李大焱

(國(guó)投云南大朝山水電有限公司，昆明 650213)

0 引言

電力資源是我國(guó)基礎(chǔ)性能源之一，在我國(guó)生產(chǎn)活動(dòng)中起到了關(guān)鍵作用，因此電力生產(chǎn)至關(guān)重要。電力主要通過(guò)電廠產(chǎn)生，電廠將自然資源通過(guò)某種裝置轉(zhuǎn)換為電能，水電廠就是其中之一[1]。在水電廠運(yùn)行過(guò)程中，勵(lì)磁系統(tǒng)起到了關(guān)鍵作用，具體包括維持機(jī)端電壓、合理分配發(fā)電機(jī)間的無(wú)功負(fù)荷、根據(jù)運(yùn)行要求對(duì)發(fā)電機(jī)實(shí)行最大勵(lì)磁限制及最小勵(lì)磁限制、在電力系統(tǒng)發(fā)生短路故障時(shí),能增大短路電流，提高帶時(shí)限繼保護(hù)的靈敏性等。在此背景下，勵(lì)磁系統(tǒng)故障分析與改進(jìn)對(duì)于保證水電廠正常供電，提供水電廠電力生產(chǎn)質(zhì)量都具有重要的現(xiàn)實(shí)意義[2]。

對(duì)水電廠勵(lì)磁系統(tǒng)故障研究有很多，如在國(guó)內(nèi)，20世紀(jì)80年代初開(kāi)始進(jìn)行勵(lì)磁系統(tǒng)故障研究工作，如潘家口水電廠水利電力勘測(cè)設(shè)計(jì)研究院設(shè)計(jì)了一種勵(lì)磁系統(tǒng)故障監(jiān)測(cè)診斷裝置，并投入到勵(lì)磁系統(tǒng)故障分析當(dāng)中，實(shí)現(xiàn)了其運(yùn)行狀態(tài)的監(jiān)測(cè)，及時(shí)發(fā)現(xiàn)故障問(wèn)題；華中科技大學(xué)與葛洲壩電廠合作共同研發(fā)了專門應(yīng)用與勵(lì)磁系統(tǒng)故障的監(jiān)測(cè)與診斷系統(tǒng)，以應(yīng)對(duì)水電廠勵(lì)磁系統(tǒng)故障問(wèn)題。在國(guó)外，20世紀(jì)60年代就開(kāi)始了對(duì)勵(lì)磁系統(tǒng)故障的研究工作，如美國(guó)ABB公司研制出基于故障錄波器的UNITROL 6000設(shè)備，該設(shè)備可實(shí)現(xiàn)上千故障的處理與存儲(chǔ)。加拿大某公司研發(fā)了一套在線GEMS系統(tǒng)，實(shí)現(xiàn)了對(duì)勵(lì)磁系統(tǒng)運(yùn)行狀態(tài)的24小時(shí)在線的實(shí)時(shí)監(jiān)測(cè)。

基于上述研究，本文進(jìn)行水電廠勵(lì)磁系統(tǒng)故障分析及改進(jìn)措施研究，以期為水電廠勵(lì)磁系統(tǒng)故障解決提供建議和參考。最后經(jīng)測(cè)試分析，水電廠勵(lì)磁系統(tǒng)故障分析準(zhǔn)確性較高，為故障改進(jìn)工作提供了可靠依據(jù)，從而提高水電廠電力生產(chǎn)質(zhì)量。

1 水電廠勵(lì)磁系統(tǒng)故障分析研究

水電廠勵(lì)磁系統(tǒng)是供給同步發(fā)電機(jī)勵(lì)磁電流的電源及其附屬設(shè)備的統(tǒng)稱，主要包括調(diào)節(jié)器以及功率單元兩個(gè)部分，具體如圖1所示。

圖1 水電廠勵(lì)磁系統(tǒng)組成結(jié)構(gòu)

