CN109630347B - 故障诊断的水电站调速器油压智能控制系统及诊断方法 - Google Patents
故障诊断的水电站调速器油压智能控制系统及诊断方法 Download PDFInfo
- Publication number
- CN109630347B CN109630347B CN201811397925.9A CN201811397925A CN109630347B CN 109630347 B CN109630347 B CN 109630347B CN 201811397925 A CN201811397925 A CN 201811397925A CN 109630347 B CN109630347 B CN 109630347B
- Authority
- CN
- China
- Prior art keywords
- oil
- pump motor
- oil pump
- contact
- pressure
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000012544 monitoring process Methods 0.000 claims abstract description 40
- 238000004891 communication Methods 0.000 claims description 39
- 238000012549 training Methods 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 27
- 239000007858 starting material Substances 0.000 claims description 18
- 230000001537 neural effect Effects 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000013527 convolutional neural network Methods 0.000 claims description 9
- 239000013589 supplement Substances 0.000 claims description 9
- 238000002405 diagnostic procedure Methods 0.000 claims description 8
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 238000011176 pooling Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000013139 quantization Methods 0.000 claims description 6
- 238000001816 cooling Methods 0.000 claims description 4
- 238000010438 heat treatment Methods 0.000 claims description 4
- 230000004913 activation Effects 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 9
- 238000013024 troubleshooting Methods 0.000 abstract description 4
- 241001391944 Commicarpus scandens Species 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03B—MACHINES OR ENGINES FOR LIQUIDS
- F03B15/00—Controlling
- F03B15/02—Controlling by varying liquid flow
- F03B15/04—Controlling by varying liquid flow of turbines
- F03B15/06—Regulating, i.e. acting automatically
- F03B15/18—Regulating, i.e. acting automatically for safety purposes, e.g. preventing overspeed
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03B—MACHINES OR ENGINES FOR LIQUIDS
- F03B15/00—Controlling
- F03B15/02—Controlling by varying liquid flow
- F03B15/04—Controlling by varying liquid flow of turbines
- F03B15/06—Regulating, i.e. acting automatically
- F03B15/08—Regulating, i.e. acting automatically by speed, e.g. by measuring electric frequency or liquid flow
