刘斌
喀什塔河水利水电开发有限责任公司 新疆 喀什 844000
摘要：随着水电机组单机容量不断增加，在系统中占比不断增长，水电厂的安全稳定经济运行已成为我国能源结构调整目标实现的重要保障。当前水电机组仍然采用计划检修模式，存在一定的盲目性，检修不足无法保障机组的运行性能，过度检修又会造成资源的浪费。为满足水电企业提高机组等效可用率、降低生产成本等客观需求，建立一个能准确分析机组故障原因和评估机组运行状态的系统对电力系统稳定可靠运行具有十分重要的意义。本文对水轮发电机组故障诊断系统的设计与实现进行探讨。
关键词：水电机组；故障诊断；状态检修；KKS；在线监测
1系统功能架构
水轮发电机组故障诊断系统功能架构从下往上分别由数据采集层、数据存储层、服务层、业务应用层、展现层组成。数据采集层用于实时采集水电厂各类生产数据，主要包括计算机监控系统、机组振摆监测系统、电能量管理系统和变压器色谱分析系统数据。各类数据经过统一编码后存入数据访问KDP平台，以结构化数据、非结构化数据、消息数据、平台基础数据等模式进行存储。数据交换提供统一的数据访问服务，该服务提供了基于REST和WebService两种模式数据接口，所有服务层和展现层都通过该接口来实现数据访问，解耦业务及信息展示和数据库存储的关系。服务层的报表引擎、日志服务、统计运算、实时计算、专业诊断、流程引擎、消息服务和权限服务均通过数据交换访问KDP平台数据。结合水电厂生产实际情况，为故障诊断系统规划了包含综合信息、状态监测、能效分析、故障诊断、运行优化、检修决策、系统管理七大业务应用模块，后期还可以随着需求的不断增长对业务应用进行扩展。在展现层用户可以通过普通的PC浏览器接入平台系统。
2数据编码设计
要实现设备管理信息化，数据标准统一化，首先必须对电厂内的各类设备和数据按照统一规则进行编码，本故障诊断系统数据编码基于KKS（电厂标识系统，KraftwerkKennzeichenSystem）规则，其逻辑结构和组成体系层次分明，代码简单明了，不依赖于计算机程序语言而独立存在，用于足够的容量进行扩充；同时该编码具有唯一性，是一种先进合理、科学实用的编码技术，分为管理域、设备域和量值域。编码管理域信息包括省份、厂站名和类别，编码设备域信息包括主系统、子系统、设备和采集部位，编码设备域包括电站标识、设备KKS编码、数据源码、数据源内部码、量值类型码等信息。编码量值域包括采集信号的来源、物理属性和算法信息。管理域、设备域和量值域均采用17位编码实现KKS标识，以设备域为例的具体编码规则如表1所示。
.png)
第一位用字母（为避免与数字1或0混淆，字母I和O弃用，下同）或数字表示全厂站范围内各主系统标识，第二位F0用数字作为前缀标识随后的F1、F2、F3是字母数据分类的系统；当F1、F2、F3用来分类多个相似的独立系统时，可以用F0来进行顺序编号。F1、F2、F3按照专业对主系统进行分类，FN则为各子系统编号；A1、A2按照机械、电气、仪控等类别用两位字母对设备进行分类，AN由三位数字顺序编号用于更进一步区分同类设备，第13位A3不用，一般设为0；B1、B2用两位字母按部件索引和信号约定划分部件、信号或信号应用，BN使用两位数字表示对应测点序号。
3系统接口设计
系统采用开放的数据访问平台，标准的数据访问接口，接口设计符合以下特点：
（1）自主开发了基于RESTFull访问规则的数据平台访问接口。
（2）诊断平台中，所有应用访问诊断平台数据都基于该接口实现。
（3）扩展数据平台接口，实行数据的基本统计和故障诊断、状态监测等。此外，系统数据采集接口还应满足时标一致性、数据缓存、断电续传的标准。为防止数据采集和传输过程中各种原因导致的时延，采集阶段必须在数据采集的同时保留数据的原始时间标签，在数据上传过程中也必须将数据与其对应的时标配对传输。数据缓存能力可以保证输入数据库的生产过程信息的连续性和完整性，不会因通讯故障等原因而导致数据的中断或丢失。传输过程中遇到网络中断的情况自动记忆，并将数据缓冲到本地缓存，不断尝试网络连通情况，当网络恢复时自动重新建立连接，并将数据从记忆断点开始继续传输。
4状态评估逻辑设计
机组状态评估逻辑主要由三个步骤实现，第一步由在线监测数据按照规则逻辑确定状态量的状态，由故障诊断功能模块确定当前机组或部件是否存在故障及其故障等级情况；第二步由部件关联状态量状态按照规则逻辑确定关键部件的状态；第三步由关键部件状态按照规则逻辑确定机组主设备状态。将设备状态定义按照动态阈值等规则逻辑确定为四种不同的状态，分别为正常、注意、异常和危险。当任一特征值达到“注意”、“异常”，或机组存在三级故障时则系统自动定位故障点，并发出黄色告警；当机组存在二级故障或任一特征值为“危险”级别时，则发出橙色告警；当机组存在三个及以上特征参数为“危险”级别或存在一级故障时，则判定机组处于“危险”状态，发出红色告警。
结束语
水轮发电机组故障诊断系统具有广泛的应用前景，随着大数据、人工智能、边缘计算等技术的深入发展，水电机组故障诊断技术也必将取得长足进步。此外，水电机组故障种类繁多，其故障现象、原因和机理的复杂性和模糊性难以用准确的数学模型加以描述，也难以完全依靠确定性的判据断定故障的性质，因此，本文采用多维向量协同推理机制解决故障诊断分析规则低效率问题是具有一定合理性和可行性的，对于帮助运行人员找到设备运行规律，及早预警设备隐患发展趋势，快速定位故障点，自动分析设备故障原因均起到了预期效果，系统试运行以来运行良好，性能稳定，功能符合业务需求，达到建设目标。
参考文献
[1]姜福长.水轮发电机组振动故障诊断系统的研究与设计[M].长沙：中南大学,2008.
[2]陈强,赵永国.电力资产统一设备编码体系研究与应用[J].电力信息与通信技术,2016,14(2),138.