CN113009335B - 抽水蓄能机组的状态检测方法及装置 - Google Patents
抽水蓄能机组的状态检测方法及装置 Download PDFInfo
- Publication number
- CN113009335B CN113009335B CN202110203819.8A CN202110203819A CN113009335B CN 113009335 B CN113009335 B CN 113009335B CN 202110203819 A CN202110203819 A CN 202110203819A CN 113009335 B CN113009335 B CN 113009335B
- Authority
- CN
- China
- Prior art keywords
- noise
- frequency
- real
- time
- level
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 12
- 238000001228 spectrum Methods 0.000 claims abstract description 155
- 230000002159 abnormal effect Effects 0.000 claims abstract description 51
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 26
- 230000036541 health Effects 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims 1
- 230000005856 abnormality Effects 0.000 abstract description 15
- 238000010977 unit operation Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 241001672018 Cercomela melanura Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000001363 water suppression through gradient tailored excitation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
- G01R31/343—Testing dynamo-electric machines in operation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本说明书一个或多个实施例提供一种抽水蓄能机组的状态检测方法及装置，包括获取实时噪声信号，对实时噪声信号进行处理，得到实时噪声声级谱，将实时噪声声级谱与预设的基准噪声声级谱进行比较，当实时噪声声级谱与基准噪声声级谱之间的差异满足预设的异常条件时，判定机组状态异常，输出异常状态提示信息。本实施例通过对机组噪声进行分析，能够实现机组状态检测，在发现异常时及时预警，从而避免发生事故，保证机组运行安全稳定。
Description
技术领域
本说明书一个或多个实施例涉及水电工程技术领域，尤其涉及一种抽水蓄能机组的状态检测方法及装置。
背景技术
抽水蓄能机组反应迅速、运行方式灵活，在电力系统中有调峰、填谷、调频、调相、紧急事故备用和黑启动等多种功能，为电网的安全稳定及经济运行发挥了重要作用。抽水蓄能电站具有水头高、转速快、双向旋转和运行工况复杂等特点，使得抽水蓄能机组比常规水电机组更易发生故障，机组运行过程中主要受机械、电力和水力三种因素的耦合作用，三种因素直接影响着机组运行稳定性。
发明内容
有鉴于此，本说明书一个或多个实施例的目的在于提出一种抽水蓄能机组的状态检测方法，能够通过分析机组噪声实现机组状态检测。
基于上述目的，本说明书一个或多个实施例提供了抽水蓄能机组的状态检测方法，包括：
获取实时噪声信号；
对所述实时噪声信号进行处理，得到实时噪声声级谱；
将所述实时噪声声级谱与预先建立的基准噪声声级谱进行比较，如果所述实时噪声声级谱与所述基准噪声声级谱之间的差异满足预设的异常条件，判定机组状态异常；
输出异常状态提示信息。
可选的，所述获取实时噪声信号之前，包括：
在机组健康状态下，获取多组噪声时域信号；
对各组噪声时域信号进行处理，得到各组噪声时域信号对应的声级谱；
根据各组噪声时域信号的声级谱，建立所述基准噪声声级谱。
可选的，所述对各组噪声时域信号进行处理，得到各组噪声时域信号对应的声级谱，包括：
对于每组噪声时域信号：
将所述噪声时域信号转换为对应的噪声频域信号；
按照不同的频率范围，将所述噪声频域信号划分成多个频率段；
计算每个频率段的等效连续声压级；
由所有频率段的等效连续声压级构成该组噪声时域信号的声级谱。
可选的，按照不同的频率范围，将所述噪声频域信号划分成多个频率段，包括：