由圖1可知，本文水電廠勵(lì)磁系統(tǒng)故障主要發(fā)生在兩個(gè)環(huán)節(jié)上，故障主要包括功率柜故障、調(diào)節(jié)器故障等兩種[3]。此外還包括失磁故障、整流電源故障、熔斷器爆裂故障、逆變滅磁失敗故障等[4]。每種故障發(fā)生后，都會(huì)造成勵(lì)磁電壓波形的變化。根據(jù)上述特點(diǎn)，基于勵(lì)磁電壓波形進(jìn)行水電廠勵(lì)磁系統(tǒng)故障分析，分析包括故障錄波、處理、分析等三部分。

1.1 故障錄波

得到勵(lì)磁電壓信號(hào)是進(jìn)行故障分析的基礎(chǔ)和前提，因此在故障分析中，首要解決的問(wèn)題就是故障錄波，也就是采集勵(lì)磁電壓信號(hào)。勵(lì)磁電壓信號(hào)采集主要通過(guò)電壓傳感器實(shí)現(xiàn)。電壓傳感器是一種通過(guò)測(cè)量電量參數(shù)，然后將其轉(zhuǎn)換為直流電流、直流電壓模擬信號(hào)輸出的測(cè)量裝置，主要用于設(shè)備或系統(tǒng)故障分析當(dāng)中[5]。

勵(lì)磁系統(tǒng)通電，運(yùn)行勵(lì)磁系統(tǒng)的同時(shí)利用電壓傳感器采集其電壓信號(hào)，然后按照如下流程：非電學(xué)量→敏感元件→轉(zhuǎn)換元件→調(diào)理電路→電學(xué)量，將電壓信號(hào)非電學(xué)量轉(zhuǎn)換成易于傳輸或測(cè)量的電學(xué)量[6]。

在上述電壓傳感器錄波過(guò)程中，勵(lì)磁電壓信號(hào)調(diào)理至關(guān)重要，具體包括信號(hào)放大、濾波、隔離等。

1)信號(hào)放大。采集到的電壓信號(hào)中有的信號(hào)是弱信號(hào)，質(zhì)量不高，因此需要將其放大，以提高分辨率。一般通過(guò)放大器來(lái)實(shí)現(xiàn)[7]。

2)信號(hào)濾波。信號(hào)在采集和傳輸過(guò)程中，受到環(huán)境以及自身設(shè)備的影響，會(huì)感染噪聲，導(dǎo)致有用的電壓信號(hào)被掩蓋起來(lái)，不利于后續(xù)故障分析，因此需要進(jìn)行信號(hào)濾波，除去不需要的頻率成分。信號(hào)濾波方法有很多，如奇異值分解、小波變換、獨(dú)立向量分析等。在這里采用高斯濾波器進(jìn)行濾波。高斯濾波器基本思路是將高斯核函數(shù)與原始電壓信號(hào)進(jìn)行卷積運(yùn)算，得到濾波后電壓信號(hào)[8]。

具體過(guò)程如下：

(1)設(shè)勵(lì)磁系統(tǒng)電壓信號(hào)為fk(m)，采樣點(diǎn)時(shí)間為m，高斯濾波權(quán)值為wk(m,σ)，迭代次數(shù)為K。

(2)計(jì)算fk(m)的長(zhǎng)度L，也就是取樣點(diǎn)個(gè)數(shù)；

(3)令初始迭代次數(shù)k=0；

(5)分別選擇σ>Fave、σ>Fave、σ≈Fave計(jì)算濾波器的加權(quán)系數(shù)。

(6)分別選擇σ>Fave、σ>Fave、σ≈Fave對(duì)電壓信號(hào)進(jìn)行濾波，即對(duì)f(m)進(jìn)行加權(quán)平均。

(7)判斷是否滿足迭代結(jié)束條件，即k=K。滿足，則輸出結(jié)果；若不滿足，則回到步驟(4)，繼續(xù)進(jìn)行計(jì)算。

3)信號(hào)隔離。避免傳感器和水電廠勵(lì)磁系統(tǒng)連接錄波時(shí)出現(xiàn)電連接，需要進(jìn)行隔離保護(hù)以及避免形成接地回路，引起誤差[9]。

