周弘毅，夏 磊

（國(guó)電南瑞科技股份有限公司，江蘇 南京）

引言

隨著電力系統(tǒng)的發(fā)展，電氣設(shè)備的容量也不斷增加。電氣設(shè)備的安全關(guān)系到電力系統(tǒng)的平穩(wěn)性。為了避免電氣設(shè)備的故障問題，研究人員從設(shè)備異常振動(dòng)方面著手，設(shè)計(jì)了相關(guān)的設(shè)備異常振動(dòng)識(shí)別方法。其中，基于EMD-LS-MFDFA 法的異常振動(dòng)識(shí)別方法利用經(jīng)驗(yàn)?zāi)B(tài)分解的方式，將設(shè)備異常振動(dòng)信號(hào)提取出來(lái)，再結(jié)合最小二乘法對(duì)振動(dòng)信號(hào)特征進(jìn)行優(yōu)化擬合，最后使用多重分形去趨勢(shì)波動(dòng)分析法分析設(shè)備異常振動(dòng)信號(hào)[1]。基于此，結(jié)合EMD、LS、MFDFA 等方法，將異常振動(dòng)信號(hào)以特征參數(shù)的形式呈現(xiàn)，從而減少振動(dòng)識(shí)別誤差?；谶w移學(xué)習(xí)的設(shè)備異常振動(dòng)識(shí)別方法利用遷移學(xué)習(xí)，對(duì)復(fù)雜環(huán)境下的設(shè)備異常振動(dòng)情況進(jìn)行精準(zhǔn)識(shí)別，從而優(yōu)化差異性正則化損失函數(shù)，獲得更加有效的識(shí)別模型[2]。

然而，以上兩種方法易受到異常諧波的影響，導(dǎo)致識(shí)別結(jié)果存在一定的隨機(jī)誤差。因此，本文利用隨機(jī)森林算法，設(shè)計(jì)了新的電氣設(shè)備異常振動(dòng)識(shí)別方法。

1 電氣設(shè)備異常振動(dòng)隨機(jī)森林識(shí)別方法設(shè)計(jì)

1.1 提取電氣設(shè)備異常振動(dòng)諧波特征

諧波是電氣設(shè)備異常振動(dòng)中非周期性波形，諧波電流是正常振動(dòng)電流的整數(shù)倍。對(duì)于電氣設(shè)備而言，異常振動(dòng)諧波包括分?jǐn)?shù)諧波、間諧波、次諧波，只有將所有異常振動(dòng)諧波特征均提取出來(lái)，才能對(duì)電氣設(shè)備的非線性諧波分量進(jìn)行分析，確定電氣設(shè)備異常振動(dòng)的類型[3]。在電氣設(shè)備的固定設(shè)備中，諧波是非線性產(chǎn)生的，利用波形控制找出異常振動(dòng)諧波發(fā)生源。本文將異常振動(dòng)諧波設(shè)定為i(θ ) ，交流失真波為 ω。假設(shè)ω =θ，則異常振動(dòng)諧波表示為：

式（1）中，i(ω ) 為交流失真波的特征分量；2 π為交流失真波的諧波周期。在電氣設(shè)備異常振動(dòng)的狀態(tài)下，流過電氣線路的 ω 為 -i(θ )的對(duì)稱波，并且出現(xiàn)i(- θ ) =-i( θ)的奇次諧波[4]。奇次諧波電流波形特征如圖1 所示。

圖1 奇次諧波電流波形特征

圖1 中，1、2、3、4 分別為3 次諧波、5 次諧波、基礎(chǔ)波、合成波。在電氣線路中所發(fā)生的奇次諧波中，異常諧波就會(huì)產(chǎn)生沖擊脈沖，根據(jù)沖擊脈沖的大小，判定電氣設(shè)備的應(yīng)力老化類型。再結(jié)合異常振動(dòng)諧波特征，確定電氣設(shè)備熱異常、電壓應(yīng)力異常、機(jī)械應(yīng)力異常、環(huán)境應(yīng)力異常、復(fù)合應(yīng)力異常等異常振動(dòng)類別，從而其進(jìn)行針對(duì)性的振動(dòng)識(shí)別。