确定所述噪声频域信号的有用频率上限；
将从零到所述有用频率上限划分为多个频率段，按照各频率段对应的频率范围，将所述噪声频域信号划分成对应的频率段；
计算每个频率段的等效连续声压级，包括：
保留当前频率段的频率成分，将其他频率段的频率成分置零，得到中间噪声频域信号；
将所述中间噪声频域信号转换为中间噪声时域信号；
计算所述中间噪声时域信号的等效连续声压级，作为所述当前频率段的等效连续声压级。
可选的，所述根据各组噪声时域信号的声级谱，建立所述基准噪声声级谱，包括：
基于各组噪声时域信号的声级谱中相对应的频率段的等效连续声压级，构建各频率段的声压级集合；
对于每个频率段：
计算所述声压级集合中所有等效连续声压级的概率密度分布；
确定概率密度最大值对应的等效连续声压级，将该等效连续声压级作为该频率段对应的基准声级值；
由各频率段的基准声级值构成所述基准噪声声级谱。
可选的，构成所述基准噪声声级谱之后，还包括：
根据各频率段的声压级集合，确定各频率段的声压级阈值。
可选的，如果所述实时噪声声级谱与所述基准噪声声级谱之间的差异满足预设的异常条件，判定机组状态异常，包括：
如果所述实时噪声声级谱中的至少一个频率段的等效连续声压级与所述基准噪声声级谱中的相对应的频率段的基准声级值之间的差值大于预设的声压级阈值，判定机组状态异常；或者，
如果所述实时噪声声级谱中的至少一个频率段的等效连续声压级与所述基准噪声声级谱中的相对应的频率段的基准声级值相比，上升梯度大于预设梯度值，判定机组状态异常。
可选的，确定所述噪声频域信号的有用频率上限为：
根据机组转速、导叶数量和转轮叶片数量，计算所述有用频率上限。
可选的，所述获取实时噪声信号为，获取实时噪声时域信号；
对所述实时噪声信号进行处理，得到实时噪声声级谱，包括：
对所述实时噪声时域信号进行处理，得到实时噪声频域信号；
将所述实时噪声频域信号划分成与所述基准噪声声级谱的各频率段对应的多个频率段；
计算每个频率段的等效连续声压级；
由所有频率段的等效连续声压级构成所述实时噪声声级谱。
本说明书实施例还提供一种抽水蓄能机组的状态检测装置，包括：
获取模块，用于获取实时噪声信号；
处理模块，用于对所述实时噪声信号进行处理，得到实时噪声声级谱；
判断模块，用于将所述实时噪声声级谱与预先建立的基准噪声声级谱进行比较，如果所述实时噪声声级谱与所述基准噪声声级谱之间的差异满足预设的异常条件，判定机组状态异常；
输出模块，用于输出异常状态提示信息。
从上面所述可以看出，本说明书一个或多个实施例提供的抽水蓄能机组的异常状态检测方法及装置，包括获取实时噪声信号，对实时噪声信号进行处理，得到实时噪声声级谱，将实时噪声声级谱与预设的基准噪声声级谱进行比较，当实时噪声声级谱与基准噪声声级谱之间的差异满足预设的异常条件时，判定机组状态异常，输出异常状态提示信息。本实施例通过对机组噪声进行分析，能够实现机组状态检测，在发现异常时及时预警，从而避免发生事故，保证机组运行安全稳定。
附图说明
为了更清楚地说明本说明书一个或多个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简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书一个或多个实施例，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为本说明书一个或多个实施例的方法流程示意图；
图2为本说明书一个或多个实施例的建立基准噪声声级谱的方法流程示意图；
图3为本说明书一个或多个实施例的水车室噪声时域信号波形示意图；
图4为本说明书一个或多个实施例的噪声信号声级谱示意图；
图5为本说明书一个或多个实施例的声级谱的其中一个分量的概率密度分布示意图；
图6为本说明书一个或多个实施例的基准声级谱示意图；
图7为本说明书一个或多个实施例的实时声级谱示意图；
图8为本说明书一个或多个实施例的实时噪声信号幅度谱示意图；
图9为本说明书一个或多个实施例的装置结构示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。
需要说明的是，除非另外定义，本说明书一个或多个实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本说明书一个或多个实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
如背景技术部分所述，抽水蓄能机组运行过程中，主要受到机械、电力和水力三种因素的影响，机组噪声中主要汇聚了机械、电力和水力三种因素作用下的噪声。例如，水轮发电机转动部件旋转产生的各种机械噪声、发电机电磁力产生的电磁噪声及水轮机流道中各种水流撞击、脱流、卡门涡、空化等水力产生的噪声。
申请人在实现本公开的过程中发现，抽水蓄能机组出现明显故障时，异常噪声可能是由三种因素中的一种或几种为主所产生的。例如，水轮发电机转轮叶片出水边的卡门涡与叶片共振而出现的高频啸叫声、导叶严重过流不均时的水流与转轮动静干涉而产生的剧烈噪声、迷宫环间隙不均匀而出现的不平衡侧压力所引发的低频噪声等。通过对机组噪声进行分析，能够检测机组状态，及时发现异常。