1.2 勵(lì)磁系統(tǒng)故障識(shí)別分析

勵(lì)磁系統(tǒng)故障識(shí)別分析是本文研究的核心，即通過(guò)采集到的電壓信號(hào)，分析出其故障類型，這對(duì)于后期進(jìn)行故障改進(jìn)具有重要的作用，能夠提高故障改進(jìn)效率和質(zhì)量[10]。本章節(jié)勵(lì)磁系統(tǒng)故障識(shí)別主要基于人工神經(jīng)網(wǎng)絡(luò)算法來(lái)實(shí)現(xiàn)。神經(jīng)網(wǎng)絡(luò)算法是一種模擬人腦神經(jīng)元網(wǎng)絡(luò)運(yùn)行原理而產(chǎn)生的智能算法。神經(jīng)網(wǎng)絡(luò)算法由大量的節(jié)點(diǎn)(或稱神經(jīng)元)之間相互聯(lián)接構(gòu)成的多層網(wǎng)絡(luò)，具體為輸入層、隱含層和輸出層，具有很強(qiáng)的自適應(yīng)、自組織和實(shí)時(shí)學(xué)習(xí)的特點(diǎn)，在故障識(shí)別與分析領(lǐng)域發(fā)揮了重要作用[11]。本文就基于人工神經(jīng)網(wǎng)絡(luò)算法進(jìn)行勵(lì)磁系統(tǒng)故障識(shí)別。人工神經(jīng)網(wǎng)絡(luò)包括學(xué)習(xí)和測(cè)試兩個(gè)過(guò)程。

人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過(guò)程正向傳播階段是指將采集到的水電廠勵(lì)磁系統(tǒng)故障電壓信號(hào)從輸入層輸入，經(jīng)過(guò)隱含層運(yùn)算，最后在輸出層輸出結(jié)果。這時(shí)輸出結(jié)果與期望值相對(duì)比，若誤差小于設(shè)定的閾值，則完成神經(jīng)網(wǎng)絡(luò)訓(xùn)練；若得到的二者誤差大于設(shè)定的閾值，則進(jìn)入誤差的反向傳播階段，不斷調(diào)整各層網(wǎng)絡(luò)之間的權(quán)值[12]。誤差信號(hào)反向傳播階段：將輸出結(jié)果與期望值之間的誤差信號(hào)從輸出層輸入，并按照隱含層、輸入層順序逆向傳播。在這一過(guò)程中，會(huì)通過(guò)誤差反饋不斷調(diào)節(jié)神經(jīng)網(wǎng)絡(luò)的權(quán)值，以此來(lái)修正神經(jīng)網(wǎng)絡(luò)，使得輸出的結(jié)果更接近期望輸出[13]。

人工神經(jīng)網(wǎng)絡(luò)測(cè)試過(guò)程：在上述人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過(guò)程結(jié)束后，會(huì)得到一個(gè)修正好的神經(jīng)網(wǎng)絡(luò)。在測(cè)試過(guò)程中，直接將測(cè)試樣本輸入到修正好的神經(jīng)網(wǎng)絡(luò)中，即可得到故障識(shí)別結(jié)果[14]。

隱含層或輸出層第i個(gè)單元的輸出為：

yi=f×(wijxj+gi)

(1)

式中，f為作用函數(shù)；wij為上一層第j個(gè)節(jié)點(diǎn)與該層第i個(gè)節(jié)點(diǎn)的連接權(quán)；xj為上一層第j個(gè)節(jié)點(diǎn)的輸出；gi為上一層第i個(gè)節(jié)點(diǎn)的閾值。

f通常釆用S型函數(shù)(Sigmoid)作為轉(zhuǎn)換函數(shù)。

(2)

設(shè)學(xué)習(xí)過(guò)程中第p個(gè)樣本中第i個(gè)節(jié)點(diǎn)的輸出值為ypi，期望輸出值為spi，則有偏差：

(3)

其中:n為上一層節(jié)點(diǎn)總數(shù)。

通過(guò)自學(xué)習(xí)調(diào)整權(quán)值wij，使得偏差Ep

有一天北舞來(lái)招生，我就想試一試吧，不用有太大壓力，反正相比那些從五六歲就開(kāi)始練的同學(xué)，我跳得挺爛的，肯定沒(méi)戲，就不知天高地厚地去考試了。當(dāng)時(shí)跳完之后，評(píng)委席上的老師都“撲哧”笑了。

