原寬

【摘?要】目前，我國的各行各業(yè)的發(fā)展迅速，發(fā)電機組的安全與穩(wěn)定運行是電網(wǎng)能否穩(wěn)定運行的先決條件，對發(fā)電機組進行實時狀態(tài)監(jiān)測與故障診斷可及時發(fā)現(xiàn)電網(wǎng)的隱患，且對保證發(fā)電機組的穩(wěn)定運行具有重大意義。發(fā)電機一般由定子、轉(zhuǎn)子、端蓋、機座以及軸承等零部件組成，而每個單獨的零部件又由很多的零部件構(gòu)成。由于發(fā)電機的組成元件過于復(fù)雜，因此如何有效設(shè)計發(fā)電機組的監(jiān)測點、有效提取到發(fā)電機組的狀態(tài)信息就尤為困難。因此，有效地對發(fā)電機進行狀態(tài)監(jiān)測與故障診斷具有很高的工程應(yīng)用價值與實際意義。

【關(guān)鍵詞】瓦斯發(fā)電機組;外循環(huán)冷卻系統(tǒng);節(jié)能改造

引言

煤礦瓦斯發(fā)電機組采用外循環(huán)的冷卻水開式設(shè)計，一套冷卻水循環(huán)系統(tǒng)可供多臺發(fā)電機組冷卻降溫，存在不節(jié)能現(xiàn)象?，F(xiàn)從冷卻水循環(huán)系統(tǒng)節(jié)水、節(jié)電兩方面入手，著重分析冷卻水循環(huán)系統(tǒng)的運行方式，根據(jù)瓦斯發(fā)電機組的開機率改變其對應(yīng)的運行方式。通過運行數(shù)據(jù)分析，節(jié)能改造取得了很好的經(jīng)濟效益，達到節(jié)水、節(jié)電的目的。

1發(fā)電機電壓表指示有誤，影響并網(wǎng)10個小時

2001年10月6日，1號機組多次并網(wǎng)操作中，自動同期裝置均不能輸出合閘信號，導(dǎo)致10個小時不能并網(wǎng);并伴隨過激磁V/HZ保護動作報警，但發(fā)電機電壓表計指示為20kV、空載頻率指示50HZ，均為額定值。期間，電氣維修人員對自動同期裝置、AVR系統(tǒng)、并網(wǎng)TV二次電壓輸出、各測量回路、電氣保護及邏輯、并網(wǎng)斷路器及其操作回路等進行了全面排查，未發(fā)現(xiàn)異常。當(dāng)了解上述情況后，立即建議更換發(fā)電機20kV電壓表。措施采納后，發(fā)電機很快并網(wǎng)成功。即在不到10分鐘內(nèi)解決了10個小時不能并網(wǎng)的重大事件。異常的正確判斷，是由一組數(shù)據(jù)開始的。當(dāng)時，發(fā)電機出口電壓及主勵磁機空載勵磁電流、勵磁電壓表指示分別為20kV、60.5A、4.05V。在正?？蛰d額定運行時，由于定子鐵芯磁通未進入磁飽和狀態(tài)，上述三個特性數(shù)據(jù)相互之間應(yīng)為線性比例（或接近線性比例）關(guān)系，而當(dāng)時這種對應(yīng)關(guān)系實際發(fā)生了一點偏差。即勵磁參數(shù)60.5A、4.05V之間呈現(xiàn)對應(yīng)關(guān)系，而勵磁參數(shù)60.5A、4.05V與發(fā)電機出口電壓20kV之間均不能比例對應(yīng)。并且主勵磁機空載勵磁電流、勵磁電壓已大于額定空載數(shù)值（57A、3.84V）5%左右，而發(fā)電機電壓為20kV，等于額定值。由此可判斷：既然勵磁參數(shù)之間符合比例關(guān)系，那么主勵磁機空載勵磁電流、勵磁電壓表應(yīng)判斷為指示準(zhǔn)確;而由發(fā)電機電壓與空載勵磁電流、勵磁電壓均不成比例，且已校驗其傳感器輸出正常，可初步判斷發(fā)電機電壓表表頭指示有誤，即偏小。這是此次異常分析的關(guān)鍵。因勵磁參數(shù)已超過空載值，雖然發(fā)電機電壓表計指示相對偏小，但實際開入同期裝置的電壓量可能已偏大，并超出允許范圍，這同時可由V/HZ保護報警證實，并由此保護動作閉鎖了自動同期裝置，所以機組不能并網(wǎng)。并網(wǎng)時，操作及技術(shù)人員疏忽了主勵磁機空載勵磁電流、勵磁電壓與發(fā)電機電壓數(shù)值的線性對應(yīng)關(guān)系，過度依賴指示有誤的發(fā)電機電壓表，為滿足電機出口額定為20kV電壓的并網(wǎng)條件，過度升高了勵磁參數(shù)，使發(fā)電機實際電壓超出范圍而不能實現(xiàn)并網(wǎng)。根據(jù)多年經(jīng)驗，每次并網(wǎng)發(fā)電機電壓達20kV時，受各種因素的影響，空載勵磁電流及勵磁電壓與其額定值總有一點偏移，這是造成疏忽的主要原因。另外，該機組電氣表采用美國GE公司產(chǎn)品，投產(chǎn)10多年，從未發(fā)生差錯，這也是本次并網(wǎng)異常未能及時正確分析的原因之一。根據(jù)上述分析，現(xiàn)場更換了電壓表，實際發(fā)電機電壓已超過21kV，證明判斷正確，也就及時解決了此次并網(wǎng)異常。

