CN109855879B - 一种汽轮机伺服机构故障在线检测预警方法及系统 - Google Patents

一种汽轮机伺服机构故障在线检测预警方法及系统 Download PDF

Info

Publication number
CN109855879B
CN109855879B CN201910076683.1A CN201910076683A CN109855879B CN 109855879 B CN109855879 B CN 109855879B CN 201910076683 A CN201910076683 A CN 201910076683A CN 109855879 B CN109855879 B CN 109855879B
Authority
CN
China
Prior art keywords
value
alarm signal
early warning
limit alarm
steam turbine
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
Application number
CN201910076683.1A
Other languages
English (en)
Other versions
CN109855879A (zh
Inventor
沈志刚
沈娅芳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SDIC Xinjiang Lop Nur potash Co., Ltd
XIAMEN HUAXIA INTERNATIONAL POWER DEVELOPMENT Co.,Ltd.
Original Assignee
Xiamen Huaxia International Power Development Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xiamen Huaxia International Power Development Co ltd filed Critical Xiamen Huaxia International Power Development Co ltd
Priority to CN201910076683.1A priority Critical patent/CN109855879B/zh
Publication of CN109855879A publication Critical patent/CN109855879A/zh
Application granted granted Critical
Publication of CN109855879B publication Critical patent/CN109855879B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Control Of Turbines (AREA)

Abstract

本发明提供一种汽轮机伺服机构故障在线检测预警方法及系统,其中,汽轮机伺服机构故障在线检测预警方法,通过一组完整报警判断周期内时序数据完成噪声剔除后,再使用决策树分类各时序数据,完成故障特征波形数据挖掘,实现了精准、及时地检测、报警调门故障的目的,实现自动检测预警,在极早期发现汽轮机调门抖动故障,以便尽快介入处理,避免影响发电机组电量及汽轮机工况。