1.2 基于隨機(jī)森林算法構(gòu)建電氣設(shè)備異常振動(dòng)識(shí)別模型

電氣設(shè)備異常振動(dòng)信號(hào)間斷性，是產(chǎn)生異常振動(dòng)混疊噪聲的主要原因。在異常振動(dòng)諧波特征提取之后，存在正常諧波混雜的問題，影響電氣設(shè)備異常振動(dòng)識(shí)別效果[5]。本文利用隨機(jī)森林算法，構(gòu)建出電氣設(shè)備異常振動(dòng)識(shí)別模型。通過隨機(jī)生成的白噪聲序列，消除電氣設(shè)備異常振動(dòng)區(qū)域的混疊噪聲，并將異常振動(dòng)數(shù)據(jù)進(jìn)行相關(guān)性變量識(shí)別，避免過擬合的問題。隨機(jī)生成的白噪聲序列為ni(t)，得到：

式（2）中，wi,k(t)為第i 個(gè)白噪聲的第k 階IMF分量；r′(t)為第i 個(gè)白噪聲的殘余分量。在電氣設(shè)備異常振動(dòng)識(shí)別的過程中，本文以決策樹作為識(shí)別模型，從樹的根節(jié)點(diǎn)出發(fā)，每一個(gè)節(jié)點(diǎn)在最優(yōu)的異常特征處分裂，進(jìn)而逐個(gè)節(jié)點(diǎn)構(gòu)建一個(gè)樹，直到滿足諧波/基波為全部異常狀態(tài)的條件，完成決策樹的異常識(shí)別。隨機(jī)森林決策樹識(shí)別模型如圖2 所示。

圖2 隨機(jī)森林識(shí)別模型

圖2 中，在Tree 1 中，灰色圓點(diǎn)為正常諧波；黑色圓點(diǎn)為異常諧波；在Tree M 中，灰色圓點(diǎn)為正?；ǎ谏珗A點(diǎn)為異?；ā１疚膶惓ＶC波與異?；ㄔ陔S機(jī)森林決策樹上進(jìn)行識(shí)別，在Tree 1 中識(shí)別異常諧波中的正常諧波；在Tree M 中識(shí)別異?；ㄖ械恼；?。將異常諧波與異?；ㄖ械恼ＶC波、基波排除之后，得到的識(shí)別結(jié)果1 與識(shí)別結(jié)果M 就是最為準(zhǔn)確的電氣設(shè)備異常振動(dòng)數(shù)據(jù)。在異常特征分析的過程中，本文利用識(shí)別信度指標(biāo)，衡量識(shí)別結(jié)果的可靠性。信度公式為：

1.3 識(shí)別電氣設(shè)備劣化異常狀態(tài)

在識(shí)別模型得到電氣設(shè)備異常振動(dòng)識(shí)別結(jié)果之后，本文根據(jù)識(shí)別結(jié)果，判斷電氣設(shè)備的劣化等級(jí)，為電氣設(shè)備提供針對(duì)性的運(yùn)維決策。電氣設(shè)備劣化等級(jí)劃分情況如表1 所示。

表1 劣化等級(jí)劃分

表1 中，經(jīng)過異常振動(dòng)識(shí)別之后，將存在異常的B1、B2、B3、C 設(shè)備進(jìn)行實(shí)時(shí)關(guān)注，在劣化等級(jí)為C 的設(shè)備上關(guān)注度增加，秉持著“早發(fā)現(xiàn)，早治療”的觀念，保持電氣設(shè)備的長(zhǎng)久運(yùn)行。

2 實(shí)驗(yàn)與分析

為了驗(yàn)證本文方法的有效性，設(shè)計(jì)如下實(shí)驗(yàn)，并將文獻(xiàn)[1]方法、文獻(xiàn)[2]方法作為對(duì)比。

2.1 實(shí)驗(yàn)過程

本次實(shí)驗(yàn)將風(fēng)機(jī)齒輪箱的電氣設(shè)備作為異常振動(dòng)識(shí)別目標(biāo)，通過現(xiàn)場(chǎng)采集的數(shù)據(jù)，識(shí)別該設(shè)備的異常振動(dòng)情況。風(fēng)機(jī)齒輪箱2.0 MW，風(fēng)機(jī)齒輪箱為一級(jí)行星太陽(yáng)輪&一級(jí)行星輪，二級(jí)太陽(yáng)輪&平行級(jí)中間軸結(jié)構(gòu)，齒輪傳動(dòng)比為131.58，齒輪箱型號(hào)為FD2250MD。