在上述研究中提到故障類型水電廠勵(lì)磁系統(tǒng)故障主要包括功率柜故障、失磁故障、調(diào)節(jié)器故障、整流電源故障、熔斷器爆裂故障、逆變滅磁失敗故障等幾種[16]，因此將這些故障作為每一種勵(lì)磁系統(tǒng)運(yùn)行狀態(tài)下對(duì)應(yīng)的輸出向量，具體如表1所示。

表1 勵(lì)磁系統(tǒng)運(yùn)行狀態(tài)對(duì)應(yīng)的人工神經(jīng)網(wǎng)絡(luò)理想輸出

2 勵(lì)磁系統(tǒng)故障改進(jìn)措施

針對(duì)功率柜故障、失磁故障、調(diào)節(jié)器故障、整流電源故障、熔斷器爆裂故障、逆變滅磁失敗故障等，勵(lì)磁系統(tǒng)故障改進(jìn)措施如下。

2.1 功率柜故障故障改進(jìn)措施

勵(lì)磁系統(tǒng)是勵(lì)磁系統(tǒng)最常見(jiàn)的故障之一，造成的原因主要有三種：風(fēng)壓低，風(fēng)壓繼電器接點(diǎn)抖動(dòng)；風(fēng)溫過(guò)高；電流不平衡。針對(duì)這三個(gè)原因處理方法有三個(gè)：調(diào)整風(fēng)壓繼電器行程開(kāi)關(guān)的角度；對(duì)比兩個(gè)功率柜，檢查測(cè)溫電阻是否正常；檢查是否有可控硅不導(dǎo)通或霍爾變送器測(cè)量誤差[17]。

2.2 調(diào)節(jié)器故障改進(jìn)措施

調(diào)節(jié)器是勵(lì)磁系統(tǒng)的主要組成結(jié)構(gòu)，其故障主要表現(xiàn)在三個(gè)方面[18]，以及具體處理方法如表2所示。

表2 調(diào)節(jié)器故障

2.3 失磁故障改進(jìn)措施

失磁故障出現(xiàn)后面，勵(lì)磁系統(tǒng)的電壓值會(huì)在一段時(shí)間內(nèi)急速下降到負(fù)值，并且同時(shí)電力和定子的電壓伴有極大的波動(dòng)，因此一旦出現(xiàn)失磁故障，先不要忙著查找原因，而是需要第一時(shí)間緊急停機(jī)，然后在做靜態(tài)試驗(yàn)分析查找原因，最后根據(jù)查重到的原因進(jìn)行故障排除[19]。

2.4 熔斷器爆裂故障改進(jìn)措施

熔斷器爆裂故障是相間短路之后本應(yīng)熔斷器迅速熔斷，機(jī)組出現(xiàn)跳閘而停止運(yùn)行的故障。該故障發(fā)生后，應(yīng)當(dāng)立即關(guān)閉電源，然后對(duì)機(jī)部位進(jìn)行全面檢查，并更換合格的高壓側(cè)熔斷器[20]。

2.5 整流電源故障

整流電源故障包括交流電源消失、直流電源消失兩種表現(xiàn)形式，因此故障處理方法也不同，具體如表3所示[21]。

表3 整流電源故障

2.6 逆變滅磁失敗故障改進(jìn)措施

逆變滅磁失敗是指勵(lì)磁系統(tǒng)在停電后，機(jī)端電壓仍大于10%額定值。造成這一現(xiàn)象的原因有：調(diào)節(jié)器脈沖輸出混亂，未與可控硅對(duì)應(yīng)；整流器陽(yáng)極輸入電源相序錯(cuò)誤；有可控硅損壞，導(dǎo)致在轉(zhuǎn)子回路中形成續(xù)流回路[22]。針對(duì)這三種原因，改進(jìn)措施有三個(gè)：檢查各脈沖信號(hào)線是否正確接入對(duì)應(yīng)的可控硅觸發(fā)回路；檢查輸入電源相序，確保為正相序；做開(kāi)環(huán)試驗(yàn)檢查各可控硅是否正常[23]。

