李鵬竹

（寧夏京能寧東發(fā)電有限責(zé)任公司，寧夏 銀川750001）

1 概述

對于大型火力發(fā)電廠來說，在保證設(shè)備安全經(jīng)濟(jì)穩(wěn)定運(yùn)行的前提下，追求更高的經(jīng)濟(jì)效益，節(jié)約檢修成本支出，對設(shè)備的檢修采用“點(diǎn)檢定修”顯得尤為重要，點(diǎn)檢定修必須精準(zhǔn)檢修，所以要確定每一個設(shè)備的劣化程度，對該設(shè)備進(jìn)行檢修，對于發(fā)電機(jī)來說實現(xiàn)狀態(tài)的檢修必須對故障特征參數(shù)做到精準(zhǔn)的預(yù)測，我國汽輪發(fā)電機(jī)運(yùn)行規(guī)程中規(guī)定的線棒允許限制，一方面只是從絕緣材料和冷卻系統(tǒng)所承受的最高溫度，并不是發(fā)電機(jī)運(yùn)行的實際溫度，實際溫度與發(fā)電機(jī)冷卻介質(zhì)的進(jìn)水、進(jìn)氫溫度和發(fā)電機(jī)的設(shè)計溫升有關(guān)，更不是狀態(tài)監(jiān)測及故障診斷中所需要的標(biāo)準(zhǔn)值。另一方面由于各線圈在制造工藝上的差異、附加損耗的不同，是否有引線等，在同一工況下，各測點(diǎn)的溫度不盡相同，甚至差異較大，從現(xiàn)場獲得的數(shù)據(jù)可以證明這一點(diǎn)，所以，對各測點(diǎn)制定狀態(tài)監(jiān)測所需要的溫度標(biāo)準(zhǔn)值顯得尤為重要。

從20 世紀(jì)80 年代開始，許多專家對定子線棒溫度進(jìn)行了預(yù)測，閱讀大量文獻(xiàn)，確定溫度模型有六種方法，五種方法是運(yùn)用五個經(jīng)驗的溫度模型進(jìn)行預(yù)測。分別是：李永剛老師定子繞組溫度模型，蒲瑩老師定子繞組溫度模型，指紋系數(shù)判斷法溫度模型，數(shù)值計算法溫度模型，許伯強(qiáng)老師溫度模型，第六方法是采用人工神經(jīng)網(wǎng)絡(luò)方法。文獻(xiàn)1 采用曲線擬合和蒲瑩經(jīng)驗公式和神經(jīng)網(wǎng)絡(luò)兩個方法進(jìn)行預(yù)測，并對兩種結(jié)果進(jìn)行了比較。

本文在上述文獻(xiàn)1 的基礎(chǔ)上，根據(jù)現(xiàn)場實際運(yùn)行經(jīng)驗，利用指紋系數(shù)判斷法運(yùn)用最小二乘法擬合指紋系數(shù)確定溫度預(yù)測模型和BP 神經(jīng)網(wǎng)絡(luò)預(yù)測不同工況下溫度標(biāo)準(zhǔn)值進(jìn)行進(jìn)一步的研究。結(jié)果表明，運(yùn)用指紋系數(shù)判斷法和神經(jīng)網(wǎng)絡(luò)得出的結(jié)果基本上都能滿足現(xiàn)場實際需求且偏差在0.5℃以內(nèi)。

2 影響定子繞組出水溫度的因素和溫度模型介紹

2.1 影響定子繞組出水溫度的主要因素有定子電流、定子流量、定子冷卻水進(jìn)水溫度、冷氫溫度。次要因素有上下層層間線棒溫度的影響，鐵芯溫度的影響。

2.2 溫度模型的介紹

指紋系數(shù)判斷法——俄羅斯學(xué)者V.Poljakov 根據(jù)經(jīng)驗建立了一種溫度水力溫度模型：Θi=ai+bi{Θw+Fe/F[ciI2/Ie2+diI/Ie+ei(ΘH2-Θw)]}（1-1）