2概述

公司煤層氣公司下屬瓦斯發(fā)電場由6個發(fā)電站組成，共裝機17臺，總裝機容量8.5？MW。瓦斯發(fā)電機組外循環(huán)冷卻泵耗電是電站自用電的主要組成部分。原設(shè)計外循環(huán)冷卻泵兩用一備，可以滿足3臺機組同時運行時的冷卻水量要求，而單臺機組運行時的裕量被大量浪費。另據(jù)統(tǒng)計，由于氣源緊張，2009年瓦斯發(fā)電場各發(fā)電站單臺機組運行時間超過全年運行時間的65%以上，可見因單機運行造成的外循環(huán)冷卻泵的裕量浪費是巨大的。經(jīng)對系統(tǒng)進行分析提出：將可以保證3臺機組同時運行的兩用一備外循環(huán)冷卻泵的工作方式變?yōu)閱闻_機組運行時一用兩備的工作方式，在節(jié)電的同時減少上塔冷卻水的散失，達到節(jié)水的目的。瓦斯發(fā)電場下設(shè)6個發(fā)電站，按每站單機全年累計運行8個月計算，則可以實現(xiàn)節(jié)約用電3.8×105？kW·h，節(jié)約用水1.6×104？m3，折合節(jié)約費用約2.27×105元。

3基于大數(shù)據(jù)技術(shù)發(fā)電機故障診斷

3.1聚類算法

基于大數(shù)據(jù)挖掘技術(shù)的設(shè)備故障診斷方法是通過故障異常狀態(tài)參量的聚類分析來挖掘設(shè)備異常的故障模式。在本文中主要通過DBSCAN（Density-BasedSpatialClusteringofApplicationswithNoise），基于密度的聚類算法）。DBSCAN是一種常見的聚類算法，其用于聚類的基本思想可以簡述如下：（1）DBSCAN通過檢查數(shù)據(jù)集中每個點的δ鄰域（該鄰域的大小由算法給定）來搜索簇，如果任意一點的δ鄰域包含多于給定點數(shù)，則創(chuàng)建一個以該點為核心對象的簇;（2）接步驟（1），如果簇內(nèi)的每一個點均滿足聚類條件則對簇進行拓展，否則計該點為噪聲點;（3）重復(fù)步驟（2），當(dāng)沒有新點添加到任何簇時，迭代過程結(jié)束。最終可以得出聚類的類別與數(shù)目。

3.2異常檢測

大數(shù)據(jù)挖掘技術(shù)主要通過異常檢測的方式來實現(xiàn)對故障的監(jiān)測。異常檢測的方法有很多，例如隔離森林、局部異常因子監(jiān)測、自組織映射神經(jīng)網(wǎng)絡(luò)（self-organizedmaps，SOM）等。其中本文采用的基于SOM異常檢測方法，SOM的學(xué)習(xí)過程不同一般的神經(jīng)網(wǎng)絡(luò)，其可以不用提前給定任何目標(biāo)輸出。其基本思想上可以簡述為：當(dāng)輸入矢量輸入到網(wǎng)絡(luò)后，網(wǎng)絡(luò)利用隨機選取的權(quán)值進行計算，尋找到最優(yōu)的神經(jīng)元，然后調(diào)整權(quán)值，用收縮鄰域與學(xué)習(xí)因子（隨時間而收縮）的辦法，最終使取值形成一組能映射輸入的數(shù)據(jù)，當(dāng)網(wǎng)絡(luò)自組織形成時，訓(xùn)練即結(jié)束。一般而言SOM的神經(jīng)元是一個二維規(guī)則的單元格（一般有六邊形、矩形），其中每一個神經(jīng)元均可以由一組向量表達鄰近神經(jīng)元，且神經(jīng)元之間是根據(jù)一定的拓撲關(guān)系進行關(guān)聯(lián)。其中SOM的實現(xiàn)步驟可以簡述為，將輸入特征向量進行歸一化后，反復(fù)訓(xùn)練SOM。每訓(xùn)練一步，計算SOM權(quán)值與特征向量之間的“歐式距離”，最終選取最短距離的神經(jīng)元為最佳匹配單元（Bestmatchingunit，BMU），BMU的本質(zhì)就是權(quán)值矢量與輸入向量之間最為接近的單元。

結(jié)語

文章所提的基于大數(shù)據(jù)挖掘技術(shù)的發(fā)電機故障診斷與預(yù)測性維護技術(shù)，在一定程度實現(xiàn)了發(fā)電機的故障診斷。在此基礎(chǔ)之上實現(xiàn)了對發(fā)電機的預(yù)測性維護，該方法避免了傳統(tǒng)狀態(tài)監(jiān)測與故障診斷方法的不足，進一步提高了發(fā)電機的狀態(tài)監(jiān)測與故障診斷效率。進一步提升了海上電網(wǎng)的安全性能，提高了實際工程應(yīng)用價值。

參考文獻：

[1]陳雪峰，李繼猛，程航，等.風(fēng)力發(fā)電機狀態(tài)監(jiān)測和故障診斷技術(shù)的研究與進展[J].機械工程學(xué)報，2011，47（009）：45-52.

[2]汪喆.基于大數(shù)據(jù)分析的風(fēng)電機組運行狀態(tài)監(jiān)測評估[D].2016.

[3]任震，黃群古，黃雯瑩.基于實值小波變換的發(fā)電機故障檢測新方法[J].中國電機工程學(xué)報，2000，020（006）：58-60，64.

[4]張佰順.風(fēng)力發(fā)電機狀態(tài)監(jiān)測和故障診斷技術(shù)的研究[J].黑龍江科技信息，2014（30）：61-61.

（作者單位：河南工學(xué)院）