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/80—Diagnostics
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/20—Hydro energy
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Mechanical Engineering (AREA)
- Combustion & Propulsion (AREA)
- Multimedia (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供的一种故障诊断的水电站调速器油压智能控制系统,包括:监控中心、调速器油压智能控制装置、显示器、故障诊断模块、油泵电机组、油泵电机卸载电磁阀组、油罐补气电磁阀、油罐压力开关、油罐油位开关、回油箱油位开关、油罐压力变送器、油罐油位变送器以及回油箱油位变送器;以及一种基于水电站调速器油压智能控制系统的诊断方法,包括内部诊断方法和外部诊断方法;本发明解决了现有技术存在的易出故障、不易维护以及结构复杂导致的实用性低、无法监测故障的发生、需要大量人力进行排查维修以及不能实时显示系统的运行状况和查询历史运行数据的问题。
Description
技术领域
本发明属于水电站技术领域,具体涉及一种故障诊断的水电站调速器油压智能控制系统及诊断方法。
背景技术
水电站调速器油压智能控制系统是水电站辅助设备的重要组成部分,目的是为水电站调速器油压装置提供压力气源,保证调速器压力油的压力,其正常运行是保证电站调速器正常运行乃至水轮机和发电机正常运行发电的前提条件,在水电站控制系统中非常重要。
深图像处理(image processing),用计算机对图像进行分析,以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组,该数组的元素称为像素,其值称为灰度值。图像处理技术一般包括图像压缩,增强和复原,匹配、描述和识别3个部分。随着图像处理技术在水电站技术领域中的广泛应用,图像信息的作用越来越重要,也成为国家进行研究的主要方向之一。
现有技术存在以下问题:
(1)目前,基于传统的常规继电器控制、三元件电机控制技术(断路器、接触器、热继电器)、单一逻辑处理的微型PLC的技术的控制系统,易出故障、不易维护以及结构复杂,导致实用性低;
(2)现有技术的系统无法监测故障的发生,危害工作人员的安全,当故障发生时,需要大量人力进行排查维修;
(3)现有系统需要实时监控巡逻水电站的运行状况,人力资源投入大,不满足当前水电站的的少人值班、无人值守发展的需要,同时不能和全厂监控系统实现大容量数据交换、人机对话单一,不能实时显示系统的运行状况和查询历史运行数据。
发明内容
针对现有技术中的上述不足,本发明提供的一种节约成本投入、实用性高、实时性好以及及时性好的故障诊断的水电站调速器油压智能控制系统,用于解决现有技术存在的易出故障、不易维护以及结构复杂导致的实用性低、无法监测故障的发生、需要大量人力进行排查维修以及不能实时显示系统的运行状况和查询历史运行数据的问题。
为了达到上述发明目的,本发明采用的技术方案为:
一种故障诊断的水电站调速器油压智能控制系统,包括:
监控中心、调速器油压智能控制装置、显示器、故障诊断模块、油泵电机组、油泵电机卸载电磁阀组、油罐补气电磁阀、油罐压力开关、油罐油位开关、回油箱油位开关、油罐压力变送器、油罐油位变送器以及回油箱油位变送器;
故障诊断模块包括与监控中心通信连接的外部故障诊断模块和与调速器油压智能控制装置通信连接的内部故障诊断模块,外部故障诊断模块对应设置于油泵电机组和油罐处;
内部故障诊断模块包括振动传感器组、红外线传感器组、电流传感器组以及电压传感器组;振动传感器组和红外线传感器组对应设置在油泵电机组处,且其信号输出端与调速器油压智能控制装置的信号输入端通信连接;电流传感器组对应与油泵电机组中每个油泵电机的出线端串联设置,电压传感器组对应与与油泵电机组中每个油泵电机并联设置,电流传感器组和电压传感器组的信号输出端与调速器油压智能控制装置的信号输入端通信连接;
显示器、油罐压力开关、油罐油位开关、回油箱油位开关、油罐压力变送器、油罐油位变送器以及回油箱油位变送器均与调速器油压智能控制装置的信号输入端通信连接,油泵电机组、油泵电机卸载电磁阀组以及油罐补气电磁阀均与调速器油压智能控制装置的信号输出端通信连接,监控中心与调速器油压智能控制装置通信连接。
进一步地,监控中心包括监控终端和服务器,监控终端分别与服务器、调速器油压智能控制装置以及外部故障诊断模块通信连接;
外部故障诊断模块包括若干视频采集模块,视频采集模块分别设置于设置于油泵电机组和油罐处的上方,并且设置有红外线成像仪。
进一步地,调速器油压智能控制装置内设置有可编程逻辑控制器,分别与可编程逻辑控制器连接的油泵电机主回路组、油罐补气电磁阀电路、控制电源电路、PLC模拟量输入电路模块、PLC开关量输入电路模块、PLC开关量输出电路模块、硬接点开关量上送电路以及显示电路;硬接点开关量上送电路和显示电路均与监控终端通信连接;可编程逻辑控制器的信号输入端分别与振动传感器组、红外线传感器组、电流传感器组以及电压传感器组的信号输出端通信连接;