以下，通过具体的实施例进一步详细说明本公开的技术方案。
如图1所示，本说明书一个或多个实施例提供一种抽水蓄能机组的异常状态检测方法，包括：
S101：获取实时噪声信号；
本实施例中，利用噪声测量单元测量实时的机械噪声、电磁噪声和水力噪声。噪声测量单元可分布安装于机组的不同位置，用于测量典型部位的机械噪声、电磁噪声和水力噪声。
一些方式中，在水车室、风洞、蜗壳门、尾水门等位置分别安装噪声测量单元，用于分别测量相应位置的噪声。例如，布设于风洞内的噪声测量单元可用于测量电磁噪声和机械噪声，布设于水车室内的噪声测量单元可用于测量机械噪声和水力噪声，布设于蜗壳门与尾水门内的噪声测量单元可用于测量水力噪声等，本实施例仅用于示例性说明，不用于具体限定，工程应用中，可根据具体情况布设噪声测量单元，采集不同位置的噪声信号。
S102：对实时噪声信号进行处理，得到实时噪声声级谱；
本实施例中，对获取的实时噪声信号进行处理，得到实时噪声声级谱。其中，噪声声级谱是用于衡量噪声水平的评价量。
S103：将实时噪声声级谱与预先建立的基准噪声声级谱进行比较，如果实时噪声声级谱与基准噪声声级谱之间的差异满足预设的异常条件，判定机组状态异常；
S104：输出异常状态提示信息。
本实施例中，通过将实时噪声声级谱与预先建立的机组健康状态下的基准噪声声级谱进行比较，根据判断结果判断机组状态是否发生异常。当实时噪声声级谱与基准噪声声级谱之间的差异满足异常条件时，判定机组状态发生异常，输出异常状态提示信息，便于及时定位处理异常。
本实施例提供的抽水蓄能机组的状态检测方法，包括获取实时噪声信号，对实时噪声信号进行处理，得到实时噪声声级谱，将实时噪声声级谱与预设的基准噪声声级谱进行比较，当实时噪声声级谱与基准噪声声级谱之间的差异满足预设的异常条件时，判定机组状态异常，输出异常状态提示信息。本实施例的方法，通过对机组噪声进行分析，能够实现机组状态检测。
可以理解，该方法可以通过任何具有计算、处理能力的装置、设备、平台、设备集群来执行。
如图2所示，一些实施例中，获取实时噪声信号之前还包括建立基准噪声声级谱，建立基准噪声声级谱的方法是：
S201：在机组健康状态下，获取多组噪声时域信号；
本实施例中，于典型工况稳态运行下，在机组健康状态下的一段时间内，采集获取多组噪声时域信号，采集的每组噪声时域信号具有一定时长。其中，抽水蓄能机组的典型工况包括发电工况、抽水工况、发电调相工况、抽水调相工况等，抽水蓄能机组处于某个典型工况下进入稳态运行后，抽水蓄能机组运行于健康状态。
一些方式中，在有功功率P±△P、水头H±△H、冷却水进口温度T±△T等参数条件的典型工况下，机组运行于健康状态下的一段时间内(一般为半年及以上)，获取多组噪声时域信号。例如，稳态运行半小时后，每隔15分钟获取时长为16个旋转周期的噪声时域信号，直至机组工况发生变化。图3所示为所获取的水车室的噪声时域信号波形图，横坐标为时间，纵坐标为噪声声压。
S202：对各组噪声时域信号进行处理，得到各组噪声时域信号对应的声级谱；
S203：根据各组噪声时域信号的声级谱，建立基准噪声声级谱。
本实施例中，获取健康状态下的多组噪声时域信号之后，对各组噪声时域信号进行处理，得到各组噪声时域信号所对应的声级谱，再根据各组声级谱，建立以机组健康状态下的噪声信号为基准的基准噪声声级谱，基准噪声声级谱下的噪声水平可以认为机组状态安全稳定，不存在异常。
一些实施例中，对各组噪声时域信号进行处理，得到各组噪声时域信号对应的声级谱，包括：
对于每组噪声时域信号：
将噪声时域信号转换为对应的噪声频域信号；
按照不同的频率范围，将噪声频域信号划分成多个频率段；
计算每个频率段的等效连续声压级；
由所有频率段的等效连续声压级构成噪声时域信号的声级谱。
本实施例中，确定噪声时域信号的声级谱的方法是，对噪声时域信号进行傅里叶变换，转换为噪声频域信号，对于频域下的噪声频域信号，按照不同的频率范围划分为多个频率段，之后，分别计算每个频率段的等效连续声压级，计算得到所有频率段的等效连续声压级之后，由所有频率段的等效连续声压级构成噪声时域信号的声级谱。按照上述方法对每组噪声时域信号进行处理，得到每组噪声时域信号的声级谱。
一些实施例中，按照不同的频率范围，将噪声频域信号划分成多个频率段，包括：
确定噪声频域信号的有用频率上限；
将从零到有用频率上限划分为多个频率段，按照各频率范围，将噪声频域信号划分成与各频率范围对应的频率段；
计算每个频率段的等效连续声压级，包括：
保留当前频率段的频率成分，将其他频率段的频率成分置零，得到中间噪声频域信号；
将中间噪声频域信号转换为中间噪声时域信号；
计算中间噪声时域信号的等效连续声压级，作为当前频率段的等效连续声压级。