Description

一种汽轮机伺服机构故障在线检测预警方法及系统
技术领域
本发明涉及汽轮机伺服机构故障检测领域,特别涉及一种汽轮机伺服机构故障在线检测预警方法及系统。
背景技术
汽轮机也称蒸汽透平发动机,是一种旋转式蒸汽动力装置,通过高温高压蒸汽穿过固定喷嘴成为加速的气流后喷射到叶片上,使装有叶片排的转子旋转,同时对外做功。汽轮机是现代火力发电厂的主要设备,也用于冶金工业、化学工业、舰船动力装置中。
汽轮机作为发电机组三大主机之一,承担将高温高压蒸汽动能转化为机械能的作用,做功的过程即是控制汽轮机各汽阀开度,控制蒸汽量推动汽缸各级叶片旋转,带动转子定速旋转,并由发电机转化为电能。目前国内运营的发电机组,一般配置2个高压主汽阀、4-6个高压调阀,在正常运行时由1个高压调阀主调,其他汽阀均维持恒定开度,直至发电机组负荷调整切换至另1个高压调阀。
因此,汽轮机汽阀在运转过程中微小的开度异常变化,可导致大范围的蒸汽流量增减,会直接导致发电机组瞬时的发电量剧烈波动,当汽阀开度异常无法消除时,即可导致发电机组整个汽水平衡失去,发生非计划停运。这种汽轮机汽阀开度异常变化,一般称之为调门抖动,它是一种不受控的非指令性故障。而调门抖动对发电企业、电网和电力用户会造成极为恶劣的损害。
调门抖动的诱因极多,根据国内各发电企业及试验院所的修试总结,如图1所示的整个汽轮机伺服系统中,每个部件失效均会诱发调门抖动。目前所有的发电机组治理调门抖动故障,均是被动发现方式,即汽轮机调门已处于明显(剧烈)抖动,再人为判断后才制订方案控制消除故障。故障发现时间有极大的不确定性,即使是艾默生、ABB、GE等汽轮机控制权威企业,依然如此。而根据多个历史样本分析,调门抖动的早期征兆与剧烈发作时间间隔在20分钟至20小时不等。市场上急需一种能在极早期发现汽轮机调门抖动故障,以便尽快介入处理,避免影响发电机组电量及汽轮机工况的故障在线检测预警技术。
发明内容
为解决上述背景技术中提到的问题,本发明提供一种汽轮机伺服机构故障在线检测预警方法及系统,其中,一种汽轮机伺服机构故障在线检测预警方法,所述方法步骤具体如下:
S10、输入历史数据,建立训练样本集和测试集,构建决策树;
S20、通过训练样本集和测试集分析得出阈值α、β、γ;
S30、输入调门开度指令在线检测值,根据阈值γ剔除干扰信号并输出1个指令无干扰信号;
S40、对调门位置反馈回送值按时序在Tn周期间隔抽取m个信号,实现Tn检测周期内时序数据列寄存;
S50、时序数据列分别与T0时刻值进行绝对偏差值计算后,交叠进行相邻T秒时序的偏差低于阈值α的低限判断和偏差高于阈值β的高限判断,检测时长超过T/2秒的越限报警;将时序数据列转换为“0”或“1”的时序逻辑开关量;进行二选一,得到
Figure GDA0002481403830000021
个低限报警信号和
Figure GDA0002481403830000022
个高限报警信号;
S60、对所述
Figure GDA0002481403830000023
个低限报警信号和
Figure GDA0002481403830000024
个高限报警信号进行有效信号筛选,获得有效低限报警信号和有效高限报警信号;
S70、在指令无干扰信号周期内,若同时具有1个有效低限报警信号及1个有效高限报警信号,则输出调门抖动报警信号;
S80、使用训练样本集和测试集校验调门抖动报警信号漏检率、误检率,并对决策树进行增枝或剪枝;
S90、使用实时数据校验调门抖动报警信号漏检率、误检率,依照所述步骤S80调整,完成决策树。
进一步地,步骤S10中的历史数据包括调门开度指令值、调门位置反馈回送值、调门伺服线圈1电压值、调门伺服线圈2电压值和调频指令。
进一步地,步骤S30中剔除调门开度的指令性变化的方法为:若调门开度指令变化未超过阈值γ则,输出1个指令无干扰信号;若调门开度指令变化超过阈值γ,则在阈值超限时刻后的Tn周期内步骤S30、S40计算分枝停止,在Tn+1时刻后重新检测。
进一步地,还包括如下步骤:
步骤S91、通过训练样本集和测试集分析得出δ和ε;
步骤S92、将调门伺服阀线圈1电压、调门伺服阀线圈2电压进行偏差比较后取绝对值,偏差越高限δ,且汽轮机调频指令绝对值未越高限ε,则触发报警。
进一步地,所述步骤S60中的有效信号筛选方法如下:
对所述
Figure GDA0002481403830000031
个低限报警信号和
Figure GDA0002481403830000032