油泵电机主回路组包括至少两个相同结构的油泵电机主回路,每个油泵电机主回路包括电压传感器组中的电压传感器、电流传感器组中的电流传感器、油泵电机开关、油泵电机、油泵电机主回路空气断路器、油泵电机控制继电器、软启动器以及软启动器控制电源电路;软启动器控制电源电路与软启动器的控制端连接;
油罐补气电磁阀电路设置有油罐补气电磁阀开关;
控制电源电路设置有控制电源监视继电器。
进一步地,PLC模拟量输入电路模块包括油罐压力变送器接点、油罐油位变送器接点、回油箱油位变送器接点、振动传感器接点、红外线传感器接点、电流传感器接点以及电压传感器接点;
PLC开关量输入电路模块包括油泵电机开关接点、油泵电机主回路空气断路接点、补气电磁阀开关接点、油泵压力开关接点、油泵油位开关接点、回油箱油位开关接点、软启动器接点以及控制电源监视继电器接点;
PLC开关量输出电路模块包括油泵控制继电器接点、补气电磁阀控制继电器接点、装置故障继电器接点、事故低油压继电器接点、油罐压力过高继电器接点、油罐压力过低继电器接点、油罐油位过高继电器接点、油罐油位过低继电器接点、回油箱油位过低继电器接点以及备用继电器接点;
硬接点开关量上送电路包括油泵电机开关接点、补气电磁阀开关接点、软启动器接点、控制电源监视继电器接点、装置故障继电器接点、事故低油压继电器接点、油罐压力过高继电器接点、油罐压力过低继电器接点、油罐油位过高继电器接点、油罐油位过低继电器接点以及回油箱油位过低继电器接点。
进一步地,调速器油压智能控制装置的输出端设置有智能温度控制单元和智能湿度控制单元;智能温度控制单元包括与调速器油压智能控制装置通信连接的第一控制器,分别与第一控制器通信连接的温度传感器和降温装置,智能湿度控制单元包括与调速器油压智能控制装置通信连接的第二控制器,分别与第二控制器通信连接的湿度传感器和加热装置。
一种基于水电站调速器油压智能控制系统的诊断方法,诊断方法包括内部诊断方法和外部诊断方法,内部诊断方法为:定时将振动传感器组、红外线传感器组、电流传感器组以及电压传感器组采集到的对应的油泵电机振动幅度信息、油泵电机热量信息、油泵电机主回路的电流信息以及油泵电机两侧的电压信息均传递至监控终端,并与监控终端预设的对应的阈值进行比较,在超过阈值时,监控终端发出警报并显示对应的内部故障信息以及内部故障发生位置信息。
进一步地,外部诊断方法,包括如下步骤:
S1:通过视频采集模块采集油泵电机组和油罐的视频数据;
S2:将视频数据输入监控终端,并对视频数据进行逐帧截图,得到图像数据,并对图像数据进行预处理;
S3:对卷积神经网络进行训练,得到特征识别模型和训练故障识别特征,并对训练故障识别特征进行外部故障分类;
S4:将经过步骤S2处理后的图像输入步骤S3得到的特征识别模型进行测试,输出测试故障识别特征;
S5:计算测试故障识别特征和训练故障识别特征的交并比,判断是否达到设定的交并比阈值,若是则输出训练故障识别特征对应的外部故障分类,并显示在监控终端,否则返回步骤S1。
进一步地,预处理包括依次进行的灰度处理、归一化处理以及小波去噪处理;
小波去噪处理,包括如下步骤:
A-1:使用dog2小波基,对含有噪声的图像数据进行5层分解计算,得到每层相应的高频系数和低频系数;
A-2:对分解后的每层高频系数进行阈值量化处理;
A-3:根据图像数据分解后的第5层的低频系数和经阈值量化处理的每层对应的高频系数,运用重构算法进行小波重构,得到增强特征的图像。
进一步地,步骤S3中,卷积神经网络包括依次设置的4个卷积神经子网络和最大池化层;
卷积神经网络进行训练的方法,包括如下步骤:
B-1:输入已有外部故障图像训练集,使用第1个和第2个卷积神经子网络提取训练集的数据特征,并对数据特征进行组合,作为低层特征;
B-2:使用第3个和第4个卷积神经子网络对低层特征进行抽象的高层表示,得到高层特征;
B-3:使用最大池化层对高层特征进行降采样处理,减少神经网络的参数,并输出特征识别模型和训练故障识别特征;
训练识别特征的计算公式为:
式中,pl(i,j)为第l层的第i个卷积核的训练识别特征;al(i,t)为第l层的第i个卷积核的第t个激活值;w为卷积核的宽度;j为常数。
进一步地,步骤S5中,交并比的计算公式为:
式中,IoU为交并比;area(A)为训练故障识别特征窗口;area(B)为测试故障识别特征窗口。
本方案的有益效果为:
(1)本发明提供了故障诊断的水电站调速器油压智能控制系统,采用高性能PLC控制,且简化了系统内部结构,元件模块化,增加了备用设备,不仅保证了事故处理及时,而且减少了故障的发生,方便了维护,提高了实用性;
(2)水电站速器油压智能控制系统的油泵电机安装振动传感器监视设备的振动情况,安装温度传感器监视电机的温度变化,安装电流、电压传感器监视电机的运行状态变化,从而根据这是监视量的变化曲线和趋势预判设备的故障,提前进行检修维护,延长设备的寿命;根据传感器的编号可以快速定位故障发生点,提高了故障维修的及时性;
(3)同时可以根据采集的数据,对油泵电机的使用寿命进行分析,提高了系统的安全性;
(4)本发明提供的监控中心,实现了在线实时监控,减少了人力成本投入,该系统结构简单、功能完善、大画面多内容显示以及全方面人机对话的优点,监控中心实时显示系统的运行状况,服务器存储数据并提供历史运行数据的查询;
