像幀中提取螺栓標(biāo)注線，與樣本對(duì)比，當(dāng)標(biāo)注線發(fā)生變化時(shí)，就判斷螺栓發(fā)生了松動(dòng)，示例照片如圖1所示。

圖1 現(xiàn)場(chǎng)視頻提取的螺栓狀態(tài)對(duì)比照片F(xiàn)igure 1 The comparison photos of on-site bolt in different condition extracted from video

對(duì)風(fēng)洞和水車室其他結(jié)構(gòu)部件，視頻監(jiān)控系統(tǒng)收集正常的圖片數(shù)據(jù)，建立標(biāo)準(zhǔn)樣本，將實(shí)時(shí)采集到的圖像與樣本進(jìn)行對(duì)比，如果圖像差異較大，則判斷為圖像變化異常。系統(tǒng)采用感知哈希算法（PHA）來(lái)進(jìn)行圖像比對(duì)，該算法將圖片所包含的特征生成指紋，通過(guò)這些指紋進(jìn)行圖像比較。系統(tǒng)對(duì)變化區(qū)域進(jìn)行標(biāo)識(shí)并建立異常記錄，通過(guò)圖像變化的分析，最終可識(shí)別異物、形變、裂紋等故障。圖2為現(xiàn)場(chǎng)部件變形模擬測(cè)試照片。

圖2 模擬部件變形的視頻對(duì)比照片F(xiàn)igure 2 The on-site comparison photos of simulated component deformation

2.3 溫度場(chǎng)分析

過(guò)去對(duì)機(jī)組帶電設(shè)備的溫度監(jiān)測(cè)，通常采用手持式紅外測(cè)溫槍進(jìn)行測(cè)量，但測(cè)溫槍只能測(cè)量電氣設(shè)備表面溫度，無(wú)法測(cè)量?jī)?nèi)部溫度，另外定位熱點(diǎn)難度較大，通常需要根據(jù)以往經(jīng)驗(yàn)，尋找電氣設(shè)備熱點(diǎn)，通過(guò)掃描運(yùn)動(dòng)來(lái)測(cè)溫[6]。

而近年來(lái)應(yīng)用較為廣泛的紅外熱成像技術(shù)，可以獲得設(shè)備表面溫度分布，判斷設(shè)備內(nèi)部熱損耗部位，具有定性成像和定量測(cè)溫的功能，溫度分辨率和空間分辨率較高，可以實(shí)時(shí)發(fā)現(xiàn)設(shè)備運(yùn)行過(guò)程中跟電壓電流有關(guān)的問(wèn)題，確定問(wèn)題的位置和程度[7-8]。

為了獲取風(fēng)洞內(nèi)部重點(diǎn)部件溫度分布，可在發(fā)電機(jī)風(fēng)洞內(nèi)多個(gè)位置安裝智能熱成像儀，一個(gè)是從發(fā)電機(jī)出口方向和中性點(diǎn)方向監(jiān)測(cè)定子上端面溫度場(chǎng)，及時(shí)發(fā)現(xiàn)發(fā)電機(jī)線棒端部及定子匯流環(huán)部位相關(guān)故障。另一位置是轉(zhuǎn)子附近勵(lì)磁引線連接處的溫度場(chǎng)，可及時(shí)發(fā)現(xiàn)勵(lì)磁引線的溫度及連接狀態(tài)。

2.4 氣味分析

從聞的角度研究氣體監(jiān)測(cè)分析技術(shù)，分析電機(jī)內(nèi)部各類絕緣材料在的過(guò)熱時(shí)的分解產(chǎn)物及含量，選用合理的光學(xué)傳感氣體分析技術(shù)和采集單元，分析電機(jī)各類絕緣的過(guò)熱產(chǎn)物含量；研究絕緣過(guò)熱產(chǎn)物含量與絕緣過(guò)熱嚴(yán)重程度的相互關(guān)系，指導(dǎo)后續(xù)電機(jī)的絕緣過(guò)熱評(píng)估[7]。

在風(fēng)洞內(nèi)安裝總烴含量監(jiān)測(cè)和臭氧監(jiān)測(cè)裝置，可實(shí)現(xiàn)對(duì)風(fēng)洞的全方位氣體監(jiān)測(cè)。通過(guò)實(shí)時(shí)監(jiān)測(cè)分析電機(jī)的絕緣過(guò)熱分解物，探測(cè)電機(jī)的絕緣損壞情況。總烴含量監(jiān)測(cè)裝置和臭氧監(jiān)測(cè)裝置監(jiān)測(cè)數(shù)據(jù)通過(guò)通信方式傳輸至視頻、氣體、溫度數(shù)據(jù)采集單元，統(tǒng)一進(jìn)行管理、存儲(chǔ)。