个高限报警信号分别使用逻辑表决模块,若低限报警信号真值为“1”样本数量超过
Figure GDA0002481403830000033
则获得1个有效低限报警信号,若高限报警信号真值为“1”样本数量超过
Figure GDA0002481403830000034
则获得1个有效高限报警信号。
进一步地,所述步骤S80中的通过调门抖动报警信号漏检率、误检率对决策树进行增枝或剪枝的方法如下:
若误检率高,则可对决策树增枝,放大m及Tn,向发散方向调整阈值α、β、γ,使之高限愈高、低限愈低;
若漏检率高,则可对决策树剪枝,缩小m及Tn,向收敛方向调整阈值α、β、γ,使之高限降低、低限增高;其中,增枝、剪枝均应确保
Figure GDA0002481403830000041
Figure GDA0002481403830000042
仍为整数。
本发明还提供一种汽轮机伺服机构故障在线检测预警系统,包括切除开关、第一延时寄存器、若干第二延时寄存器、若干D选D-1模块、AND与模块、复位延时器;
调门开度指令输出端与第一延时寄存器输入端通讯连接;所述第一延时寄存器对输入的调门开度指令按时序进行偏差比较,并输出指令无干扰信号;所述第一延时寄存器输出端与复位延时器输入端通讯连接;复位延时器输出端分别与切除开关、AND与模块输入端连接;阀位指令干扰信号通过复位延时器将若干第二延时寄存器的输入端信号切除,切除时间与复位延时器延时定值相同;
调门位置反馈回送值输出端通过切除开关与若干第二延时寄存器通讯连接;通过若干第二延时寄存器实现检测周期内时序数据列寄存,时序数据列分别与T0时刻值进行绝对偏差值计算后,进行低限判断和高限判断;
若干低限判断和高限判断输出端依次通过若干D选D-1模块分别输出有效低限报警信号和有效高限报警信号;
所述有效低限报警信号输出端、有效高限报警信号输出端和指令无干扰信号输出端均与AND与模块通讯连接;所述AND与模块输出调门抖动报警信号。
进一步地,所述汽轮机伺服机构故障在线检测预警系统包括切除开关、第一延时寄存器、若干第二延时寄存器、若干D选D-1模块、AND与模块、复位延时器;所述D选D-1模块包括若干二选一模块、第一三选二模块、第二三选二模块;
调门开度指令输出端与第一延时寄存器输入端通讯连接;所述第一延时寄存器对输入的调门开度指令按时序进行偏差比较,并输出指令无干扰信号;所述第一延时寄存器输出端与复位延时器输入端通讯连接;
调门位置反馈回送值输出端通过切除开关与若干第二延时寄存器通讯连接;通过若干第二延时寄存器实现检测周期内时序数据列寄存,时序数据列分别与T0时刻值进行绝对偏差值计算后,进行低限判断和高限判断;
若干低限判断和高限判断输出端依次与若干二选一模块连接;若干二选一模块输出分别三个低限报警信号三个高限报警信号;三个低限报警信号输入第一三选二模块,三个高限报警信号输入第二三选二模块;所述第一、第二三选二模块分别输出有效低限报警信号和有效高限报警信号;
所述有效低限报警信号输出端、有效高限报警信号输出端和指令无干扰信号输出端均与AND与模块通讯连接;所述AND与模块输出调门抖动报警信号。
本发明提供的汽轮机伺服机构故障在线检测预警方法,通过一组完整报警判断周期内时序数据(调门位置反馈回送值)完成噪声剔除(调门开度指令值变化)后,再使用决策树分类各时序数据,完成故障特征波形数据挖掘,实现了精准、及时地检测、报警调门故障的目的。
另外,本发明提供的汽轮机伺服机构故障在线检测预警方法,还通过调门伺服阀线圈1电压和调门伺服阀线圈2电压这两组时序数据的非噪声偏差简单决策作为补充,防止出现上述主回路报警漏检问题。
本发明提供的汽轮机伺服机构故障在线检测预警方法,实现自动检测预警,在极早期发现汽轮机调门抖动故障,以便尽快介入处理,避免影响发电机组电量及汽轮机工况。本方法不针对汽轮机伺服机构的具体故障成因,是一种植入控制设备的以固定扫描周期运行的边缘计算回路,以给定模式完成调门抖动故障特征信号检测的实时数据挖掘。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为汽轮机的伺服系统图;
图2为本发明提供的汽轮机伺服机构故障在线检测预警方法决策树;
图3为本发明提供的汽轮机伺服机构故障在线检测预警系统一实施例图;
图4为本发明提供的汽轮机伺服机构故障在线检测预警系统辅回路实施例图;
图5为抖动报警信号主回路触发示意图;
