[發明專利]一種抽水蓄能機組軸系劣化評估方法及裝置

有效

• 申請號: 202110457485.7
• 申請日: 2021-04-27
• 公開（公告）號: CN113283300B
• 公開（公告）日: 2022-04-08
• 發明（設計）人: 李超順;陳鵬;肖湘曲;黃潔;吳一凡;甘振豪
• 申請（專利權）人: 華中科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G01M13/045;G06F17/15;G06F17/18
• 代理公司: 武漢華之喻知識產權代理有限公司 42267
• 代理人: 李君;廖盈春

1.一種抽水蓄能機組軸系劣化評估方法，其特征在于，包括以下步驟：

利用抽水蓄能機組實時運行過程中的狀態量信號，結合核密度估計方法，計算各采樣點的過程概率密度函數；

計算各采樣點的健康概率密度函數和所述過程概率密度函數的Wasserstein距離，作為各采樣點的劣化度；

將實時運行過程中各采樣點的權重與劣化度相乘后求和，獲取機組軸系融合劣化度；

其中，獲取所述健康概率密度函數和各采樣點的權重的方法為：

結合抽水蓄能機組狀態量，將抽水蓄能機組軸系歷史多測點多通道數據進行過程劃分，獲取候選健康樣本；

根據各采樣點對應候選健康樣本的均值和標準差，對采樣點中的候選健康樣本進行非支配排序，獲取各采樣點的目標健康樣本；

采用非參數估計中的核密度估計方法，結合目標健康樣本，計算所述各個采樣點的健康概率密度函數；

將各個采樣點的目標健康樣本構成健康樣本集后，對所述健康樣本集采用主成分分析方法，獲取各個采樣點的權重。

2.根據權利要求1所述的抽水蓄能機組軸系劣化評估方法，其特征在于，還包括以下步驟：

結合機組資料確定融合預警劣化度閾值；

對比機組軸系融合劣化度與融合預警劣化度閾值的大小，判斷是否提供預警信號以及預警信號的類別；

其中，當單一過程的機組軸系融合劣化度大于融合預警劣化度閾值，將提供輕度劣化預警信號；

當連續兩個過程的機組軸系融合劣化度大于融合預警劣化度閾值，將提供嚴重劣化預警信號。

3.根據權利要求1所述的抽水蓄能機組軸系劣化評估方法，其特征在于，所述過程概率密度函數的獲取方法，包括以下步驟：

利用抽水蓄能機組實時運行過程中的狀態量信號，采集每次抽水或發電過程的各采樣點數據；

將抽水或發電過程的各采樣點數據進行異常值和缺失值處理，獲取各個采樣點的過程樣本；

利用核密度估計方法，基于各采樣點的過程樣本，計算各采樣點的過程概率密度函數。

4.根據權利要求1所述的抽水蓄能機組軸系劣化評估方法，其特征在于，所述候選健康樣本的獲取方法為：

去除軸系歷史多測點多通道數據中的缺失值和異常值，篩選后的數據為候選數據；

按照狀態量將所述候選數據進行過程劃分，獲取候選健康樣本；

其中，軸系歷史多測點多通道數據包括上導軸承、下導軸承和水導軸承的振動擺度。

5.根據權利要求1或4所述的抽水蓄能機組軸系劣化評估方法，其特征在于，所述采樣點的權重獲取方法，包括如下步驟：

利用各采樣點的目標健康樣本生成健康樣本集；

采用健康樣本集生成協方差矩陣后，計算協方差矩陣的特征向量；

將特征向量中各個分量歸一化后，獲取各個采樣點的權重。

6.根據權利要求2所述的抽水蓄能機組軸系劣化評估方法，其特征在于，各過程的融合預警劣化度閾值的獲取方法，包括如下步驟：

結合機組資料，將達到抽水蓄能機組保護條件的過程作為預警過程，對預警過程中的數據進行缺失異常值處理后，獲取采樣點的預警閾值樣本；

對各采樣點預警閾值樣本采用核密度估計獲得各采樣點的預警樣本概率密度函數；

利用各采樣點預警樣本概率密度函數和健康樣本概率密度函數，獲取各個采樣點的預警劣化度；

將各個采樣點的預警劣化度與權重相乘，計算出各過程的預警劣化度閾值。