关键词： 水电机组   短路保护   设计要求  

摘要： 水电站发电机组内部短路故障是发电机运行中的重要问题,本文针对水电站发电机组内部短路故障的主保护进行了探讨。

关键词： 水电机组   状态监测   状态检修   故障诊断  

摘要： 全面介绍我国水电机组水轮机、发电机、轴承和辅机系统的状态监测技术应用现状及存在的主要问题;同时对水电机组各系统的故障诊断技术现状、电厂状态检修策略的实施现状进行了全面地总结和分析。现阶段,水电机组各系统的在线监测技术虽然在短期之内能够基本满足电厂安全运行的监测需求,但是各系统监测信号、数据的精度和抗干扰水平还需进一步提高和完善,同时为实现机组运行的全面监测、机组故障诊断和电厂的状态检修,还迫切需要对低频振动监测、局放信号识别和抗干扰、空化空蚀监测、故障诊断理论研究等技术难点进行攻关和研究。

关键词： 故障诊断   智能体   模糊矩阵   水电机组  

摘要： 针对水电机组现有在线监测方式的缺陷,设计了一种基于多智能体的故障诊断系统模型。与经典MAS故障诊断系统相比,该模型将任务控制与任务分解融合于一个Agent子系统中,提高了控制信号的传输率并简化系统;状态监测子系统直接从监控现场提取异常特征信号以提高故障监测的灵敏性;在故障诊断子系统中设计了多Agent并行工作结构以满足系统诊断实时性与高可靠性的要求;采用基于java语言的JAFMAS软件构建开发平台建立多A-gent协调机制。实验结果表明了该方法的有效性。

关键词： 水轮发电机组   故障诊断   应用现状   技术发展  

摘要： 通过资料和国内外现场调研,对水电机组故障诊断技术国内外发展的现状进行论述,提出了故障诊断技术在水电厂生产运行中的诊断原则和作用。并针对水电机组的特点,分类归纳了水电机组故障诊断的对象和内容,对目前水电行业应用较广的几种诊断方法进行分析。最后,提出了故障诊断技术在水电行业研究应用中的不足及其技术展望。

关键词： 水电机组   Petri网   专家系统   故障诊断   产生式规则  

摘要： 针对水电机组故障诊断的多样性、复杂性,提出采用Petri网模型表示水电机组故障诊断专家系统的产生式规则,基于水电机组振动故障征兆信息可快速推理故障源。诊断实例表明,该诊断推理方法快速、准确、有效,可供借鉴。