图6为抖动报警信号辅回路触发示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”以及类似的词语仅用于描述目的,而不能理解为指示或暗示相对重要性。“连接”或者“相连”等类似词语并非限定与物理或者机械的连接,而是可以包括电性的连接、光连接等,不管是直接的还是间接的。
本发明实施例提供一种汽轮机伺服机构故障在线检测预警方法及系统,其中,一种汽轮机伺服机构故障在线检测预警方法,所述方法步骤具体如下:
如图2所示,S10、输入历史数据,建立训练样本集和测试集,构建决策树;
S20、通过训练样本集和测试集分析得出阈值α、β、γ、δ和ε;该步骤中,历史数据输入项包括调门开度指令(S1、S2、S3、…Sn),调门位置反馈回送值(Z1、Z2、Z3、…Zn),调门伺服线圈1电压值(AC1、AC2、AC3、…ACn),调门伺服线圈2电压值(BC1、BC2、BC3、…BCn),调频指令(X1、X2、X3、…Xn);
S30输入调门开度指令在线检测值,根据阈值γ剔除干扰信号并输出1个指令无干扰信号;该步骤中,调门开度指令值进入延时寄存器,寄存器通过输出前1秒历史值与指令当前值进行偏差比较,即根据|Sn-Sn-1|≥γ定义,若偏差值未越过死区代表调门指令未发生变化,输出1个指令无干扰信号,指令无干扰信号通过复位延时器,该延时器在真值为1时实时输出,真值为0时,输出0值并触发延时,时长与抖动判断回路总时长相当,代表切除1个报警判断周期Tn,在Tn+1时刻后重新检测;
S40、对调门位置反馈回送值按时序在Tn周期间隔抽取m个信号,实现Tn检测周期内时序数据列寄存;该步骤中,若Tn为13秒,则以13秒为一个信号周期,将调门位置反馈回送值分别进入13个延时寄存器,寄存器分别输出自第1秒至第13秒的调门位置反馈回送历史值,实现13秒检测周期内时序数据列寄存;
S50、时序数据列分别与T0时刻值进行绝对偏差值计算后,交叠进行相邻T秒时序的偏差低于阈值α的低限判断和偏差高于阈值β的高限判断比较支路,检测时长超过T/2秒的越限报警,忽略时长小于T/2秒的越限报警,将时序数据列转换为“0”或“1”的时序逻辑开关量。进行二选一,得到
Figure GDA0002481403830000081
个低限报警信号和
Figure GDA0002481403830000082
个高限报警信号;该步骤中,第1秒历史值作为堆栈计算初值T0,与后12个值分别进行偏差比较后取绝对值,得到12个带时序绝对偏差值。12个时序绝对偏差值按正向时序,交叠进行偏差低、偏差高判断,偏差低代表后时序调门位置未偏离初始值,偏差高代表后时序调门位置已偏离初始值,交叠判断剔除指令性变化漏检造成的实际调门正常调节被误诊断,交叠判断支路相邻的2秒时序进行二选一,检测时长超过1秒的越限报警.若Tn为13秒,则得到3个“0”或“1”的低限报警和3个“0”或“1”的高限报警;
S60、对所述
Figure GDA0002481403830000083
个低限报警信号和
Figure GDA0002481403830000084
个高限报警信号进行有效信号筛选,分别使用逻辑表决模块,若低限报警信号真值为“1”样本数量超过
Figure GDA0002481403830000085
则获得1个有效低限报警信号,若高限报警信号真值为“1”样本数量超过
Figure GDA0002481403830000086
则获得1个有效高限报警信号;该步骤中,若Tn为13秒,则3个低限报警、3个高限报警分别汇集到三选二模块进行有效报警判断,进一步剔除指令性变化漏检造成的实际调门正常调节被误诊断;检测调门位置反馈回送值产生2个越限尖波,分别得到1个有效低限报警1个有效高限报警;
S70、在指令无干扰信号周期Tn内,若同时具有1个有效低限报警信号及1个有效高限报警信号,则输出调门抖动报警信号;该步骤中,1个有效低限报警1个有效高限报警与1个指令无干扰信号共同输出调门抖动报警。报警触发时序如图5所示,由于阀位指令信号出现了一个越线尖波,以该越线尖波为起始点,切除一个Tn周期,如Tn为13s则切除13s,则在该切除的Tn周期内出现的阀位反馈异常信号为无效信号,从第14s开始才是有效信号;如图5所示,在切除的13s内出现了2个越线尖波,但由于其是无效信号,故抖动报警信号没有出现上升沿,即没有报警,当检测时间超过切除的13s外时,阀位反馈又出现了2个越线尖波,该处的信号为有效信号,故抖动报警信号出现上升沿,即产生报警信号,通过上述检测方法,实现了准确调门报警的目的;