在齒輪箱上布置一個(gè)振動(dòng)傳感器，傳感器在主軸承徑向、軸向；齒輪箱徑向；發(fā)電機(jī)徑向等位置布置監(jiān)測(cè)點(diǎn)，找出發(fā)電設(shè)備的異常振動(dòng)問題。根據(jù)振動(dòng)傳感器傳回的數(shù)據(jù)得知，主軸承上存在8 個(gè)異常振動(dòng)點(diǎn)位，分別為主軸承徑向與軸向的12 點(diǎn)、3 點(diǎn)、6 點(diǎn)、9 點(diǎn)鐘方向的異常振動(dòng)；齒輪箱徑向1 點(diǎn)、5 點(diǎn)、7 點(diǎn)、11 點(diǎn)鐘方向的異常振動(dòng)；發(fā)電機(jī)徑向12 點(diǎn)、3 點(diǎn)、6 點(diǎn)、9 點(diǎn)鐘方向的異常振動(dòng)。本文將振動(dòng)傳感器采集的異常振動(dòng)數(shù)據(jù)進(jìn)行分析，并計(jì)算出發(fā)電設(shè)備各個(gè)零部件異常振動(dòng)的均方根誤差，過程如下：

2.2 實(shí)驗(yàn)結(jié)果

在上述實(shí)驗(yàn)條件下，本文隨機(jī)選取出主軸承、齒輪箱、發(fā)電機(jī)等電氣設(shè)備，對(duì)其異常振動(dòng)位置進(jìn)行識(shí)別。識(shí)別信度是對(duì)異常振動(dòng)識(shí)別數(shù)據(jù)的可靠性驗(yàn)證結(jié)果，識(shí)別信度越高，振動(dòng)數(shù)據(jù)識(shí)別的隨機(jī)誤差越小。RMSE 值是異常振動(dòng)識(shí)別的均方根誤差值，RMSE 值越小，振動(dòng)數(shù)據(jù)識(shí)別的準(zhǔn)確性越高。實(shí)驗(yàn)結(jié)果如表2所示。

表2 實(shí)驗(yàn)結(jié)果

表2 中，在其他條件均一致的情況下，使用文獻(xiàn)[1] 方法之后，識(shí)別信度在0.54～0.86 的范圍內(nèi)變化；RMSE 值在0.08～0.25 的范圍內(nèi)變化。由此可見，使用該方法之后，異常振動(dòng)識(shí)別的隨機(jī)誤差較大，振動(dòng)數(shù)據(jù)識(shí)別的準(zhǔn)確性相對(duì)較低，亟需對(duì)其進(jìn)行優(yōu)化。使用文獻(xiàn)[2]方法之后，識(shí)別信度在0.84～0.89 的范圍內(nèi)變化；RMSE 值在0.01～0.10 的范圍內(nèi)變化。由此可見，使用該方法之后，識(shí)別信度較為穩(wěn)定，整體數(shù)據(jù)能夠滿足基本識(shí)別需求。但是，該方法的識(shí)別誤差仍然存在，影響異常振動(dòng)識(shí)別效果。而使用本文方法之后，識(shí)別信度在0.96～1.00 的范圍內(nèi)變化；RMSE 值在0.001～0.005 的范圍內(nèi)變化。由此可見，本文方法的異常振動(dòng)識(shí)別有效性較高，隨機(jī)誤差較低。

結(jié)束語(yǔ)

電氣設(shè)備在運(yùn)行過程中如果發(fā)生故障或失效，將會(huì)給企業(yè)帶來(lái)巨大的經(jīng)濟(jì)損失。為此，針對(duì)電氣設(shè)備的異常振動(dòng)問題，本文利用隨機(jī)森林算法設(shè)計(jì)了電氣設(shè)備異常振動(dòng)識(shí)別方法。從異常諧波特征、識(shí)別模型、劣化狀態(tài)識(shí)別等方面，降低了電氣設(shè)備異常振動(dòng)狀態(tài)識(shí)別的隨機(jī)誤差，為電氣設(shè)備的運(yùn)行與維護(hù)提供了保障。