式中：Θ：定子線棒出水溫度，Θw：定子冷卻水進(jìn)水溫度，F(xiàn)：定冷水流量

I：定子電流，ΘH2：冷卻氣體，指紋權(quán)重系數(shù)：a b c d e

3 預(yù)測溫度所用的方法介紹

3.1 大數(shù)據(jù)擬合的最小二乘法溫度預(yù)測方法

3.2 大數(shù)據(jù)處理的BP 神經(jīng)網(wǎng)絡(luò)預(yù)測方法

BP 神經(jīng)網(wǎng)絡(luò)是一種誤差逆向傳播算法，由輸入層、隱含層和輸出層三部分組成。同層之間各個神經(jīng)元相互獨(dú)立、不連接。相鄰兩層之間所有單元均與上層單元通過權(quán)連接。其網(wǎng)絡(luò)結(jié)構(gòu)圖如圖1 所示。

圖1 BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

整個BP 神經(jīng)網(wǎng)絡(luò)包含正向傳播與反向傳播兩個過程。當(dāng)有輸入信號正向傳播時，信號向前傳播到隱含層各節(jié)點(diǎn)，此過程信號的傳播是逐層遞進(jìn)的，每層都會有相應(yīng)的權(quán)函數(shù)、閾值進(jìn)行變換，最終傳至輸出各節(jié)點(diǎn)。如果實際輸出與期望輸出之間的誤差大于所給精度，誤差信號將沿原來的路徑由輸出層至返隱含層返回至輸入層，反向傳播直至滿足條件為止。

以下是BP 神經(jīng)網(wǎng)絡(luò)算法的具體運(yùn)行流程。在對網(wǎng)絡(luò)節(jié)點(diǎn)權(quán)值及閾值等初始化處理后，選取輸入?yún)?shù)X={x1，x2，…xd}以及對應(yīng)的目標(biāo)輸出參數(shù)Y={y1，y2，…，y1}。正向傳播過程中，隱含層第h 個神經(jīng)元的輸入表達(dá)式為：ah=∑di=1μihxi-γh，i=1，2，…d（2）式中，ah為隱含層第h 個神經(jīng)元的輸入；μih為輸入層第i 個神經(jīng)元與隱含層第h 個神經(jīng)元之間的權(quán)值；γh為隱含層第h 個神經(jīng)元的閾值。進(jìn)而隱含層第h 個神經(jīng)元的輸出表達(dá)式為：

bh=f（ah）（3）式中，bh為隱含層第h 個神經(jīng)元的輸出；f 為激活函數(shù)，通常選用Sigmoid 函數(shù)。

同理，輸出層第j 個神經(jīng)元的輸入與輸出為：

式中，βj輸出層第j 個神經(jīng)元的輸入；ωhj為隱含層第h 個神經(jīng)元與輸出層第j 個神經(jīng)元之間的權(quán)值；θj為輸出層第j 個神經(jīng)元的閾值；y^j為神經(jīng)網(wǎng)絡(luò)的輸出；f 為激活函數(shù)。

整個網(wǎng)絡(luò)需確定d×q 個輸入層到隱含層的權(quán)值，q×l 個隱含層到輸出層的權(quán)值，q 個隱含層神經(jīng)元的閾值，l 個輸出層神經(jīng)元的閾值，經(jīng)過反復(fù)迭代至達(dá)到預(yù)期精度停止。其中均方誤差的計算為：

其中E 為均方誤差。

4 某660MW 汽輪發(fā)電機(jī)定子線圈出水溫度預(yù)測模型

4.1 模型數(shù)據(jù)的選取

選取機(jī)組大修后不同工況下影響定子線圈出水溫度的穩(wěn)定參數(shù),選取數(shù)組為580 組數(shù)據(jù)其中500 組作為預(yù)測數(shù)據(jù)，30 組為測試數(shù)據(jù)。