S80、使用训练样本集和测试集校验调门抖动报警信号漏检率、误检率,误检率高可对决策树增枝,放大m及Tn,向发散方向调整阈值α、β、γ,使之高限愈高、低限愈低;漏检率高可对决策树剪枝,缩小m及Tn,向收敛方向调整阈值α、β、γ,使之高限降低、低限增高。增枝、剪枝应确保
Figure GDA0002481403830000091
仍为整数;该步骤中,在发电机组伺服机构可任意测试的停运状态下,自伺服机构调门位置反馈装置使信号短路、开路及射频干扰,发出测试信号,检验调门报警准确性。在Tn为9s时,使用9个延时寄存器分枝,
Figure GDA0002481403830000092
在检测有效低限报警及有效高限报警时使用二选一模块,调门报警信号未过滤单尖波干扰。在阈值α过高及阈值β、γ过低时,调门的指令变化干扰未有效过滤。在Tn为17s时,使用17个延时寄存器分枝,
Figure GDA0002481403830000093
Figure GDA0002481403830000094
在检测有效低限报警及有效高限报警时使用四选三模块,调门报警信号会漏检初起的双波抖动,调整为四选二模块,信号扫描周期改为50ms,连续运行30分钟后因计算量过大控制器负荷率高报警。在阈值α过低及阈值β、γ过高时,调门位置反馈装置回送值的初起小幅波动会漏检。如上通过样本测试,可调试阈值增减决策树分支,另外在控制系统扫描周期足够短、控制器容量足够大及控制器负荷率足够低的情况下,还可根据控制系统容量调整信号扫描周期,使故障报警信号更精准;
S90、使用实时数据进一步校验调门抖动报警信号漏检率、误检率,依照S80步骤调整,完成决策树。该步骤中,发电机组已处于运行状态下,故障预警系统执行实时在线检测,等待实际发出的故障报警信号并验证其有效性,或等待伺服机构发生实际抖动而故障报警信号未触发检查其漏检原因,根据实时在线检测分析出的误检或漏检原因,进一步调试阈值增减决策树分支。在本实施例中,汽轮机控制系统软件不支持在线组态增减延时寄存器分枝,增减决策树分支是通过调整S30步骤的调门开度指令变化信号复位延时器Tn使其大于或小于决策树分支数来实现的,但在发电机组停运后仍需增减决策树并执行S80步骤验证。而其他未指定的汽轮机控制系统具有在线组态增减延时寄存器分枝及调整信号扫描周期功能,是可以在发电机组运行状态下完善故障预警系统的决策树,调试出最优的分支数量及阈值的。
较佳地,还包括如下辅回路步骤:
步骤S91、通过训练样本集和测试集分析得出δ和ε;
步骤S92、将调门伺服阀线圈1电压、调门伺服阀线圈2电压进行偏差比较后取绝对值,偏差越高限δ(如图6所示),且汽轮机调频指令绝对值未越高限ε,则触发报警。该步骤中,辅助判断回路原理为:为防止主回路报警漏检,利用调门抖动进入高频次阶段,两组线圈反复快速变指令造成的短期电压偏差进行判断。即调门伺服阀线圈1电压值CA、调门伺服阀线圈2电压值CB进行偏差比较后取绝对值,其偏差越高限同时汽轮机调频指令绝对值未越高限,触发报警,即在|CAn-CBn|≤δ且|Xn|≥ε时,触发报警。
综合表述:本发明提供的汽轮机伺服机构故障在线检测预警方法,通过一组完整报警判断周期(上述实施例以13秒为模型,可扩充)内时序数据(调门位置反馈回送值)完成噪声剔除(调门开度指令值变化)后,再使用决策树分类各时序数据并调校阈值及周期,完成故障特征波形数据挖掘,实现了精准、及时地检测、报警调门故障的目的。
另外,本发明提供的汽轮机伺服机构故障在线检测预警方法,还通过调门伺服阀线圈1电压和调门伺服阀线圈2电压这两组时序数据的非噪声偏差简单决策作为补充,防止出现上述主回路报警漏检问题。
本发明提供的汽轮机伺服机构故障在线检测预警方法,实现自动检测预警,在极早期发现汽轮机调门抖动故障,以便尽快介入处理,避免影响发电机组电量及汽轮机工况。本方法不针对汽轮机伺服机构的具体故障成因,是一种植入控制设备的以固定扫描周期运行的边缘计算回路,以给定模式完成调门抖动故障特征信号的实时数据挖掘。
本发明还提供一种汽轮机伺服机构故障在线检测预警系统,如图3所示,采用如上任意所述的汽轮机伺服机构故障在线检测预警方法,包括切除开关、第一延时寄存器、若干第二延时寄存器、若干二选一模块、第一三选二模块、第二三选二模块、AND与模块、复位延时器;