3 仿真實(shí)驗(yàn)分析

3.1 實(shí)驗(yàn)樣本

本實(shí)驗(yàn)樣本分布情況如表4所示。其中，學(xué)習(xí)樣本來(lái)自某水電廠數(shù)據(jù)庫(kù)，測(cè)試樣本來(lái)自霍爾電壓傳感器現(xiàn)場(chǎng)采集。

表4 實(shí)驗(yàn)樣本

3.2 故障信號(hào)采集

本實(shí)驗(yàn)中選擇霍爾電壓傳感器采集測(cè)試樣本數(shù)據(jù)(采集情況見(jiàn)表4)。該電壓傳感器具體技術(shù)指標(biāo)設(shè)置如表5所示。

3.3 神經(jīng)網(wǎng)絡(luò)訓(xùn)練

利用表4中樣本對(duì)人工神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，神經(jīng)網(wǎng)絡(luò)輸入層有7個(gè)神經(jīng)元；隱含層神經(jīng)元為11個(gè)，學(xué)習(xí)率為0.25，迭代次數(shù)為3 500；系統(tǒng)誤差為10-5。神經(jīng)網(wǎng)絡(luò)輸入樣本特征庫(kù)如表6所示。

由表6可知，神經(jīng)網(wǎng)絡(luò)輸入樣本故障分為功率柜故障、調(diào)節(jié)器故障、失磁故障、熔斷器爆裂故障、整流電源故障、以及逆變滅磁失敗故障情況，若樣本中存在故障顯示1，反之則顯示0。需提取故障數(shù)據(jù)噪聲，消除數(shù)據(jù)噪聲對(duì)故障信號(hào)屬性判斷的干擾，完成神經(jīng)網(wǎng)絡(luò)輸入樣本故障數(shù)據(jù)的采集。

表5 霍爾電壓傳感器技術(shù)參數(shù)

表6 神經(jīng)網(wǎng)絡(luò)輸入樣本特征庫(kù)(部分)

3.4 評(píng)估指標(biāo)

本文評(píng)估指標(biāo)選取AUC值作為評(píng)判標(biāo)準(zhǔn)，AUC值為ROC曲線所覆蓋的區(qū)域面積。AUC越接近1，故障分析效果越好。

假定ROC曲線由坐標(biāo)為{(x1,y1),(x2,y2),...,(ym,ym)}的點(diǎn)按序連接而形成(x1=0,xm=1)，則AUC可估算為：

(4)

3.5 結(jié)果分析

將測(cè)試樣本輸入到訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)當(dāng)中，根據(jù)得到的結(jié)果繪制ROC曲線，如圖2所示。

圖2 ROC曲線與AUC

按照上述公式(4)計(jì)算AUC值，得出AUC=0.964，接近1，由此說(shuō)明本文水電廠勵(lì)磁系統(tǒng)故障分析結(jié)果較為準(zhǔn)確，證明了本文分析方法的有效性，為后期故障改進(jìn)和排除提供了可靠的依據(jù)。

4 結(jié)束語(yǔ)

綜上所述，勵(lì)磁系統(tǒng)在水電廠電力生產(chǎn)中起到了關(guān)鍵作用，一旦出現(xiàn)故障，將直接影響電力輸出。為此，為保證電力供應(yīng)質(zhì)量，勵(lì)磁系統(tǒng)故障分析與改進(jìn)具有重要的現(xiàn)實(shí)意義。本文經(jīng)測(cè)試，水電廠勵(lì)磁系統(tǒng)故障分析準(zhǔn)確較高，為后續(xù)故障改進(jìn)和排除提供了可靠的依據(jù)。然而，由于時(shí)間和精力有限，在本文研究中仍存在一些缺陷，即在實(shí)驗(yàn)階段，選擇的實(shí)驗(yàn)樣本種類較少，因此分析結(jié)果不全面，具有一定的局限性，因此在未來(lái)的研究中，需要加入更多的實(shí)驗(yàn)樣本，以使故障分析。更加完整。