(5)利用图像处理技术对水电站油泵电机和油罐的设备的状态进行分析,对表征油泵电机和油罐的物理量或状态进行识别,可自动获取油泵电机和油罐的故障识别结果和系统返回的异常检测结果,提高了准确性和实时性。
附图说明
图1为故障诊断的水电站调速器油压智能控制系统结构框图;
图2为智能温/湿度控制单元结构框图;
图3为外部诊断方法流程图。
具体实施方式
下面结合具体实施方式对本发明作进一步的说明。其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本专利的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
如图1所示,一种故障诊断的水电站调速器油压智能控制系统,包括:
监控中心、调速器油压智能控制装置、显示器、故障诊断模块、油泵电机组、油泵电机卸载电磁阀组、油罐补气电磁阀、油罐压力开关、油罐油位开关、回油箱油位开关、油罐压力变送器、油罐油位变送器以及回油箱油位变送器;油泵电机组包括1号/2号油泵电机,油泵电机卸载电磁阀组包括1号/2号卸载电磁阀;
故障诊断模块包括与监控中心通信连接的外部故障诊断模块和与调速器油压智能控制装置通信连接的内部故障诊断模块,外部故障诊断模块对应设置于油泵电机组和油罐处;
内部故障诊断模块包括振动传感器组、红外线传感器组、电流传感器组以及电压传感器组;振动传感器组和红外线传感器组对应设置在油泵电机组处,且其信号输出端与调速器油压智能控制装置的信号输入端通信连接;电流传感器组对应与油泵电机组中每个油泵电机的出线端串联设置,电压传感器组对应与与油泵电机组中每个油泵电机并联设置,电流传感器组和电压传感器组的信号输出端与调速器油压智能控制装置的信号输入端通信连接;振动传感器的型号为SE930,红外线传感器的型号为OS137,电流传感器的型号为MIK-DJI-C,电压传感器的型号为CHVS-EV;
振动传感器组用于采集油泵电机的振动位移,红外线传感器组用于采集油泵电机的温度,电流传感器组和电压传感器组用于采集油泵电机主回路的电流值和电压值,显示在显示器上,进行故障的诊断;当油泵电机振动位移、温度、电流以及电压超过阈值,则油泵电机发生故障,监控中心发出警报,并且根据对应传感器的编号进行故障的维修;
显示器、油罐压力开关、油罐油位开关、回油箱油位开关、油罐压力变送器、油罐油位变送器以及回油箱油位变送器均与调速器油压智能控制装置的信号输入端通信连接,油泵电机组、油泵电机卸载电磁阀组以及油罐补气电磁阀均与调速器油压智能控制装置的信号输出端通信连接,监控中心与调速器油压智能控制装置通信连接。
本实施例中,监控中心包括监控终端和服务器,监控终端分别与服务器、调速器油压智能控制装置以及外部故障诊断模块通信连接;
外部故障诊断模块包括若干视频采集模块,视频采集模块分别设置于设置于油泵电机组和油罐处的上方,并且设置有红外线成像仪;便于夜间或光线昏暗的地方采集视频数据。
本实施例中,调速器油压智能控制装置内设置有型号为BMEP581020的可编程逻辑控制器,分别与可编程逻辑控制器连接的油泵电机主回路组、油罐补气电磁阀电路、控制电源电路、PLC模拟量输入电路模块、PLC开关量输入电路模块、PLC开关量输出电路模块、硬接点开关量上送电路以及显示电路;硬接点开关量上送电路和显示电路均与监控终端通信连接;可编程逻辑控制器的信号输入端分别与振动传感器组、红外线传感器组、电流传感器组以及电压传感器组的信号输出端通信连接;
油泵电机主回路组包括相同结构的1号/2号油泵电机主回路,每个油泵电机主回路包括电压传感器组中的电压传感器、电流传感器组中的电流传感器、油泵电机开关、油泵电机、油泵电机主回路空气断路器、油泵电机控制继电器、软启动器以及软启动器控制电源电路;软启动器控制电源电路与软启动器的控制端连接;
油罐补气电磁阀电路设置有油罐补气电磁阀开关;
控制电源电路设置有控制电源监视继电器。
本实施例中,PLC模拟量输入电路模块包括油罐压力变送器接点、油罐油位变送器接点、回油箱油位变送器接点、振动传感器接点、红外线传感器接点、电流传感器接点以及电压传感器接点;
PLC开关量输入电路模块包括1号/2号油泵电机开关接点、1号/2号油泵电机主回路空气断路接点、补气电磁阀开关接点、油泵压力开关接点、油泵油位开关接点、回油箱油位开关接点、软启动器接点以及1号/2号控制电源监视继电器接点;
PLC开关量输出电路模块包括油泵控制继电器接点、补气电磁阀控制继电器接点、装置故障继电器接点、事故低油压继电器接点、油罐压力过高继电器接点、油罐压力过低继电器接点、油罐油位过高继电器接点、油罐油位过低继电器接点、回油箱油位过低继电器接点以及备用继电器接点;
硬接点开关量上送电路包括1号/2号油泵电机开关接点、补气电磁阀开关接点、软启动器接点、1号/2号控制电源监视继电器接点、装置故障继电器接点、事故低油压继电器接点、油罐压力过高继电器接点、油罐压力过低继电器接点、油罐油位过高继电器接点、油罐油位过低继电器接点以及回油箱油位过低继电器接点。
本实施例中,如图2所示,调速器油压智能控制装置的输出端设置有智能温度控制单元和智能湿度控制单元;智能温度控制单元包括与调速器油压智能控制装置通信连接的第一控制器,分别与第一控制器通信连接的温度传感器和降温装置,智能湿度控制单元包括与调速器油压智能控制装置通信连接的第二控制器,分别与第二控制器通信连接的湿度传感器和加热装置;降温装置为风扇,加热装置为型号HYR4的加热器;第一控制器和第二控制器的型号均为型号AT89S51的单片机;温度传感器的型号为CWDZ31;湿度传感器的型号为HTG3500。