调门开度指令输出端与第一延时寄存器输入端通讯连接;所述第一延时寄存器对输入的调门开度指令按时序进行偏差比较,并输出指令无干扰信号;所述第一延时寄存器输出端与复位延时器输入端通讯连接;复位延时器输出端分别与切除开关、AND与模块输入端连接;阀位指令干扰信号通过复位延时器将若干第二延时寄存器的输入端信号切除,切除时间与复位延时器延时定值相同;切除开关共有两路信号输入端,一路切除信号输入端,一路信号输出端。当切除开关切除信号输入端真值为“1”时,其信号输出端为定常数“A”;当切除开关切除信号输入端真值为“0”时,其信号输出端为调门位置反馈回送值;
调门位置反馈回送值输出端通过切除开关与若干第二延时寄存器通讯连接;通过若干第二延时寄存器实现检测周期内时序数据列寄存,时序数据列分别与T0时刻值进行绝对偏差值计算后,进行低限判断和高限判断;
若干低限判断和高限判断输出端依次与若干二选一模块连接;若干二选一模块输出分别三个低限报警信号三个高限报警信号;三个低限报警信号输入第一三选二模块,三个高限报警信号输入第二三选二模块;所述第一、第二三选二模块分别输出有效低限报警信号和有效高限报警信号;
所述有效低限报警信号输出端、有效高限报警信号输出端和指令无干扰信号输出端均与AND与模块通讯连接;所述AND与模块输出调门抖动报警信号。
较佳地,如图4所示,伺服阀线圈1电压和伺服阀线圈2电压采用实时比较方式;一次调频指令通过调频指令绝对值高限进行判断。
上述切除开关、延时寄存器、二选一模块、三选二模块、三选二模块和AND与模块及其型号等,作为工业控制系统的基础软件功能是容易获取的。上述延时寄存器、二选一模块、三选二模块、三选二模块和AND与模块等经由不同工业控制系统的类似基础软件功能模块通过如上任意所述的各步骤实现检测周期内时序数据列寄存、时序数据列执行绝对偏差值计算及高低限判断实现时序数据列逻辑回归、训练样本集及测试集采用本发明提供的方法进行反复校验调试,也能得到较为粗略或更为精细的预警决策系统,此种变化主要受S80、S90步骤影响。因此,对如上任意所述的若干延时寄存器、若干二选一模块、三选二模块、和AND与模块等,要求不限于实施例图及文字表述所列数量,其数量均是随着m及Tn的增减而增减,相应的二选一模块、三选二模块也可转变为三选一模块、四选二模块、四选三模块等,对此提出:在汽轮机控制系统软件内通过如上任意所述的各步骤,采用有限个延时寄存器、有限个(D选1模块…D选D-1模块)和AND与模块,实现检测周期内时序数据列寄存、时序数据列执行绝对偏差值计算及高低限判断实现时序数据列逻辑回归、训练样本集及测试集反复校验调试而构建的预警系统,均属于本技术方案的范围。
为检验本发明在实际中的应用,以2台300MW机组为例,汽轮机为上海汽轮机厂生产的亚临界、两缸两排汽凝汽式汽轮机,配置有两个高压主汽阀(TV)、六个高压调节汽阀(GV)、两个再热主汽阀(RSV)、两个再热调节汽阀(IV)。于1996年投入商业运行,汽轮机电液调节控制系统(以下简称DEH系统)采用原西屋公司WDPF系统,后升级为OVATION系统,现场伺服机构未升级。自2016年后,伺服机构故障逐年增加,由机组运行中个别高压调节汽阀的小幅抖动,直至发展到高压调节汽阀由全开位置突关至0%,严重威胁机组安全稳定运行。将本发明提供的汽轮机伺服机构故障在线检测预警系统运用到该系统中改良。
汽轮机机组在完成冷态模拟试验后不久,即由调停状态启动运行,DEH系统所有伺服机构在冷态调试完全合格后,并网带负荷至140MW时,故障在线检测预警系统主回路动作,检查发现GV5高压调门22%开度处小幅震荡,立即更换伺服阀完成故障处理。当日下午负荷升至200MW时,故障在线检测预警系统主回路再次动作,经检查发现GV3高压调门也出现小幅震荡,且故障在线检测预警系统辅回路也随后动作发出报警,再次更换伺服阀完成故障处理。经事后解体GV5伺服阀确认阀内滤芯油污脏堵,这两起故障从发生、发现到处理真正做到了零延误零影响,避免了两起可能造成机组负荷异常乃至跳闸的隐患,也证实了汽轮机伺服机构故障在线检测预警系统,在故障事前抑制可发挥极为关键的作用。
尽管本文中较多的使用了诸如延时寄存器、复位延时器、二选一模块、三选二模块等术语,但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质;把它们解释成任何一种附加的限制都是与本发明精神相违背的。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (8)

