摘要：作为水电站的重要设备，水轮发电机组发挥着非常重要的作用。因此，水电站要加大对水轮发电机组运故障诊断的重视，采用先进的智能故障诊断方式，实时对水轮发电机组的运行情况进行检测，以便有效提高水轮发电机组运行的安全性。本文就水轮发电机组智能故障诊断技术进行研究，以保障水电站能够更好的满足人们对水电站的需求。
关键词：水轮发电机组；智能技术；故障诊断
引言
随着现代化科学技术的不断发展，当前的智能化诊断技术也越来越进步，如现代化的诊断技术中的人工智能技术、专家系统技术、ANN技术、虚拟技术等。这些技术的充分应用到相关设备的运行监测中，不仅能够提高故障诊断过程中的效率，同时也能够提高设备应用过程的效率。因此，实现水轮发电机组智能诊断技术的应用，对提高水轮发电机组的应用效率具有十分重要的现实意义。本文针对水轮发电机组智能故障诊断技术的发展进行分析，希望能够为相关企业提供参考
1水轮发电机组故障的定义和特点
水轮发电机组故障诊断是指专家根据状态监测所得到的各测量值及其运算处理结果所提供的信息，采用所掌握的关于设备的知识和经验，进行推理判断，从而提出对设备的维修处理建议。即通过状态监测来收集特征量，用故障诊断来分析判断特征量。依据分析结果，进行纵向(和历史数据)和横向(和同类设备)比较，制定维修方案，实施状态维护。水轮发电机组最常见、最主要的故障就是振动故障，据华中电网50台4.5MW以上水轮发电机组六年运行资料的统计，大约有80%的故障或事故都在振动信息上有所反映。认识并把握机组振动故障的特点是故障诊断研究工作的首要任务。水轮发电机组振动故障具有如下特点：（1）水轮发电机组故障具有渐变性。水轮发电机组与其他旋转机械相比转速明显较低，一般在100～200r/min之间，因此水轮发电机组振动故障发展一般属于渐变性或耗损性故障，具有磨损和疲劳特征，突发恶性事故较少，如水力机组部件因空化或泥沙磨损等原因导致的振动，即有一个从量变到质变的过程。这使得利用状态监测和趋势分析技术，捕捉事故征兆，早期报警，防范故障变得相对容易和准确。（2）水轮发电机组故障具有复杂多样性。水轮发电机组是一个涉及机械、电磁和水力的复杂系统。机组在运行时，除了机械因素外，还有电磁和水力因素的影响。机械方面的原因有：转动部件不平衡、弯曲、以及部件脱落，机组对中不良、法兰连接不紧或固定件松动，固定部件与转动部件的碰磨，导轴承间隙过大、推力轴承调整不良等等。水力原因：卡门涡引起的中高频压力脉动，叶片进口水流冲角过大引起的中高频压力脉动，尾水管内的漩涡流引起的压力脉动等等。电磁方面：发电机定转子间隙不均匀，转子及磁极线圈匝间短路，转子主极磁场对定子几何中心不对称等等。引起振动的因素具有不确定性，可能是机械、电磁、水力三种因素中的一种引起的单一振动，也可能是几种因素共同作用的藕合振动，机械、电磁、水力三者是相互影响的，振动机理比较复杂，直观判断和简单的测试手段很难找到主导性故障原因。(3)水轮发电机组故障具有不规则性。由于每个水电站的设计、施工受地理位置、地质状况和经济技术等多方面的影响，每个水电站都是专门设计的。因此水电机组运行时还会受到电网、水文、气候和现场安装等诸多因素的影响，有些影响是不可预知的。这就使得不同电站，甚至同一电站的不同机组的故障情况很不一样，特殊案例比比皆是。水轮机组故障的不规则性，是对通用型故障诊断系统研究的一个巨大的挑战。
2水轮发电机组故障诊断方法
2.1专家系统诊断法
专家系统是一种基于“知识”的人工诊断系统，它能够模拟人类专家解决复杂问题的思维方式，是利用大量人类专家的知识和推理方法求解复杂的实际问题的人工智能程序。专家系统的结构主要包括知识库、综合数据库、推理机、解释机、知识获取子系统、人机交互子系统等。
完整的故障诊断专家系统还应包括故障征兆采集和识别子系统。从水电机组振动故障的特点看,采用专家系统被认为是一种有效的解决方法。国内部分水电专家开展了专家系统诊断法在水电机组振动故障诊断方面的应用研究。邓正鹏等以水电机组为研究对象,对故障诊断专家系统知识库的建立从理论和方法上进行研究,建立了基于C++的产生式知识库系统,该法已应用于实际水电站运行中取得了良好效果。
2.2基于模糊集合理论的故障诊断
基于模糊的诊断方法就是依据专家经验的故障征兆空间与故障原因空间之间建立模糊关系矩阵，再将各条模糊推理规则产生的模糊关系矩阵进行组合，根据一定的判定阀值来识别故障。有两种基本方法，一种是先建立征兆和故障类型之间的因果关系矩阵，再建立故障与征兆的模糊关系方程；另一种是先建立故障与征兆的模糊规则库，再进行模糊逻辑推理的诊断过程。这两种方法在水轮发电机组故障诊断领域都得到了一定的应用。
2.3人工神经网络(ANN)
在对水轮发电机组进行诊断时，要加大对人工神经网络的重视，采用模拟的方式对人类认识过程和人脑组织结构中的信息进行科学的处理。人工神经网络可以采用样本学习能力和连续非线性函数的能力进行科学的诊断，这种诊断方式主要适用于故障诊断系统，在对故障进行诊断时，要加大对ANN技术应用的重视。人工神经网络的诊断步骤主要包括：组织学习样本，并且在对水轮发电机组故障进行诊断时，要根据构造神经网和问题构造神经网的数据进行判断，并选择合适的学习参数和算法。
2.4分级结构的抽象诊断法
当面临系统结构较为复杂、元件数量多时，模型诊断过程中的复杂性也会上升，这也可能导致诊断过程无法进行。基于此，为了降低诊断过程的复杂性，想到了利用划分等级结构的方式，以实现对相关设备故障的模型诊断。其具体过程如下：首先，按照诊断组进行诊断。其次，对有问题现象的诊断组进行单独划分，划分后再对组内元件进行诊断，以提高诊断效率。按照换分组的模式进行模型诊断能够在一定程度上提高相关设备的诊断效率，但相关科研人员在对这种诊断模式的不断研究中发现，这种诊断模式并不是对所有故障设备都具有效果。基于此，相关科研人员在发现该诊断方法的不足后，进行了相关改进研究，并提出了分级结构抽象诊断的思路。其具体诊断的方法为构建诊断模型中关于抽象的概念，并将简单的诊断模型抽象问题转化为在多个抽象诊断模型中选取“最优”诊断模型的问题，同时提供了判断诊断模型是否具有故障的准则，以促使在诊断过程中，选取“最优”的诊断模型，进而提高诊断过程的效率。基于诊断过程中，选取“最优”的诊断模型进行诊断，这种方法的诊断效率自然要比普通的诊断方法具有效率。另外，科研人员还对这种方法进行了实际验证，如实际的验证过程中，对含有水泵和管线的供水系统进行模型诊断，诊断的结果表明分级诊断的方法更具有效率。
结语
水轮发电机组结构具有组成复杂的特点，如该结构的组成部分中都是由各个子系统组合而成，而这种子系统的组合形式也包含多种组合层次。这也就是说，一旦水轮发电机结构组成单元中某一元件出现问题，那么相关问题的准确判断一定是非常复杂的过程。
参考文献
[1]李泉,阮凡,涂鸿焱,etal.浅谈水轮发电机组常见故障的分析处理[J].水电与新能源,2017(11):57-59.
[2]程江洲,朱,付文龙,etal.基于贝叶斯网络的水轮发电机组状态检修方法研究[J].水力发电学报,2018,37(9):56-66.