水电机组状态监测与故障诊断

李维巍

（吉林松江河水力发电有限责任公司，吉林通化 134500）

1 水电机组状态监测与故障诊断技术现状

1.1 水电机组状态监测技术现状

（1）机组振动稳定性监测技术。水电机组振动稳定性监测技术包含多种不同的参数，如水压脉动、主轴摆度、机组结构振动等。其中，当前水轮发电机组振动稳定性监测的基本原理如图1所示。监测分析系统、振动传感器共同构成振动监测系统。表征机组振动状态的不同非电量特征参数，通过传感器收集并转化成为电量信号，以便监测系统进行有效运用。监测分析系统共包括3种功能，即数据分析功能、数据存储功能、数据采集功能，能比较全面地获取振动信息，如振动趋势、轴心轨迹、振动波形、相位等，便于故障分析。

（2）发电机气隙和磁场强度监测技术。到目前为止，通过运用配套前置器、平板电容式传感器，利用计算机采集、储存、输出数据，便能测量出水轮发电机的磁场强度和气隙。电容式位移传感器的工作原理是通过对被测表面和传感器平板二者之间等效电容的的变化程度，对2个平面之间的距离进行有效反映。由于传感器属于平板形式，在定子转子之间安装传感器比较合适。其中，美国Vibrosys公司生产的气隙监测传感器比较具有代表性，包括空气气隙传感器VM5.0（图2a）和磁场强度传感器M FM-100（图2b）。

图1 振动监测原理

将发电机的结构参数作为主要依据，配置水轮发电机气隙传感器监测数量。当直径跃7.5 m时，宜配置8个传感器（图 3），当直径约7.5 m时，宜配置4个传感器。如果发电机转子机组的高度较高时，宜在定子上部配置4个传感器，定子下部配置8个传感器。其中，应沿着周向对测点进行均匀配置。例如在均匀配置4个传感器测点时，测点位置应分别选择+X，+Y，-X，-Y 方位。

图2 气隙监测传感器

1.2 水电机组故障诊断技术现状

最近几年，我国对水电机组故障诊断技术的关注越来越高，对其进行了深入的研究，已获得不少研究成果，但仍不能满足实际生产需求。很多水电机组故障诊断系统并未进行深入研究，仅仅进行了初步尝试。当前已有的故障诊断系统实用功能不强。水电机组故障诊断，国外发达国家开展的时间较早。例如，英国伦敦电力局研发出的HydroX系统，能在St.Lawrence水电站运用，具有70种故障诊断模式，故障诊断功能较好。

图3 气隙测点配置示意

2 水电机组状态监测与故障诊断技术中存在的问题

2.1 空化监测技术

最近几年，我国运用加速度传感器、超声波对空化监测技术进行了多次试探性研究，并积累了一些数据，当前空化监测技术仍存在很多不足之处，监测数据只能够作为参考，尚不能对机组检修、空化诊断提供可靠的依据。因受水轮机结构的影响，安装固定空化监测设备装置的难度较大。迄今为止，关于空化监测，国内外的研究成果还比较少，尚未研发出较为健全、完善的产品。为有效改进空化监测技术，要合理选择、配置监测传感器，同时选用有效的空化监测方法。

2.2 水电机组振动稳定性监测技术

关于水轮发电机组振动稳定性监测的研究和运用，通过深入研究不难发现，摆度监测技术已经比较完善，但水电机组振动稳定性监测技术还存在不少问题。我国制定的水电机组振动监测技术，主要运用低频振动速度传感器，它的低频响应特性较好，且便于安装和运用，但当发生比较大的突变情况时，低频速度传感器会发生不正常的输出信号。

2.3 气隙与磁场强度监测技术

与发达国家相比，我国水轮发电机气隙监测技术还比较落后，运用水平有待提高。今后必须深入研究气隙与磁场强度监测技术，包括对问题磁极位置进行有效判定、偏心诊断气隙监测数据、找出发电机潜在故障问题等。

2.4 水轮机效率监测技术

实时监测、评估水轮发电机组能量指标，必须要有效测量水电机组的流量，这项工作的难度非常高。最近几年，规则管道成功运用了超声波测流技术，使水轮机效率监测技术的产生成为可能。但考虑到水轮机的特殊流道条件，必须要进一步提高水轮机特殊流道的稳定性和测量精度。

2.5 局放监测技术

最近几年，我国部分水电厂安装了局放监测设备，在设备使用过程中，要想对局放信号进行准确监测，难度还是非常大。只有有效解决局放监测中的抗干扰问题，才能获得较好的监测效果。当前的监测结果，并不能作为检修工作的重要依据，只能作为一大参考。因此当前亟待解决的问题，是提高水轮发电机组局放监测的抗干扰能力，在众多局部监测信号中能对局放信号进行正确识别和分离。为解决以上问题，美国研发出一种事件识别软件，对噪声进行有效分离，日本研发出一种时差法定时噪声分离技术，我国尚未提出有效解决对策。

2.6 故障诊断技术

迄今为止，关于水电机组故障自动诊断系统，我国水电机组并未对其进行成功运用，虽然具有很多关于故障诊断方法的研究，但应用系统的开发不多，仅对水电机组故障诊断系统的运用进行了初步尝试。同时国外发达国家对水电机组故障诊断系统的研究也不多，因此我国应对故障机理、诊断模型、信号处理、监测技术等进行更为深入的研究，推进水电机组故障诊断技术。

2.7 主变油气监测技术

当前我国所使用的大多数变压器油气监测主流产品，均具有一定的WEB（World Wide Web，万维网）发布功能和组网功能，可以对含气量的变化趋势进行更好的反映，但离线测量和在线测量之间的偏差比较大，需要提高油气监测设备的精度。

3 水电机组状态监测与故障诊断技术发展趋势

3.1 新的信号分析技术的运用

随着时间的不断变化，现场实测的振动信号并不具有规则性，而是随机变化的。针对水电机组振动信号，运用当前的故障诊断系统并不能对其进行有效处理和分析，无法将水电机组的故障特点、运行状态有效提取。但利用小波分析技术，能解决以上问题。

3.2 多传感器信息融合技术的运用

运用多传感器信息融合技术，对多种故障信息进行充分利用，包括关系信息数据信息、频域数据、传感器时域数据、专家经验数据等，结合多种方法，如证据推理法、模糊理论、人工神经网络法等，提高了不确定自身和信息表达的直观性，使多传感器信息融合技术成为现实。

3.3 全息谱分解技术的运用

水电机组的故障诊断，主要利用频谱分析方法分析采集到的数据。一般谱分析中被忽略的相位信息，全息谱分解技术对其进行了充分利用。通过对互相垂直的2个信号进行有效结合，将频谱分析结果作为主要依据，深入分解轴心轨迹，提高了故障诊断结果的可靠性。

3.4 网络技术的运用

结合水电机组状态监测和故障诊断技术、虚拟仪器技术、互联网技术，可以提高水电机组的状态监测与故障诊断结果，提高状态监测和故障诊断的时效性，进而实现诊断网络化。

3.5 非线性方法和原理的运用

水电机组出现故障时，机组的行为常常表现为非线性，在水电机组故障诊断系统中运用多种非线性方法和原理，如奇异谱、分形几何、相关分析、FFT（Fast Fourier Transformation，快速傅氏变换）等，提高水电机组故障诊断系统的精准性和可靠性。