1.一种汽轮机伺服机构故障在线检测预警方法,其特征在于:所述方法步骤具体如下:
S10、输入历史数据,建立训练样本集和测试集,构建决策树;
S20、通过训练样本集和测试集分析得出阈值α、β、γ;
S30、输入调门开度指令在线检测值,根据阈值γ剔除干扰信号并输出1个指令无干扰信号;
S40、对调门位置反馈回送值按时序在Tn周期间隔抽取m个信号,实现Tn检测周期内时序数据列寄存;
S50、时序数据列分别与T0时刻值进行绝对偏差值计算后,交叠进行相邻T秒时序的偏差低于阈值α的低限判断和偏差高于阈值β的高限判断,检测时长超过T/2秒的越限报警;将时序数据列转换为“0”或“1”的时序逻辑开关量;进行二选一,得到
Figure FDA0002576778590000011
个低限报警信号和
Figure FDA0002576778590000012
个高限报警信号;
S60、对所述
Figure FDA0002576778590000013
个低限报警信号和
Figure FDA0002576778590000014
个高限报警信号进行有效信号筛选,获得有效低限报警信号和有效高限报警信号;
S70、在指令无干扰信号周期内,若同时具有1个有效低限报警信号及1个有效高限报警信号,则输出调门抖动报警信号;
S80、使用训练样本集和测试集校验调门抖动报警信号漏检率、误检率,并对决策树进行增枝或剪枝;
S90、使用实时数据校验调门抖动报警信号漏检率、误检率,依照所述步骤S80调整,完成决策树。
2.根据权利要求1所述的汽轮机伺服机构故障在线检测预警方法,其特征在于:步骤S10中的历史数据包括调门开度指令值、调门位置反馈回送值、调门伺服线圈1电压值、调门伺服线圈2电压值和调频指令。
3.根据权利要求1所述的汽轮机伺服机构故障在线检测预警方法,其特征在于:步骤S30中剔除调门开度的指令性变化的方法为:若调门开度指令变化未超过阈值γ则,输出1个指令无干扰信号;若调门开度指令变化超过阈值γ,则在阈值超限时刻后的Tn周期内则停止步骤S30、S40,在Tn+1时刻后重新检测。
4.根据权利要求1所述的汽轮机伺服机构故障在线检测预警方法,其特征在于:还包括如下步骤:
步骤S91、通过训练样本集和测试集分析得出δ和ε;
步骤S92、将调门伺服阀线圈1电压、调门伺服阀线圈2电压进行偏差比较后取绝对值,偏差越高限δ,且汽轮机调频指令绝对值未越高限ε,则触发报警。
5.根据权利要求1所述的汽轮机伺服机构故障在线检测预警方法,其特征在于:所述步骤S60中的有效信号筛选方法如下:
对所述
Figure FDA0002576778590000021
个低限报警信号和
Figure FDA0002576778590000022
个高限报警信号分别使用逻辑表决模块,若低限报警信号真值为“1”样本数量超过
Figure FDA0002576778590000023
则获得1个有效低限报警信号,若高限报警信号真值为“1”样本数量超过
Figure FDA0002576778590000024
则获得1个有效高限报警信号。
6.根据权利要求1所述的汽轮机伺服机构故障在线检测预警方法,其特征在于:所述步骤S80中的通过调门抖动报警信号漏检率、误检率对决策树进行增枝或剪枝的方法如下:
若误检率高,则对决策树增枝,放大m及Tn,向发散方向调整阈值α、β、γ,使之高限愈高、低限愈低;
若漏检率高,则对决策树剪枝,缩小m及Tn,向收敛方向调整阈值α、β、γ,使之高限降低、低限增高;其中,增枝、剪枝均应确保
Figure FDA0002576778590000025
Figure FDA0002576778590000031
仍为整数。
7.一种汽轮机伺服机构故障在线检测预警系统,其特征在于:包括切除开关、第一延时寄存器、若干第二延时寄存器、若干D选D-1模块、AND与模块、复位延时器;
调门开度指令输出端与第一延时寄存器输入端通讯连接;所述第一延时寄存器对输入的调门开度指令按时序进行偏差比较,并输出指令无干扰信号;所述第一延时寄存器输出端与复位延时器输入端通讯连接;复位延时器输出端分别与切除开关、AND与模块输入端连接;阀位指令干扰信号通过复位延时器将若干第二延时寄存器的输入端信号切除,切除时间与复位延时器延时定值相同;
调门位置反馈回送值输出端通过切除开关与若干第二延时寄存器通讯连接;通过若干第二延时寄存器实现检测周期内时序数据列寄存,时序数据列分别与T0时刻值进行绝对偏差值计算后,进行低限判断和高限判断;
若干低限判断和高限判断输出端依次通过若干D选D-1模块分别输出有效低限报警信号和有效高限报警信号;
所述有效低限报警信号输出端、有效高限报警信号输出端和指令无干扰信号输出端均与AND与模块通讯连接;所述AND与模块输出调门抖动报警信号。
8.根据权利要求7所述的汽轮机伺服机构故障在线检测预警系统,其特征在于:包括切除开关、第一延时寄存器、若干第二延时寄存器、D选D-1模块、AND与模块、复位延时器;所述D选D-1模块包括若干二选一模块、第一三选二模块、第二三选二模块;
调门开度指令输出端与第一延时寄存器输入端通讯连接;所述第一延时寄存器对输入的调门开度指令按时序进行偏差比较,并输出指令无干扰信号;所述第一延时寄存器输出端与复位延时器输入端通讯连接;
调门位置反馈回送值输出端通过切除开关与若干第二延时寄存器通讯连接;通过若干第二延时寄存器实现检测周期内时序数据列寄存,时序数据列分别与T0时刻值进行绝对偏差值计算后,进行低限判断和高限判断;
若干低限判断和高限判断输出端依次与若干二选一模块连接;若干二选一模块分别输出三个低限报警信号三个高限报警信号;三个低限报警信号输入第一三选二模块,三个高限报警信号输入第二三选二模块;第一、第二三选二模块分别输出有效低限报警信号和有效高限报警信号;
所述有效低限报警信号输出端、有效高限报警信号输出端和指令无干扰信号输出端均与AND与模块通讯连接;所述AND与模块输出调门抖动报警信号。
CN201910076683.1A 2019-01-26 2019-01-26 一种汽轮机伺服机构故障在线检测预警方法及系统 Active CN109855879B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910076683.1A CN109855879B (zh) 2019-01-26 2019-01-26 一种汽轮机伺服机构故障在线检测预警方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910076683.1A CN109855879B (zh) 2019-01-26 2019-01-26 一种汽轮机伺服机构故障在线检测预警方法及系统