工作原理:当油罐压力低于工作压力下限、油罐油位低于工作油位下限时,油罐压力开关闭合、油罐油位开关闭合,PLC开关量输出电路模块接通,开启信号经1号油泵控制继电器启动1号油泵电机主回路,1号油泵电机工作,同时切断1号油泵电机自动切换电路,接通2号油泵自动切换电路,油罐补气电磁阀接通,回油箱中的油经过油罐补气电磁阀进入油罐,当油罐压力上升到工作压力上限、油罐油位上升到工作油位上限时,PLC发出停泵指令,1号油泵电机停止工作;当油罐压力再次低于工作压力下限、油罐油位低于工作油位下限时,油罐压力开关闭合、油罐油位开关闭合,PLC开关量输出电路模块接通,由于上次操作时已经开启2号油泵自动切换电路,开启信号经2号油泵控制继电器启动2号油泵电机主回路,2号油泵电机工作,同时切断2号油泵电机自动切换回路,接通1号油泵自动切换电路,油罐补气电磁阀接通,回油箱中的油经过油罐补气电磁阀进入油罐,当油罐压力上升到工作压力上限、油罐油位上升到工作油位上限时,PLC发出停泵指令,2号油泵电机停止工作,实现了两台油泵交替工作,避免了单一油泵因疲劳工作而易出故障或被损坏,如果水电站调速器油压智能控制装置有故障,装置故障指示灯亮;如果回油箱油位过低,回油箱油位过低指示灯亮,当油罐油压过低,而无法使调速器正常运行时,事故低油压低油位继电器发出报警信号。
一种基于水电站调速器油压智能控制系统的诊断方法,诊断方法包括内部诊断方法和外部诊断方法,内部诊断方法为:定时将振动传感器组、红外线传感器组、电流传感器组以及电压传感器组采集到的对应的油泵电机振动幅度信息、油泵电机热量信息、油泵电机主回路的电流信息以及油泵电机两侧的电压信息均传递至监控终端,并与监控终端预设的对应的阈值进行比较,在超过阈值时,监控终端发出警报并显示对应的内部故障信息以及内部故障发生位置信息;
外部诊断方法,如图3所示,包括如下步骤:
S1:通过视频采集模块采集油泵电机组和油罐的视频数据;
S2:将视频数据输入监控终端,并对视频数据进行逐帧截图,得到图像数据,并对图像数据进行预处理;
预处理包括依次进行的灰度处理、归一化处理以及小波去噪处理;
小波去噪处理,包括如下步骤:
A-1:使用MATLAB工具的dog2小波基,对含有噪声的图像数据进行5层分解计算,得到每层相应的高频系数和低频系数;
A-2:对分解后的每层高频系数进行阈值量化处理;
A-3:根据图像数据分解后的第5层的低频系数和经阈值量化处理的每层对应的高频系数,运用重构算法进行小波重构,得到增强特征的图像;
S3:对卷积神经网络进行训练,得到特征识别模型和训练故障识别特征,并对训练故障识别特征进行外部故障分类;
卷积神经网络包括依次设置的4个卷积神经子网络和最大池化层;
卷积神经网络进行训练的方法,包括如下步骤:
B-1:输入已有外部故障图像训练集,使用第1个和第2个卷积神经子网络提取训练集的数据特征,并对数据特征进行组合,作为低层特征;
B-2:使用第3个和第4个卷积神经子网络对低层特征进行抽象的高层表示,得到高层特征;
B-3:使用最大池化层对高层特征进行降采样处理,减少神经网络的参数,并输出特征识别模型和训练故障识别特征;
训练识别特征的计算公式为:
式中,pl(i,j)为第l层的第i个卷积核的训练识别特征;al(i,t)为第l层的第i个卷积核的第t个激活值;w为卷积核的宽度;j为常数;
S4:将经过步骤S2处理后的图像输入步骤S3得到的特征识别模型进行测试,输出测试故障识别特征;
S5:计算测试故障识别特征和训练故障识别特征的交并比,判断是否达到设定的交并比阈值,若是则输出训练故障识别特征对应的外部故障分类,并显示在监控终端,否则返回步骤S1;
交并比的计算公式为:
式中,IoU为交并比;area(A)为训练故障识别特征窗口;area(B)为测试故障识别特征窗口。
本发明提供的一种节约成本投入、实用性高、实时性好以及及时性好的故障诊断的水电站调速器油压智能控制系统,解决了现有技术存在的易出故障、不易维护以及结构复杂导致的实用性低、无法监测故障的发生、需要大量人力进行排查维修以及不能实时显示系统的运行状况和查询历史运行数据的问题。
Claims (10)
1.一种故障诊断的水电站调速器油压智能控制系统,其特征在于,包括:
监控中心、调速器油压智能控制装置、显示器、故障诊断模块、油泵电机组、油泵电机卸载电磁阀组、油罐补气电磁阀、油罐压力开关、油罐油位开关、回油箱油位开关、油罐压力变送器、油罐油位变送器以及回油箱油位变送器;
所述故障诊断模块包括与监控中心通信连接的外部故障诊断模块和与调速器油压智能控制装置通信连接的内部故障诊断模块,所述外部故障诊断模块对应设置于油泵电机组和油罐处;
所述内部故障诊断模块包括振动传感器组、红外线传感器组、电流传感器组以及电压传感器组;所述振动传感器组和红外线传感器组对应设置在油泵电机组处,且其信号输出端与调速器油压智能控制装置的信号输入端通信连接;所述电流传感器组对应与油泵电机组中每个油泵电机的出线端串联设置,所述电压传感器组对应与与油泵电机组中每个油泵电机并联设置,电流传感器组和电压传感器组的信号输出端与调速器油压智能控制装置的信号输入端通信连接;