本实施例中，噪声时域信号转换为噪声频域信号之后，根据噪声频域信号的有用频率上限，确定噪声频域信号所覆盖的完全频率范围，将完全频率范围划分为多个不同的频率范围，将噪声频域信号划分为与各频率范围所分别对应的多个频率段；之后，分别计算每个频率段的等效连续声压级，对于每个频率段，将其他频率段的频率成分置零，仅保留当前频率段的频率成分，将当前频率段的频率成分作为中间噪声频域信号，进行傅里叶逆变换，得到中间噪声时域信号，计算中间噪声时域信号的等效连续声压级，该等效连续声压级即为当前频率段的等效连续声压级，按照上述计算频率段的等效连续声压级的方法，计算得到噪声频域信号的所有频率段的等效连续声压级，由噪声频域信号的所有频率段的等效连续声压级构成噪声时域信号的声级谱。对获取的每组噪声时域信号进行上述处理后，得到每组噪声时域信号所对应的声级谱。
一些实施例中，根据各组噪声时域信号的声级谱，建立基准噪声声级谱，包括：
基于各组噪声时域信号的声级谱中相对应的频率段的等效连续声压级，构建各频率段的声压级集合；
对于每个频率段：
计算声压级集合中所有等效连续声压级的概率密度分布；
确定概率密度最大值对应的等效连续声压级，将该等效连续声压级作为该频率段对应的基准声级值；
由各频率段的基准声级值构成基准噪声声级谱。
本实施例中，得到各组噪声时域信号的声级谱之后，基于各组噪声时域信号的声级谱中相同频率段的等效连续声压级，构建各频率段的声压级集合，声压级集合中包括各组噪声时域信号的相同频率段的等效连续声压级；之后，对于每个频率段的声压级集合，确定概率密度最大值所对应的等效连续声压级，将该等效连续声压级作为该频率段的基准声级值；按照该方法，确定出各频率段的基准声级值，最终基于所有频率段的基准声级值建立基准噪声声级谱。
一些实施例中，构成基准噪声声级谱之后，还包括：
根据各频率段的声压级集合，确定各频率段的声压级阈值。
本实施例中，建立基准噪声声级谱之后，进一步确定出基准噪声声级谱的声压级阈值，即，确定出基准噪声声级谱中每个频率段所对应的声压级阈值，用于进行异常判断分析。
一些方式中，根据频率段的声压级集合，按照预定的算法确定该频率段的声压级阈值。例如，设声压级集合中具有j个等效连续声压级，对j个等效连续声压级按照从大到小的顺序排序，排序后的集合表示为[b1,b2,...,bj]，计算下标值a，a＝[1％×j]，从排序后的集合中选取下标为a+1的元素ba+1，将该元素ba+1乘以预定系数，得到该频率段的声压级阈值。举例来说，若j＝1000，预定系数为1.2，计算得到a＝10，声压级阈值为1.2b11。
一些实施例中，确定噪声频域信号的有用频率上限为：根据机组转速、导叶数量和转轮叶片数量，计算有用频率上限。本实施例中，对于噪声频域信号的有用频率上限，根据机组的机械转动部件的各项参数之间的关系计算确定。
一些实施方式中，计算有用频率上限fmax的公式为：
其中，n为导叶数量，m为转轮叶片数量，v为机组转速。
例如，当机组转速为333.3转每分钟，导叶数量为20，转轮叶片数量为9时，根据公式(1)计算得到噪声频域信号的有用频率上限为300赫兹。
一些应用场景中，结合图3、4、5所示，机组运行于稳态后，获取l组水车室的噪声时域信号，对获取的噪声时域信号进行傅里叶变换，转换为噪声频域信号，根据机组的机械转动部件的各项参数，确定有用频率上限，确定出从0到有用频率上限之间的完全频率范围。将完全频率范围[0，fmax]进行k等分，划分出k个频率段，等分间隔的取值范围可以为5-10赫兹，将有用频率上限至采样频率fs的一半作为第k+1个频率段，划分后的频率段表示为[0,f1),[f1,f2),[f2,f3),...,[fk-1,fmax)，与划分后的各频率段相对应的，将噪声频域信号划分为多个频率段，计算每个频率段的等效连续声压级，具体的，计算第一个频率段的等效连续声压级时，保留[0,f1)对应的频率成分，将其他频率段的频率成分置零，得到第一个频率段的中间噪声频域信号，对该中间噪声频域信号进行傅里叶逆变换得到中间噪声时域信号，计算该中间噪声时域信号的L声级Lp1；按照计算第一个频率段的等效连续声压级的方法，分别计算每个频率段的等效连续声压级，得到噪声频域信号的所有频率段的等效连续声压级Lp1，Lp2，Lp3……，Lpk，Lpk+1。这样，由噪声频域信号的所有频率段的等效连续声压级Lp1，Lp2，Lp3……，Lpk，Lpk+1构成该组噪声时域信号的声级谱；
按照上述方法对l组噪声时域信号进行处理，得到l组噪声时域信号所对应的声级谱。其中，第一组噪声时域信号的声级谱用数组表示为第二组噪声时域信号的声级谱表示为/>第l组噪声时域信号的声级谱表示为/>
之后，从l组噪声时域信号所对应的声级谱中选取频率段对应的等效连续声压级构成基准噪声声级谱。其中，第一个频率段对应的声压级集合表示为：第二个频率段对应的声压级集合表示为第k+1个频率段对应的声压级集合表示为
然后，对于每个频率段的声压级集合，通过计算概率密度得到概率密度分布图，基于概率密度分布图确定概率密度最大值，将该概率密度最大值对应的等效连续声压级作为该频率段的基准声级值。按照该方法，分别确定所有频率段的基准声级值，由所有频率段的基准声级值构建出基准噪声声级谱；进一步的，再基于各频率段的声压级集合计算确定出各频率段的声压级阈值。
一些实施例中，获取实时噪声信号为，获取实时噪声时域信号；
对实时噪声信号进行处理，得到实时噪声声级谱，包括：对实时噪声时域信号进行处理，得到实时噪声频域信号；将实时噪声频域信号划分成与基准声级谱的各频率段相对应的多个频率段；计算每个频率段的等效连续声压级；由所有频率段的等效连续声压级构成实时噪声声级谱。本实施例中，机组运行过程中，获取实时噪声时域信号，按照前述的机组健康状态下所获取的噪声时域信号的处理方式，对实时噪声信号进行处理后得到实时噪声声级谱，便于将实时噪声声级谱与基准噪声声级谱进行对比分析。
一些实施例中，如果实时噪声声级谱与基准噪声声级谱之间的差异满足预设的异常条件，判定机组状态异常，包括：
如果实时噪声声级谱中的至少一个频率段的等效连续声压级与基准噪声声级谱中的相对应的频率段的基准声级值之间的差值大于预设的声压级阈值，判定机组状态异常；或者，
如果实时噪声声级谱中的至少一个频率段的等效连续声压级与基准噪声声级谱中的相对应的频率段的基准声级值相比，上升梯度大于预设的梯度值，判定机组状态异常。
本实施例中，机组运行过程中，通过对实时获取的噪声信号进行分析，利用建立的基准噪声声级谱判断机组运行状态是否发生异常。具体的，机组运行过程中，实时获取当前的实时噪声时域信号，将实时噪声时域信号转换为实时噪声频域信号，将实时噪声频域信号划分为与基准声级谱的各频率段相对应的多个频率段，计算每个频率段的等效连续声压级。将实时噪声频域信号的每个频率段的等效连续声压级与基准噪声声级谱中相应频率段的基准声级值进行比较，根据比较结果判断机组状态是否发生异常。
一种情况是，实时噪声频域信号的一个或几个频率段的等效连续声压级与基准噪声声级谱中相应频率段的基准声级值的差值大于频率段所对应的声压级阈值，判定机组状态发生异常。进一步的，可根据出现异常的一个或几个频率段的信号，定位出现异常的原因。这样，通过及时发现异常，能够缩小异常原因分析范围，提高定位异常效率，保证机组运行的安全稳定性。
另一种情况是，实时噪声频域信号的一个或几个频率段的等效连续声压级与基准噪声声级谱中相应频率段的基准声级值相比较，呈显著上升趋势，上升梯度超出梯度阈值，此种情况下，判定机组状态发生异常。进一步可根据出现异常的一个或几个频率段的信号，定位出现异常的原因。
一些应用场景中，结合图6、7所示，预先建立了某典型工况下的基准噪声声级谱，机组运行过程中，对获取的实时噪声时域信号进行处理得到实时噪声时域信号的声级谱，将实时噪声时域信号的声级谱的各频率段的等效连续声压级与基准噪声声级谱的相应频率段的基准声级值分别进行比较，比较结果如表1所示：
表1各频率段的等效连续声压级与基准声级值比较结果
根据表1所示对比分析结果可知，在频率段9，实时噪声时域信号的等效连续声压级较基准声级值增加21.8，在频率段12，实时噪声时域信号的等效连续声压级较基准声级值增加17.4，在频率段18，实时噪声时域信号的等效连续声压级较基准声级值增加20.9，这三个频率段的噪声信号出现明显增大，引发机组异常的频率成分主要分布在这三个频率段范围；结合图8所示，进一步对实时噪声时域信号进行幅值谱分析，噪声幅度在这三个频率段范围明显增加，对本实施例的方法进行了验证。
本实施例的机组状态检测方法，通过预先建立机组健康状态下的基准噪声声级谱，在机组运行过程中，实时采集获取实时噪声时域信号，对实时噪声时域信号进行处理后，将实时噪声时域信号的声级谱与基准噪声声级谱进行比较，根据比较结果，判断是否存在显著增大的频率段，如果存在噪声显著增加的频率段，判定机组运行出现了异常，通过及时进行异常预警，进而及时定位机组异常原因，保证机组运行的安全稳定性。
如图9所示，本说明书实施例还提供一种抽水蓄能机组的状态检测装置，包括：
获取模块，用于获取实时噪声信号；
处理模块，用于对实时噪声信号进行处理，得到实时噪声声级谱；
判断模块，用于将实时噪声声级谱与预先建立的基准噪声声级谱进行比较，如果实时噪声声级谱与所述基准噪声声级谱之间的差异满足预设的异常条件，判定机组状态异常；
输出模块，用于输出异常状态提示信息。
为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书一个或多个实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
上述实施例的装置用于实现前述实施例中相应的方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本公开的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本说明书一个或多个实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。
另外，为简化说明和讨论，并且为了不会使本说明书一个或多个实施例难以理解，在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本说明书一个或多个实施例难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本说明书一个或多个实施例的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本公开的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本说明书一个或多个实施例。因此，这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本公开的具体实施例对本公开进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态RAM(DRAM))可以使用所讨论的实施例。
本说明书一个或多个实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本说明书一个或多个实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本公开的保护范围之内。
Claims (5)
1.抽水蓄能机组的状态检测方法，其特征在于，包括：
在机组健康状态下，获取多组噪声时域信号；
对于每组噪声时域信号：
将所述噪声时域信号转换为对应的噪声频域信号；
确定所述噪声频域信号的有用频率上限；计算有用频率上限fmax的公式为：
其中，n为导叶数量，m为转轮叶片数量，v为机组转速；
将从零到所述有用频率上限划分为多个频率段，按照各频率段对应的频率范围，将所述噪声频域信号划分成对应的频率段；
保留当前频率段的频率成分，将其他频率段的频率成分置零，得到中间噪声频域信号；
将所述中间噪声频域信号转换为中间噪声时域信号；
计算所述中间噪声时域信号的等效连续声压级，作为所述当前频率段的等效连续声压级；
由所有频率段的等效连续声压级构成该组噪声时域信号的声级谱；根据各组噪声时域信号的声级谱，建立基准噪声声级谱，包括：基于各组噪声时域信号的声级谱中相对应的频率段的等效连续声压级，构建各频率段的声压级集合；对于每个频率段：计算所述声压级集合中所有等效连续声压级的概率密度分布；确定概率密度最大值对应的等效连续声压级，将该等效连续声压级作为该频率段对应的基准声级值；由各频率段的基准声级值构成所述基准噪声声级谱；
获取实时噪声信号；其中，所述实时噪声信号包括机械噪声、电磁噪声和水力噪声；
对所述实时噪声信号进行处理，得到实时噪声声级谱；
将所述实时噪声声级谱与所述基准噪声声级谱进行比较，如果所述实时噪声声级谱与所述基准噪声声级谱之间的差异满足预设的异常条件，判定机组状态异常；
输出异常状态提示信息。
2.根据权利要求1所述的方法，其特征在于，构成所述基准噪声声级谱之后，还包括：
根据各频率段的声压级集合，确定各频率段的声压级阈值。
3.根据权利要求1或2所述的方法，其特征在于，如果所述实时噪声声级谱与所述基准噪声声级谱之间的差异满足预设的异常条件，判定机组状态异常，包括：
如果所述实时噪声声级谱中的至少一个频率段的等效连续声压级与所述基准噪声声级谱中的相对应的频率段的基准声级值之间的差值大于预设的声压级阈值，判定机组状态异常；或者，
如果所述实时噪声声级谱中的至少一个频率段的等效连续声压级与所述基准噪声声级谱中的相对应的频率段的基准声级值相比，上升梯度大于预设梯度值，判定机组状态异常。
4.根据权利要求1所述的方法，其特征在于，所述获取实时噪声信号为，获取实时噪声时域信号；
对所述实时噪声信号进行处理，得到实时噪声声级谱，包括：
对所述实时噪声时域信号进行处理，得到实时噪声频域信号；
将所述实时噪声频域信号划分成与所述基准噪声声级谱的各频率段对应的多个频率段；
计算每个频率段的等效连续声压级；
由所有频率段的等效连续声压级构成所述实时噪声声级谱。
5.抽水蓄能机组的状态检测装置，其特征在于，包括：
获取模块，用于在机组健康状态下，获取多组噪声时域信号；以及获取实时噪声信号；其中，所述实时噪声信号包括机械噪声、电磁噪声和水力噪声；
构建模块，用于对于每组噪声时域信号：将所述噪声时域信号转换为对应的噪声频域信号；确定所述噪声频域信号的有用频率上限；将从零到所述有用频率上限划分为多个频率段，按照各频率段对应的频率范围，将所述噪声频域信号划分成对应的频率段；保留当前频率段的频率成分，将其他频率段的频率成分置零，得到中间噪声频域信号；将所述中间噪声频域信号转换为中间噪声时域信号；计算所述中间噪声时域信号的等效连续声压级，作为所述当前频率段的等效连续声压级；由所有频率段的等效连续声压级构成该组噪声时域信号的声级谱；根据各组噪声时域信号的声级谱，建立基准噪声声级谱，包括：基于各组噪声时域信号的声级谱中相对应的频率段的等效连续声压级，构建各频率段的声压级集合；对于每个频率段：计算所述声压级集合中所有等效连续声压级的概率密度分布；确定概率密度最大值对应的等效连续声压级，将该等效连续声压级作为该频率段对应的基准声级值；由各频率段的基准声级值构成所述基准噪声声级谱；
其中，计算有用频率上限fmax的公式为：
其中，n为导叶数量，m为转轮叶片数量，v为机组转速；
处理模块，用于对所述实时噪声信号进行处理，得到实时噪声声级谱；
判断模块，用于将所述实时噪声声级谱与所述基准噪声声级谱进行比较，如果所述实时噪声声级谱与所述基准噪声声级谱之间的差异满足预设的异常条件，判定机组状态异常；
输出模块，用于输出异常状态提示信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110203819.8A CN113009335B (zh) | 2021-02-23 | 2021-02-23 | 抽水蓄能机组的状态检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110203819.8A CN113009335B (zh) | 2021-02-23 | 2021-02-23 | 抽水蓄能机组的状态检测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113009335A CN113009335A (zh) | 2021-06-22 |
| CN113009335B true CN113009335B (zh) | 2023-08-08 |
Family
ID=76408600
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110203819.8A Active CN113009335B (zh) | 2021-02-23 | 2021-02-23 | 抽水蓄能机组的状态检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113009335B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113176501B (zh) * | 2021-06-30 | 2021-09-10 | 深圳百里科技有限公司 | 基于物联网的设备故障检测方法、设备及存储介质 |
| CN115655631B (zh) * | 2022-12-12 | 2023-04-07 | 杭州兆华电子股份有限公司 | 一种基于水轮发电机在风洞环境中的声纹检测方法及装置 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10359473B2 (en) * | 2012-05-29 | 2019-07-23 | Nutech Ventures | Detecting faults in turbine generators |
| CN106199226B (zh) * | 2016-07-22 | 2018-11-20 | 国家电网公司 | 三相负载不平衡条件下配电变压器噪声监测方法及系统 |
| CN106249076B (zh) * | 2016-07-22 | 2019-10-11 | 国家电网公司 | 受谐波负载影响下的配电变压器状态检测方法及系统 |
| CN109190166B (zh) * | 2018-07-31 | 2023-03-24 | 江苏大学 | 一种叶片泵空化判定及状态评估方法及其系统 |
| CN109018397B (zh) * | 2018-08-13 | 2020-04-03 | 南京航空航天大学 | 基于气动噪声监测的旋翼涡环状态自动预警系统及方法 |
| CN109472288A (zh) * | 2018-10-08 | 2019-03-15 | 华中科技大学 | 一种抽水蓄能机组振动混合特征提取与分类方法 |
| CN110031088B (zh) * | 2019-04-17 | 2020-04-07 | 珠海格力电器股份有限公司 | 电子设备故障检测方法、装置、设备和吸油烟机 |
| CN111059066B (zh) * | 2019-12-18 | 2020-11-10 | 浙江大学 | 一种基于自相关谱和均衡平方包络谱的离心泵汽蚀状态判别方法 |
-
2021
- 2021-02-23 CN CN202110203819.8A patent/CN113009335B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113009335A (zh) | 2021-06-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113009335B (zh) | 抽水蓄能机组的状态检测方法及装置 | |
| Egusquiza et al. | Condition monitoring of pump-turbines. New challenges | |
| Botero et al. | Non-intrusive detection of rotating stall in pump-turbines | |
| US9541606B2 (en) | Fault detection system and associated method | |
| US9645046B2 (en) | Fault detection system and associated method | |
| AU2011236558B2 (en) | System and method of detecting cavitation in pumps | |
| CN110988472B (zh) | 基于电流信号的风力发电机变桨传动齿轮故障诊断方法 | |
| Lengani et al. | A method for the determination of turbulence intensity by means of a fast response pressure probe and its application in a LP turbine | |
| Luo et al. | Analysis of vibration characteristics of centrifugal pump mechanical seal under wear and damage degree | |
| Feng et al. | Cavitation identification in a hydraulic bulb turbine based on vibration and pressure fluctuation measurements | |
| CN113049953A (zh) | 通过噪声进行故障定位的方法、装置、介质和设备 | |
| Feng et al. | Cavitation detection in a Kaplan turbine based on multifractal detrended fluctuation analysis of vibration signals | |
| Wu et al. | Investigation of pressure pulsations and flow instabilities in a centrifugal pump at part-load conditions | |
| Feng et al. | Experimental investigation on characteristics of cavitation-induced vibration on the runner of a bulb turbine | |
| CN113565679B (zh) | 一种基于prony算法的风电机组运行控制方法、装置及存储介质 | |
| CN104391220A (zh) | 一种改进的汽轮发电机励磁绕组短路故障在线检测方法 | |
| von Locquenghien et al. | Simulation of the structural behavior of a Francis runner in Deep Part Load Operation | |
| CN117520887A (zh) | 水轮机故障风险部件的确定方法、装置、设备及存储介质 | |
| Dejene Toge et al. | Experimental investigation of stall inception mechanisms of low speed contra rotating axial flow fan stage | |
| Gong et al. | Current-based online bearing fault diagnosis for direct-drive wind turbines via spectrum analysis and impulse detection | |
| Sun et al. | Cavitation detection via motor current signal analysis for a centrifugal pump in the pumped storage pump station | |
| Pan et al. | Pressure fluctuation signal analysis of pump based on ensemble empirical mode decomposition method | |
| CN102879085B (zh) | 汽轮发电机组低频振动非稳态实时预警方法 | |
| Shi et al. | Prediction model of stall evolution stages in a centrifugal impeller based on characteristic analysis of the hydraulic torque of blades and support vector machine | |
| Agnalt et al. | The rotor-stator interaction onboard a low specific speed Francis turbine |
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 |