Publications (2)

Publication Number Publication Date
CN109855879A CN109855879A (zh) 2019-06-07
CN109855879B true CN109855879B (zh) 2020-09-04

Family

ID=66896222

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910076683.1A Active CN109855879B (zh) 2019-01-26 2019-01-26 一种汽轮机伺服机构故障在线检测预警方法及系统

Country Status (1)

Country Link
CN (1) CN109855879B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113446073B (zh) * 2021-08-11 2023-03-24 内蒙古京隆发电有限责任公司 一种汽轮机高压调节汽门的故障诊断方法
CN113586173A (zh) * 2021-08-31 2021-11-02 鄂尔多斯市君正能源化工有限公司热电分公司 一种汽轮机调门卡涩判断方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3036186B1 (fr) * 2015-05-12 2018-06-15 Safran Aircraft Engines Procede, systeme et programme d'ordinateur de surveillance de l'usure d'une piece au moyen d'un arbre de classification
CN106596090A (zh) * 2016-12-28 2017-04-26 湖南坤宇网络科技有限公司 一种基于决策树系统的锅炉蒸汽阀故障预警方法
CN106679953A (zh) * 2016-12-28 2017-05-17 湖南坤宇网络科技有限公司 一种基于决策树系统的锅炉调节闸门失效预警方法
CN107179503B (zh) * 2017-04-21 2020-07-07 美林数据技术股份有限公司 基于随机森林的风电机组故障智能诊断预警的方法
CN108197639A (zh) * 2017-12-14 2018-06-22 佛山科学技术学院 一种基于随机森林的变压器故障诊断方法
CN108509732A (zh) * 2018-04-03 2018-09-07 厦门理工学院 汽轮机故障严重程度的评估方法、终端设备及存储介质

Also Published As

Publication number Publication date
CN109855879A (zh) 2019-06-07

Similar Documents

Publication Publication Date Title
EP1676179B1 (en) Detecting faults of system components in a continuous process
US11005863B2 (en) Threat detection and localization for monitoring nodes of an industrial asset control system
Wang et al. An overview of industrial alarm systems: Main causes for alarm overloading, research status, and open problems
CA2676441C (en) Intelligent monitoring system and method for building predictive models and detecting anomalies
CN109855879B (zh) 一种汽轮机伺服机构故障在线检测预警方法及系统
CN101555806B (zh) 发电厂生产实时参数分类报警和识别辅助方法
CN103953399B (zh) 一种汽轮机进汽阀门快关过程监测装置及在线监测方法
US10037026B2 (en) Systems and methods for fault analysis
CN109519233B (zh) 用于核电厂汽轮机进汽调节阀的在线监测方法和系统
CN104390657A (zh) 一种发电机组运行参数测量传感器故障诊断方法及系统
Bangalore et al. An approach for self evolving neural network based algorithm for fault prognosis in wind turbine
CN110513336B (zh) 一种电站燃气轮机离线水洗时间的确定方法
Palme´ et al. New alstom monitoring tools leveraging artificial neural network technologies
Fantoni et al. On-line monitoring of instrument channel performance in nuclear power plant using PEANO
CN100539346C (zh) 发电机组热控智能保护控制方法
CN112761741A (zh) 一种汽轮机阀门关闭时间在线检测装置及远程报送方法
CN107066424A (zh) 用于确定操作涡轮机的风险的系统与方法
Muhammad et al. Methodology for short-term performance prognostic of gas turbine using recurrent neural network
Naito et al. Anomaly sign detection by monitoring thousands of process values using a two-stage autoencoder
CN114251238A (zh) 变桨电机温度异常检测方法及设备
Palma et al. Hybrid approach for control loop performance assessment
Shi et al. Phase I analysis of hidden operating status for wind turbine
Howard et al. Performance assessment of non-self-regulating controllers in a cogeneration power plant
Ozgur et al. Remote Monitoring and Diagnostics System for GE Heavy Duty Gas Turbines
Naito et al. A New Data Driven Method for Monitoring a Large Number of Process Values and Detecting Anomaly Signs With a Two-Stage Model Composed of a Time Window Autoencoder and a Deviation Autoencoder

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
TR01 Transfer of patent right

Effective date of registration: 20211223

Address after: 8 / F, administrative office building, 702 Jiangang Road, Haicang District, Xiamen City, Fujian Province, 361026

Patentee after: XIAMEN HUAXIA INTERNATIONAL POWER DEVELOPMENT Co.,Ltd.

Patentee after: SDIC Xinjiang Lop Nur potash Co., Ltd

Address before: 8 / F, administrative office building, 702 Jiangang Road, Haicang District, Xiamen City, Fujian Province, 361026

Patentee before: XIAMEN HUAXIA INTERNATIONAL POWER DEVELOPMENT Co.,Ltd.

TR01 Transfer of patent right