张兵
新疆额河水电有限公司 新疆 北屯市 836000
摘要：目前，一些地区虽然水资源丰富，但也存在电力资源不足的问题。因此，大力推广水电不仅可以提高水资源利用率，而且可以满足人们日常用电需求，促进社会经济快速发展，提高人民生活水平和生活质量。此外，科学技术的不断进步为水电装备的发展提供了广阔的空间，同时也提高了水电装备的运行要求。因此，相关人员应学习先进的科学技术，在此基础上，对传统的水力发电设备进行故障检修技术改造，提高水力发电设备的运行效率，从而创造巨大的经济价值。
关键词：水电站；发电设备；故障诊断；方法；讨论
1运行状态下发电设备故障分析与维修注意事项
1.1安全问题。
在一些地区，水电部门在对相关水电设备进行故障分析和维修前，没有制定科学合理的方案，不仅不能提高水电设备的运行性能和安全性，还将涉及大量的资金成本。因此，在对设备进行检修前，首先要对水电人员的综合素质水平以及专业能力进行综合分析，同时，应根据不同发电设备的性能和运行状况，设计最合理的检修方案，分析不同发电设备的管理强度，以提高设备运行的安全性能。
1.2水电设备选型。
在选择发电设备的过程中，只有选择正规厂家生产的设备，并具有合格证，才能使设备具有更强的耐久性和更高的质量，既保证了发电设备的安全、可靠和正常运行，本实用新型还可以为故障分析和维修工作提供方便。高质量的设备与其自身的运行状况有着直接的联系，故障分析结果的准确性也受到影响。另外，在发电设备运行过程中，要定期检查和维护设备的运行状态，当设备发生故障时及时发现和维修，以免给水电企业带来严重的经济损失，对设备的定期维护可以提高效率设备的使用寿命。
1.3管理动态。
水轮发电设备的运行状态、故障分析和检修应从发电设备的选型入手，同时在水轮发电设备安装过程中对设备的性能和质量进行分析和检查，减少设备损坏的可能性运行中出现故障。此外，不仅要选择质量好、耐久性高、安全可靠的发电设备，还要根据设备安装环境和企业自身条件，制定科学完善的设备管理措施，为提高水电设备管理水平，本实用新型可促进水力发电设备的正常高效运行。
2基于数学模型的故障诊断。
在诊断中，可以用计算机软件对故障设备进行建模，并对设备的运行情况进行监控，并将其参数的变化与理论值进行比较，找出异常运行的具体位置，从而判断具体故障类型，这就是所谓的故障诊断机会的数学模型。利用这种诊断方法，可以实时了解设备的运行情况，快速得到诊断结果。常见的诊断模式有：首先，根据故障发电设备的故障，建立了多级流模型，可以识别复杂耦合系统在一般应用中的故障源。其次，建立了水电机组故障诊断模型，并利用有效状态记录进行诊断，具有在线诊断功能。以上两种模型只能对设备的特性和故障进行诊断，具有一定的局限性。再次，采用无参数建模方法提取设备正常运行数据和当前运行数据，并对数据进行对比分析，找出具体故障。可以看出，该方法的精度主要取决于数学模型。
3故障诊断
3.1基于经验知识的专家系统。
专家系统是一种具有专家求解水平的智能程序。在读取故障状态后，可以按照设定的规则运行，选择正确的表达式，通过大量的推理和判断得到故障诊断的结果。专家系统一般采用产生式规则作为表达方法，其核心部分有两个，一个是知识库，另一个是推理机。专家系统由六个部分组成，具体内容如下：第一，数据库。数据库的主要功能是存储，包括描述、推理过程、中间结果等。所有检测到的数据将实时发送到数据shell。第二，知识库。知识库中还存储了大量的知识，包括推理机制、因果关系、规则、专家知识等。三是人机界面。主要功能是起到一个纽带作用，可以理解为一个桥梁，把维修人员和专家系统联系在一起。第四，推理机。我们可以利用知识库中存储的理论知识和专家经验，根据提出的问题，按照设定的程序运行，最终得到诊断结果。第五，解释器。对诊断过程及结果进行及时分析，包括选择原因、候选解等。第六，知识获取机构。负责获取故障诊断的相关知识，从专家及训练数据库内部获取知识，并且添加到知识库内。