关键词： 水力发电机组   系统辨识   参数辨识   模糊理论   模糊模型   模糊聚类   引力搜索   故障诊断  

摘要： 水电机组控制系统与机组的稳定、安全、高效运行密切相关,对其进行精确建模研究是系统动态过程仿真、自适应控制、机组及互联电网稳定性分析和机组故障诊断的基础。水电机组控制系统是具有时变、非最小相位、强非线性等特点的复杂系统,精确建模一直是相关研究的难点;水电机组日趋大型化、复杂化导致机组故障风险日益突出,机组故障诊断研究一直备受学界关注。因此,深入研究水电机组控制系统辨识理论与方法,获得机组控制系统的精确模型描述,研究机组故障诊断策略,对实现水电机组的安全、可靠和高效运行,具有十分重要的理论意义和工程应用价值。 在水电机组系统辨识研究中,传统方法多集中在线性系统辨识领域,辨识的模型多为忽略了非线性环节的简单线性模型,缺乏对非线性系统辨识的研究,制约了高精度水电机组对象模型的获取,亟需进一步发展水电机组非线性辨识理论并系统地建立完善水电机组系统辨识方法体系。为此,在全面分析水电机组特性基础上,凝练出机组控制系统辨识及机组故障诊断所面临的科学问题,结合模糊理论及先进智能优化方法,对水电机组控制系统参数辨识方法、模型整体辨识策略进行了系统深入的研究,进一步开展了基于系统辨识的机组故障诊断研究,提出了基于模糊聚类理论的故障模式识别方法体系。论文的主要工作及创新性成果如下： （1）针对水电机组对象特性及系统辨识研究需求,研究并建立了水轮机调节系统各环节数学模型,对其中的非线性特性进行了重点解析,探讨了不同工况下水电机组控制对象模型表现形式,建立了水轮机调节系统典型线性模型及非线性模型的SIMULINK仿真平台,为系统辨识研究打下了基础。 （2）考虑水电机组参数辨识的特殊性,研究并推导了基于微分变换和积分变换的连续系统参数辨识方法,直接辨识对象物理参数。构建了基于Harley变换的连续系统辨识模型,实现了水轮机调速器控制参数的精确辨识,研究了具有结构简单、计算速度快的Haar类正交变换,成功应用于水轮机调节对象的参数辨识。 （3）水电机组控制系统是复杂的非线性系统,在不对模型进行简化的情况下进行非线性系统参数辨识。引入引力搜索算法,结合粒子群算法的优点提出了改进引力搜索算法,使其在保留引力搜索的前提下增加了信息共享及记忆能力,进一步提高了搜索能力,在此基础上研究了基于智能优化的非线性系统辨识方法,构造了基于智能优化方法的水轮机调节系统辨识框架,实现了复杂工况下水轮机调节系统非线性模型参数的精确辨识。 （4）进一步研究了水电机组复杂非线性系统的整体模型辨识,提出用模糊模型来精确描述水轮机调节系统。在传统T-S模糊模型的基础上,研究并提出用变尺度混沌优化方法来优化T-S模糊的结构与参数,实现结构参数的一体化辨识,为提高模糊空间划分的合理性,提出了基于线性回归原型及超平面原型的模糊聚类方法,实现了T-S模糊模型的高精度辨识,最后验证其在水轮机调节系统辨识中的效果。 （5）研究了基于数学模型的动态系统故障诊断策略,为进一步开展该类问题研究打下了基础。进而研究了基于模糊聚类模式识别方法的机组故障诊断,提出了加权混合模糊聚类方法（WCOFCM）和一种加权核聚类算法（WFKC）,结合混沌变量的全局搜索能力与梯度算子的局部寻优能力,通过核函数非线性映射及样本特征加权,有效区分了重要和非重要的样本特征,突出了敏感样本特征在聚类中的主导作用,有效实现了机组故障模式的准确识别。

关键词： 水电机组   振动故障诊断   信息熵理论   Parks聚类分析  

摘要： 针对水电机组振动故障与征兆之间复杂的非线性关系,将经过整理的水电机组典型故障分别作为标准故障类,每个标准故障类和它所对应的具有代表性的特征参数构成故障类特征向量,建立标准故障特征参数矩阵。采用信息熵理论和Parks聚类分析方法对待检样本进行聚类分析,从而辨识出待检样本最有可能属于哪个故障类,即最有可能是哪种故障。通过实例检验表明理论计算与现场检查结果相符,证明该方法能有效地确定故障类型和发生故障的部位,适合于故障诊断中自动模式识别,具有良好的实际应用前景,为水电机组状态监测及故障诊断提供了一种新途径。

关键词： 变精度粗糙集   RBF神经网络   水电机组   故障诊断  

摘要： 将变精度粗糙集理论引入水电机组故障诊断中,利用变精度粗糙集属性约简方法对水电机组故障的检测信息进行约简,提取对故障分类起主要作用的信息,并用RBF神经网络对粗糙集处理后的故障信息进行诊断。该方法不仅克服了神经网络对冗余信息和有用信息识别的局限性,有效地降低了神经网络的输入信息空间维数,减小了神经网络规模,还可以弥补经典粗糙集方法对输入信息中的噪声较敏感、抗干扰能力差的不足,进而达到提高诊断准确性的目的。水电机组振动故障实例的诊断分析结果证明了该诊断方法的有效性和优越性。

关键词： 分级模糊神经网络   故障诊断   水电机组  

摘要： 针对水电机组发生故障时,故障征兆与故障原因之间复杂的对应关系,提出了一种新型的基于低、中、高3级模糊神经网络的故障诊断结构模型和相应的学习算法,并以此方法对该分级模糊神经网络进行了仿真训练.仿真实验结果表明,该方法能有效地对水电机组单故障与多故障样本进行分类,可提高诊断准确率.

关键词： 水电机组   状态监测   故障诊断   进展  

摘要： 总结了近年来国内外水电机组状态监测与故障诊断研究最新进展,包括水电机组振动稳定性监测技术、水轮机效率监测技术、水轮机空化监测技术、发电机绝缘局放监测技术、发电机气隙和磁场强度监测技术、主变压器油气监测技术以及水电机组故障诊断技术等,并详细分析了水电机组状态监测与故障诊断研究方法和产品应用的主要成果,指出其尚未解决的技术问题,最后提出了水电机组状态监测与故障诊断系统未来发展的新趋势。