4.2 利用二乘法和公式擬合的方法確定指紋系數(shù)，擬合出指紋系數(shù)判斷法的方程，根據(jù)擬合到的方程，將自變量帶入方程中得到所需要的因變量。

將指紋系數(shù)判斷法方程轉(zhuǎn)換成矩陣形式的方程：

Y=@（k，x）k（1）+k（2）*（x（:，1）+100*（k（3）*x（:，3）.^2./（21.17^2）+k（4）*x（:，3）./21.17+k（5）*（x（:，4）-x（:，1）））./x（:，2））;（7）

式中k（1、2、3、4、5）代表a b c d e。x（1、2、3、4）分別代表定冷水溫度、定冷水流量、定子電流、冷氫溫度。

用500 組數(shù)據(jù)利用最小二乘法[k，resnorm] = lsqcurvefit（Y，k，x，y） 擬合出指紋權(quán)重系數(shù)a=31.7063、b=0.3352、c=48.9376、d=9.7566、e=0.8634。將權(quán)重系數(shù)代入方程得到指紋系數(shù)方程，用測試數(shù)據(jù)和實測數(shù)據(jù)進(jìn)行對比的偏差結(jié)果。如表1，如圖2。

圖1 為運(yùn)用二乘法和指紋系數(shù)判斷法預(yù)測的實測溫度和預(yù)測溫度值

表1 數(shù)據(jù)建模的樣本數(shù)據(jù)和預(yù)測數(shù)據(jù)

4.3 利用BP 神經(jīng)網(wǎng)絡(luò)預(yù)測網(wǎng)絡(luò)模型

因為選取的數(shù)據(jù)不在一個數(shù)量級上，所以對數(shù)據(jù)進(jìn)行歸一化處理，建立了net=newff（inputn，outputn，[9，1]，{'tansig'，'purelin'}，'trainlm'）神經(jīng)網(wǎng)絡(luò)，設(shè)置兩層隱含層，第一層設(shè)置了9 個神經(jīng)元，第二層設(shè)置了1 各神經(jīng)元，第一層和第二層的激勵函數(shù)為雙曲線正切函數(shù)，第二層和輸出層之間的激勵函數(shù)為線性函數(shù)。訓(xùn)練函數(shù)采用的Levenberg-Marquard（共軛梯度法）優(yōu)化算法的函數(shù)。經(jīng)過大數(shù)據(jù)的訓(xùn)練認(rèn)為該網(wǎng)絡(luò)滿足實際的需求。用測試數(shù)據(jù)對網(wǎng)絡(luò)進(jìn)行預(yù)測結(jié)果表明實測溫度和預(yù)測溫度偏差最大不超過0.5℃，圖3。

圖3 神經(jīng)網(wǎng)絡(luò)模型預(yù)測數(shù)據(jù)誤差分析

5 結(jié)論

5.1 采用最小二乘法和指紋系數(shù)判斷法擬合的指紋系數(shù)公式的精確度在0.5℃以內(nèi)，完全滿足現(xiàn)場實際的需求。確定的指紋權(quán)重系數(shù)有其特定的含義，可以反映出測量通道的固有特性，冷卻水管的通暢程度及其測量元件的靈敏度，對各線圈（或各槽）的指紋系數(shù)的橫向比較，可以診斷出具體的故障類型，避免溫度比較法可能產(chǎn)生的誤判和漏判，是目前較為實用的一種故障診斷方法，為發(fā)電機(jī)精準(zhǔn)檢修提供有力的支撐。

5.2 BP 神經(jīng)網(wǎng)絡(luò)采用Levenberg-Marquard 作為訓(xùn)練函數(shù)，可以找到全局的最優(yōu)解，適合于有特定規(guī)則的函數(shù)模型預(yù)測中。

5.3 指紋系數(shù)判斷法結(jié)構(gòu)清晰，運(yùn)算簡單、明了與神經(jīng)網(wǎng)絡(luò)計算結(jié)果誤差幾乎相等，適合運(yùn)行在現(xiàn)有的監(jiān)控分析平臺中。