所述显示器、油罐压力开关、油罐油位开关、回油箱油位开关、油罐压力变送器、油罐油位变送器以及回油箱油位变送器均与调速器油压智能控制装置的信号输入端通信连接,所述油泵电机组、油泵电机卸载电磁阀组以及油罐补气电磁阀均与调速器油压智能控制装置的信号输出端通信连接,所述监控中心与调速器油压智能控制装置通信连接。
2.根据权利要求1所述的故障诊断的水电站调速器油压智能控制系统,其特征在于,所述监控中心包括监控终端和服务器,所述监控终端分别与服务器、调速器油压智能控制装置以及外部故障诊断模块通信连接;
所述外部故障诊断模块包括若干视频采集模块,所述视频采集模块分别设置于油泵电机组和油罐处的上方,并且设置有红外线成像仪。
3.根据权利要求2所述的故障诊断的水电站调速器油压智能控制系统,其特征在于,所述调速器油压智能控制装置内设置有可编程逻辑控制器,分别与可编程逻辑控制器连接的油泵电机主回路组、油罐补气电磁阀电路、控制电源电路、PLC模拟量输入电路模块、PLC开关量输入电路模块、PLC开关量输出电路模块、硬接点开关量上送电路以及显示电路;所述硬接点开关量上送电路和显示电路均与监控终端通信连接;所述可编程逻辑控制器的信号输入端分别与振动传感器组、红外线传感器组、电流传感器组以及电压传感器组的信号输出端通信连接;
所述油泵电机主回路组包括至少两个相同结构的油泵电机主回路,每个所述油泵电机主回路包括电压传感器组中的电压传感器、电流传感器组中的电流传感器、油泵电机开关、油泵电机、油泵电机主回路空气断路器、油泵电机控制继电器、软启动器以及软启动器控制电源电路;所述软启动器控制电源电路与软启动器的控制端连接;
所述油罐补气电磁阀电路设置有油罐补气电磁阀开关;
控制电源电路设置有控制电源监视继电器。
4.根据权利要求3所述的故障诊断的水电站调速器油压智能控制系统,其特征在于,所述PLC模拟量输入电路模块包括油罐压力变送器接点、油罐油位变送器接点、回油箱油位变送器接点、振动传感器接点、红外线传感器接点、电流传感器接点以及电压传感器接点;
所述PLC开关量输入电路模块包括油泵电机开关接点、油泵电机主回路空气断路接点、补气电磁阀开关接点、油泵压力开关接点、油泵油位开关接点、回油箱油位开关接点、软启动器接点以及控制电源监视继电器接点;
所述PLC开关量输出电路模块包括油泵控制继电器接点、补气电磁阀控制继电器接点、装置故障继电器接点、事故低油压继电器接点、油罐压力过高继电器接点、油罐压力过低继电器接点、油罐油位过高继电器接点、油罐油位过低继电器接点、回油箱油位过低继电器接点以及备用继电器接点;
所述硬接点开关量上送电路包括油泵电机开关接点、补气电磁阀开关接点、软启动器接点、控制电源监视继电器接点、装置故障继电器接点、事故低油压继电器接点、油罐压力过高继电器接点、油罐压力过低继电器接点、油罐油位过高继电器接点、油罐油位过低继电器接点以及回油箱油位过低继电器接点。
5.根据权利要求4所述的故障诊断的水电站调速器油压智能控制系统,其特征在于,所述调速器油压智能控制装置的输出端设置有智能温度控制单元和智能湿度控制单元;所述智能温度控制单元包括与调速器油压智能控制装置通信连接的第一控制器,分别与第一控制器通信连接的温度传感器和降温装置,所述智能湿度控制单元包括与调速器油压智能控制装置通信连接的第二控制器,分别与第二控制器通信连接的湿度传感器和加热装置。
6.一种基于权利要求5所述的故障诊断的水电站调速器油压智能控制系统的诊断方法,其特征在于,所述诊断方法包括内部诊断方法和外部诊断方法,所述内部诊断方法为:定时将振动传感器组、红外线传感器组、电流传感器组以及电压传感器组采集到的对应的油泵电机振动幅度信息、油泵电机热量信息、油泵电机主回路的电流信息以及油泵电机两侧的电压信息均传递至监控终端,并与监控终端预设的对应的阈值进行比较,在超过阈值时,监控终端发出警报并显示对应的内部故障信息以及内部故障发生位置信息。
7.根据权利要求6所述的诊断方法,其特征在于,所述外部诊断方法,包括如下步骤:
S1:通过视频采集模块采集油泵电机组和油罐的视频数据;
S2:将视频数据输入监控终端,并对视频数据进行逐帧截图,得到图像数据,并对图像数据进行预处理;
S3:对卷积神经网络进行训练,得到特征识别模型和训练故障识别特征,并对训练故障识别特征进行外部故障分类;
S4:将经过步骤S2处理后的图像输入步骤S3得到的特征识别模型进行测试,输出测试故障识别特征;
S5:计算测试故障识别特征和训练故障识别特征的交并比,判断是否达到设定的交并比阈值,若是则输出训练故障识别特征对应的外部故障分类,并显示在监控终端,否则返回步骤S1。
8.根据权利要求7所述的诊断方法,其特征在于,所述步骤S2中,预处理包括依次进行的灰度处理、归一化处理以及小波去噪处理;
所述小波去噪处理,包括如下步骤:
A-1:使用dog2小波基,对含有噪声的图像数据进行5层分解计算,得到每层相应的高频系数和低频系数;
A-2:对分解后的每层高频系数进行阈值量化处理;
A-3:根据图像数据分解后的第5层的低频系数和经阈值量化处理的每层对应的高频系数,运用重构算法进行小波重构,得到增强特征的图像。
9.根据权利要求7所述的诊断方法,其特征在于,所述步骤S3中,卷积神经网络包括依次设置的4个卷积神经子网络和最大池化层;
卷积神经网络进行训练的方法,包括如下步骤:
B-1:输入已有外部故障图像训练集,使用第1个和第2个卷积神经子网络提取训练集的数据特征,并对数据特征进行组合,作为低层特征;
B-2:使用第3个和第4个卷积神经子网络对低层特征进行抽象的高层表示,得到高层特征;
B-3:使用最大池化层对高层特征进行降采样处理,减少神经网络的参数,并输出特征识别模型和训练故障识别特征;
训练识别特征的计算公式为:
式中,pl(i,j)为第l层的第i个卷积核的训练识别特征;al(i,t)为第l层的第i个卷积核的第t个激活值;w为卷积核的宽度;j为常数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811397925.9A CN109630347B (zh) | 2018-11-22 | 2018-11-22 | 故障诊断的水电站调速器油压智能控制系统及诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811397925.9A CN109630347B (zh) | 2018-11-22 | 2018-11-22 | 故障诊断的水电站调速器油压智能控制系统及诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109630347A CN109630347A (zh) | 2019-04-16 |
CN109630347B true CN109630347B (zh) | 2020-06-02 |
Family
ID=66068943
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811397925.9A Active CN109630347B (zh) | 2018-11-22 | 2018-11-22 | 故障诊断的水电站调速器油压智能控制系统及诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109630347B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110108926B (zh) * | 2019-04-17 | 2021-10-15 | 中国船舶重工集团公司第七O三研究所无锡分部 | 一种燃气轮机开关量指令故障排查方法 |
CN110702437B (zh) * | 2019-09-12 | 2021-06-29 | 国能大渡河流域水电开发有限公司龚嘴水力发电总厂 | 一种水轮发电机组油压系统健康状况的评价方法 |
CN111521328A (zh) * | 2020-05-30 | 2020-08-11 | 华能澜沧江水电股份有限公司 | 一种检测发电机组调速器液压系统渗漏故障的方法 |
CN112983727B (zh) * | 2021-02-09 | 2022-07-19 | 中国长江电力股份有限公司 | 一种水轮机调速器液压控制系统油泵状态转换过程控制方法 |
CN114876720B (zh) * | 2021-02-09 | 2023-06-13 | 中国长江电力股份有限公司 | 调速器液压系统运行工况下的油泵启停及加卸载控制方法 |
CN112922772B (zh) * | 2021-02-09 | 2022-07-19 | 中国长江电力股份有限公司 | 一种水轮机调速器黑启动液压控制系统工况轮转控制方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103278328A (zh) * | 2013-05-16 | 2013-09-04 | 华北电力大学 | 基于模糊Petri网的风电机组液压变桨系统故障诊断方法 |
CN104331631A (zh) * | 2014-11-21 | 2015-02-04 | 国家电网公司 | 一种水电机组运行状态远程诊断决策方法 |
CN104791187A (zh) * | 2015-04-08 | 2015-07-22 | 武汉四创自动控制技术有限责任公司 | 能实现健康状态预测的水轮机调节系统及方法 |
CN105547730A (zh) * | 2016-01-17 | 2016-05-04 | 太原理工大学 | 水轮发电机组故障检测系统 |
CN106762340A (zh) * | 2016-12-02 | 2017-05-31 | 国家电网公司 | 一种水轮机接力器智能检漏系统及其方法 |
CN106988951A (zh) * | 2017-04-14 | 2017-07-28 | 贵州乌江水电开发有限责任公司东风发电厂 | 水轮机组故障诊断及状态评估方法 |
CN107065824A (zh) * | 2017-03-07 | 2017-08-18 | 贵州黔源电力股份有限公司 | 一种水电机组远程故障诊断开放式平台 |
CN107327366A (zh) * | 2017-06-28 | 2017-11-07 | 华中科技大学 | 一种抽水蓄能机组故障预测与健康管理系统和方法 |
-
2018
- 2018-11-22 CN CN201811397925.9A patent/CN109630347B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103278328A (zh) * | 2013-05-16 | 2013-09-04 | 华北电力大学 | 基于模糊Petri网的风电机组液压变桨系统故障诊断方法 |