3.2非相干逻辑。
发电设备发生故障前，会有一定的征兆，但设备内部结构复杂多变，而故障的实际原因并不是由征兆来确定的，可以理解为电力设备的故障状态是处于一种模式化的状态，有必要表达其可能性对每一种故障，针对这一特点，提出了故障模式的诊断方法。在应用模型和故障诊断方法时，可以用集合来表示故障总数和症状，诊断过程如下：模型和规则库的集成以及模型和推理，可以认为故障原因Y和症状x之间的模矩阵运算。Y=rx，其中R是体现专家经验和知识的模糊关系矩阵，由机理分析方法和专家经验和数据确定。诊断方法的关键环节是确定模和矩阵，这需要大量的经验和测试结果，对特征集要求较高。
3.3故障树。
从整体出发，细化故障情况的过程称为故障树诊断法，一般用于具体的故障事件。具体的推理过程如下：首先，确定最严重的故障情况，作为分析的对象，我们称之为顶事件，我们根据因果关系找到与顶事件相关的书剑，我们称之为次节点，再细分直到不能细分为止，我们称之为底事件。故障树诊断方法简单直接，其核心是故障树结果，一旦故障树结构不正确，将直接影响诊断结果，导致方法失效，在建立故障树结构时，要充分了解设备原理、故障原因等，为了保证故障树的准确性。
4数据驱动故障诊断
4.1基于信号分析的故障诊断方法。
动、静摩擦是水电站发电机运行中的常见故障。一旦发生这种故障，将影响系统的振动，甚至损坏转子和断轴。机组静、动摩擦后，振动信息会发生变化，因此一般选用信号分析方法，最常用的信号分析方法是小波变换。传统的信号分析方法有一定的局限性，只能在一个域内进行，不能完全表达时频局部信号。小波变换规则可以克服这一问题，在任何领域都可以发挥重要作用。很容易发现信号中的异常问题并显示其具体成分。
4.2基于人工智能的故障诊断方法
4.2.1人工神经网络的应用。
掌握物理和数学知识，设计一个系统或计算机，实现对生物大脑的模仿，称为人工神经网络。将信息输入系统后，根据集合算法进行学习和分析，然后采用合适的方法完成信息的输出。人工神经网络应用后，需要对其进行训练，改变其权值，使输出结果更接近联想结果，最终形成一个具有易学习、推理和联想功能的复杂网络。将人工神经网络应用于故障诊断的过程如下：首先，将大量的数据样本输入网络，网络内部可用于学习练习，输入待测故障数据，网络自行进行故障分析，它与专家系统原理相似，但获取知识的方法不同。专家系统所获得的知识是专家经验，神经网络可以自行学习。现阶段，人工神经网络已被应用于故障诊断，但也暴露出许多问题。主要存在三个缺陷：一是难以获得准确全面的样本，无法开展学习培训工作；二是缺乏专家知识，知识的全面性得不到保证。第三，模型难以理解。
4.2.2证据理论。
基于证据的故障诊断通常分为两个步骤：一是根据典型样本计算各故障模式下证据的基本可靠性分配；利用证据组合公式计算每个故障模式的基本可靠性分配函数。提出了一种基于证据理论的空气预热器、冷凝器、磨煤机、制粉系统和传感器的状态监测与故障诊断方法，信息融合能力强仍是采用证据理论的最大动力和优势。然而，如何从数据中构造基本的可靠性分配（或证据），以反映设备状态性能，并在设备机理分析的基础上，如何处理冲突和依赖的基本可靠性分配，是制约证据理论在工程中应用的主要问题。
5结论
科学技术的不断进步促进了水电工业的快速发展，同时也对供电质量提出了更高的要求。因此，企业必须对水电设备的运行状况进行实时监测，在设备发生运行状态故障时，安排专业人员进行检修。此外，只有创新和完善传统的故障排除技术，才能提高液压动力设备的效率，不仅可以保证设备的正常运行，而且能给企业带来良好的经济效益，创造社会价值。
参考文献
[1]周志标.探讨水力发电设备实施状态检修[J].建材与装饰,2017(27):285-286.
[2]王建英.水电设备大型零件制造测量技术研究[J].现代制造技术与装备,2016(11):20-21.