通過(guò)氣味監(jiān)測(cè)，系統(tǒng)可分析發(fā)電機(jī)內(nèi)部各類絕緣材料在的過(guò)熱時(shí)的分解產(chǎn)物及含量，通過(guò)研究絕緣過(guò)熱產(chǎn)物含量與絕緣過(guò)熱嚴(yán)重程度的相互關(guān)系，對(duì)電機(jī)的絕緣過(guò)熱評(píng)估，指導(dǎo)設(shè)備的運(yùn)行及檢修。

3 系統(tǒng)應(yīng)用

通過(guò)在仙居抽水蓄能電站2號(hào)發(fā)電電動(dòng)機(jī)風(fēng)洞和水車室內(nèi)開展綜合狀態(tài)智能監(jiān)測(cè)系統(tǒng)的安裝和布置，將圖像、聲學(xué)、氣體和熱成像監(jiān)測(cè)技術(shù)與原有狀態(tài)監(jiān)測(cè)系統(tǒng)相結(jié)合，實(shí)現(xiàn)對(duì)風(fēng)洞和水車室關(guān)鍵部件和位置和實(shí)時(shí)監(jiān)測(cè)和異常識(shí)別。

整個(gè)綜合監(jiān)測(cè)分析系統(tǒng)由各類傳感器、數(shù)據(jù)采集單元、數(shù)據(jù)處理服務(wù)器及系統(tǒng)軟件（含數(shù)據(jù)庫(kù)模型、規(guī)則庫(kù)設(shè)計(jì)和監(jiān)測(cè)與報(bào)警軟件）組成，傳感器部分包括溫度傳感器、圖像傳感器、熱成像傳感器、總烴傳感器、臭氧監(jiān)測(cè)裝置和聲學(xué)傳感器，如圖3所示。

圖3 綜合監(jiān)測(cè)分析系統(tǒng)結(jié)構(gòu)示意圖Figure 3 Schematic diagram of integral monitoring and analysis system structure

針對(duì)不同測(cè)量參數(shù)，開展綜合交叉分析，實(shí)現(xiàn)智能故障的識(shí)別和監(jiān)測(cè)，其采用的分析方法如圖4所示。

圖4 傳感器對(duì)應(yīng)分析方法示意圖Figure 4 Schematic diagram of analysis method with sensors

通過(guò)綜合發(fā)電機(jī)風(fēng)洞及水車室視頻監(jiān)測(cè)、噪聲監(jiān)測(cè)、氣味監(jiān)測(cè)以及機(jī)組狀態(tài)監(jiān)測(cè)系統(tǒng)數(shù)據(jù)，利用機(jī)器學(xué)習(xí)算法進(jìn)行特征提取與分析，對(duì)發(fā)電電動(dòng)機(jī)和水車室的狀態(tài)信息庫(kù)數(shù)據(jù)深入挖掘，研究故障定位技術(shù)，建立發(fā)電電動(dòng)機(jī)和水車室的多維度故障報(bào)警模型，對(duì)設(shè)備的非正常狀態(tài)給出預(yù)警和故障報(bào)警，其主監(jiān)視界面如圖5所示。

圖5 電站應(yīng)用的系統(tǒng)集成界面Figure 5 System integration interface applied in hydropower station

4 結(jié)束語(yǔ)

隨著水電站在“無(wú)人值班、少人值守”、流域集控的大趨勢(shì)下，機(jī)組運(yùn)行管理和安全管控也向著信息化、智能化、數(shù)字化方向大力發(fā)展，雖然越來(lái)越多電站安裝了各種狀態(tài)監(jiān)測(cè)系統(tǒng)，但仍然存在不少監(jiān)測(cè)盲區(qū)。本文主要針對(duì)圖像、視頻、溫度場(chǎng)、噪聲和氣體等目前應(yīng)用較少的運(yùn)行特征，選擇成熟的傳感器設(shè)備，有針對(duì)性地選擇關(guān)鍵位置進(jìn)行實(shí)時(shí)監(jiān)測(cè)分析，既提高了電站操作人員的工作效率，也為電站的智能化運(yùn)維提供基礎(chǔ)。

大部分電站安裝的視頻、消防和監(jiān)測(cè)系統(tǒng)采用了不同設(shè)備，未形成統(tǒng)一的功能和接口標(biāo)準(zhǔn)，數(shù)據(jù)源分散，各個(gè)子系統(tǒng)報(bào)警信息存儲(chǔ)、處理缺少統(tǒng)一管理，在發(fā)生安全事件時(shí)無(wú)法有效銜接互動(dòng)，導(dǎo)致管理人員無(wú)法針對(duì)海量信息迅速做出正確決策。本文結(jié)合電站安裝的現(xiàn)有狀態(tài)監(jiān)測(cè)系統(tǒng)，采用統(tǒng)一設(shè)計(jì)、規(guī)劃和綜合一體化的思路，建立統(tǒng)一數(shù)據(jù)庫(kù)，形成聯(lián)動(dòng)管理平臺(tái)，極大提高了水電廠的安全穩(wěn)定運(yùn)行，也為后續(xù)水電行業(yè)多參數(shù)、多系統(tǒng)的綜合分析管理系統(tǒng)建設(shè)提供了參考和思路。