CN104331631A (zh) * | 2014-11-21 | 2015-02-04 | 国家电网公司 | 一种水电机组运行状态远程诊断决策方法 |
CN104791187A (zh) * | 2015-04-08 | 2015-07-22 | 武汉四创自动控制技术有限责任公司 | 能实现健康状态预测的水轮机调节系统及方法 |
CN105547730A (zh) * | 2016-01-17 | 2016-05-04 | 太原理工大学 | 水轮发电机组故障检测系统 |
CN106762340A (zh) * | 2016-12-02 | 2017-05-31 | 国家电网公司 | 一种水轮机接力器智能检漏系统及其方法 |
CN107065824A (zh) * | 2017-03-07 | 2017-08-18 | 贵州黔源电力股份有限公司 | 一种水电机组远程故障诊断开放式平台 |
CN106988951A (zh) * | 2017-04-14 | 2017-07-28 | 贵州乌江水电开发有限责任公司东风发电厂 | 水轮机组故障诊断及状态评估方法 |
CN107327366A (zh) * | 2017-06-28 | 2017-11-07 | 华中科技大学 | 一种抽水蓄能机组故障预测与健康管理系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109630347A (zh) | 2019-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109630347B (zh) | 故障诊断的水电站调速器油压智能控制系统及诊断方法 | |
CN110109445B (zh) | 一种船舶机舱辅机监控系统及监控方法 | |
CN104866632B (zh) | 家电设备的故障数据获取方法、装置及终端 | |
CN104992270B (zh) | 输变电设备状态检修辅助决策系统及方法 | |
CN110830943A (zh) | 一种基于边缘计算和大数据分析的设备状态监测系统 | |
CN112594142B (zh) | 一种基于5g的端云协同风电运维诊断系统 | |
CN107390660A (zh) | 一种泵站机组监控系统及监控方法 | |
CN103293435B (zh) | 一种电容器监测与故障诊断系统及其方法 | |
CN112943911B (zh) | 风电机组齿轮箱润滑油在线监控装置、监控方法及系统 | |
CN104318485A (zh) | 一种基于神经网络和模糊逻辑的输电线路故障判别方法 | |
CN106656669A (zh) | 一种基于阈值自适应设置的设备参数异常检测系统及方法 | |
CN112783052A (zh) | 一种电气自动化智能控制装置 | |
CN115562144A (zh) | 一种基于5g技术的重大危险源安全监测预警管理系统 | |
CN204089886U (zh) | 基于气象信息的电网动态监控预警系统 | |
CN208751840U (zh) | 一种机泵健康监测与故障诊断系统 | |
CN117612345A (zh) | 一种电力设备状态监测报警系统及方法 | |
CN114252716A (zh) | 一种电网故障诊断方法与装置、存储介质 | |
CN209014961U (zh) | 一种基于故障诊断的新型水电站技术供水智能控制系统 | |
CN208937967U (zh) | 一种基于故障诊断的新型水电站主变冷却智能控制系统 | |
CN116703852A (zh) | 一种电网检修风险预警方法及系统 | |
CN2570789Y (zh) | 变压器油箱油中水分在线监测装置 | |
CN104700148A (zh) | 一种基于行为的电机故障诊断方法 | |
CN207867531U (zh) | 一种profibus总线型火电机组实时监控诊断装置 | |
CN112132819A (zh) | 一种基于人工智能的通信网管监控方法 | |
CN112326255B (zh) | 一种发动机远程健康监护系统及监护方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Intelligent Control System and Diagnosis Method for Hydraulic Pressure of Hydroelectric Power Station Governor for Fault Diagnosis Granted publication date: 20200602 Pledgee: Chengdu SME financing Company Limited by Guarantee Pledgor: CHENGDU RUIDA AUTOMATIC CONTROL Co.,Ltd. Registration number: Y2024980003693 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |