CN117846858A - 一种基于趋势分析系统的水电站调速器运行状态分析方法 - Google Patents

Abstract

本发明公开一种基于趋势分析系统的水电站调速器运行状态分析方法，包括：步骤1、对调速器液压系统的压油泵加载时间间隔进行分析；步骤2、对调速器液压系统的压油泵加载时间长度进行分析；步骤3、对调速器液压系统的补气量进行分析；骤4、对调速器液压系统自启使能动作次数进行分析；步骤5、对调速器液压系统压油罐油气比进行分析；步骤6、对机组自动开机过程调速器运行状态进行分析；步骤7、对机组并网运行期间调速器导叶开度与机组出力的相关性进行分析；步骤8、在水电站机组运行过程中将采集到的数据使用GBDT算法对数据进行分析，分析机组运行情况以及对机组运行情况进行预测；本发明大大提高了调速器的健康运行水平。

Description

一种基于趋势分析系统的水电站调速器运行状态分析方法

技术领域

本发明涉及水轮机调速器技术领域，特别是一种基于趋势分析系统的水电站调速器运行状态分析方法。

背景技术

水轮机调速器作为水电站的重要设备，对水电站的正常运行起到关键作用，与水轮机组能否正常并网发电密不可分，一旦调速器出现故障，将直接关系到水轮机组乃至电力系统的安全稳定运行，因此水电站运行人员掌握调速器运行趋势，提前发现并在调速器出现真正事故前消除故障隐患，进而保证水电站正常工作尤为重要。目前的水电站监视调速器运行状态主要是通过计算机监控系统中调速器的相关参数达到提前设置的阈值时进行报警。

当前基于阈值越线报警的技术，当部分重要参数越限报警时，对应设备可能已较长时间处于故障状态甚至已处于事故边缘，造成运行人员进行处理的时间有限。并且监测数据的报警阈值与设备正常运行值间裕度较大，不能及时反应设备的运行状态趋势，也不能根据设备的重要参数的趋势变化来产生预警，因此不能提前消灭故障于萌芽状态，不利于提高水电站的安全运行水平。

发明内容

本发明的目的在于克服上述不足，提供一种基于趋势分析系统的水电站调速器运行状态分析方法，以解决背景技术中提出的问题。

为解决上述技术问题，本发明所采用的技术方案是：

一种基于趋势分析系统的水电站调速器运行状态分析方法，它包括如下步骤：

步骤1、对调速器液压系统的压油泵加载时间间隔进行分析；

步骤2、对调速器液压系统的压油泵加载时间长度进行分析；

步骤3、对调速器液压系统的补气量进行分析；

步骤4、对调速器液压系统自启使能动作次数进行分析；

步骤5、对调速器液压系统压油罐油气比进行分析；

步骤6、对机组自动开机过程调速器运行状态进行分析；

步骤7、对机组并网运行期间调速器导叶开度与机组出力的相关性进行分析；

步骤8、在水电站机组运行过程中将采集到的数据使用GBDT算法对数据进行分析，分析机组运行情况以及对机组运行情况进行预测。

进一步地，所述步骤1具体分析过程如下：

在趋势分析系统中选定的时间段内，对调速器液压系统压油泵的加载开关量进行统计，计算相邻两次加载开关量动作的时间间隔，记为T_i，i表示选定的时间段内压油泵第i次加载的编号，i＝1,2,......,n，通过以下公式：

MaxT_i＝Max(T₁,T₂,......,T_n)；

MinT_i＝Min(T₁,T₂,......,T_n)；

AvgT_i＝Avg(T₁,T₂,......,T_n)；

计算得到该选定时间段内上述时间间隔的最大值MaxT_i、最小值MinT_i、平均值AvgT_i，结合设备历史运行规律，将MaxT_i、MinT_i、AvgT_i与设备历史上正常运行的经验值相比较，分析压油泵加载时间间隔可得知液压系统用油量是否正常，系统是否存在漏油漏气等异常。

进一步地，所述步骤2具体分析过程如下：

在趋势分析系统中选定的时间段内，对调速器液压系统压油泵加载、卸载开关量进行统计，计算加载开关量动作后至之后相邻的卸载开关量动作的时间长度，记为S_i，i表示选定的时间段内压油泵第i次加载的编号，i＝1,2,......,n，通过以下公式：

MaxS_i＝Max(S₁,S₂,......,S_n)；

MinS_i＝Min(S₁,S₂,......,S_n)；

AvgS_i＝Avg(S₁,S₂,......,S_n)；

计算得到该选定时间段内上述时间长度的最大值MaxS_i、最小值MinS_i、平均值AvgS_i，结合设备历史运行规律，将MaxS_i、MinS_i、AvgS_i与设备历史上正常运行的经验值相比较，分析压油泵加载时间长度可得知压油泵运行是否正常，泵效率是否下降等问题。

进一步地，所述步骤3具体分析过程如下：

在趋势分析系统中选定的时间段内，对调速器液压系统自动补气阀动作、复归开关量进行统计，计算选定时间段内动作次数，记为Q，以及补气阀动作开关量动作后至之后相邻的复归开关量动作的时间长度(即单次补气时间长度)，记为M_i，i表示选定的时间段内补气阀第i次动作的编号，i＝1,2,......,Q，通过以下公式：

MaxM_i＝Max(M₁,M₂,......,M_Q)；

MinM_i＝Min(M₁,M₂,......,M_Q)；

AvgM_i＝Avg(M₁,M₂,......,M_Q)；

计算得到该选定时间段内单次补气时间长度的最大值MaxM_i、最小值MinM_i、平均值AvgM_i，结合设备历史运行规律，将Q与设备历史上正常运行时相同时间长度内的经验值相比较，分析动作次数可得知液压系统是否存在漏气而引起补气次数增多；将MaxS_i、MinS_i、AvgS_i与设备历史上正常运行的经验值相比较，分析单次补气时间长度可得知补气阀动作是否正常，高压气系统及其减压阀和相关供气管路是否正常。

进一步地，所述步骤4具体分析过程如下：在机组停机期间，在趋势分析系统中选定的时间段内，对油压装置液压系统启动开关量进行统计，计算时间段内动作次数，记为N；结合设备历史运行规律，将N与设备历史上正常运行时相同时间长度内的经验值相比较，分析液压系统自启使能动作次数可得知机组停机备用期间液压系统的漏油量。

进一步地，所述步骤5具体分析过程如下：在趋势分析系统中选定的时间段内(该时间段需选择大于1天)，将每日设定固定时刻后液压系统压油罐压力首次达到6.3MPa时的压油罐油位值，记为H_i，i表示选定时间段内第i次设定的固定时刻的编号，i＝1,2,......,n；将每日设定时刻的压油罐油位值，生成该时间段内的“时间/压油罐油位”曲线，记为H_i＝f(i)；结合设备历史运行规律，将H_i＝f(i)与设备历史上正常运行的经验值相比较，分析该曲线可以判断压油罐是否存在漏气，或补气阀漏气对压油罐持续补气等异常。

进一步地，所述步骤6具体分析过程如下：在趋势分析系统中采集调速器自动开机过程中的参数，生成开机过程数据表，结合设备历史运行规律，将机组自动开机过程中导叶开度变化、机组转速、运行水头以及各阶段的时长等参数与设备历史上正常运行的经验值相比较，或者纵向和以前开机时的相关参数做对比，或横向与同类型机组开机时相关参数做对比，可知调速器是否运行正常，机组过流部件是否有水头损失等问题。

进一步地，所述步骤7具体分析过程如下：在趋势分析系统中采集机组运行时的有功出力(记为P_i)和导叶开度(记为K_i)，i表示机组第i次的数据采集时刻，i＝1,2,......,n，得到机组并网运行期间调速器导叶开度与机组出力的关系P_i＝ψ(K_i)；然后将P_i＝ψ(K_i)与调速器程序内设置的水头与导叶开度关系相对比，分析判断当前开度是否合理，是否有额外水头损失，调速系统测量设备是否准确等。

进一步地，所述步骤8中算法具体如下：

输入训练集样本T＝{(x₁,y₁),(x₂,y₂),...,(x_m,y_m)}，最大迭代次数T，损失函数L；

1)初始化弱分类器，估计使损失函数极小化的一个常数值，此时树仅有一个根结点：

其中，c为常数；

2)对迭代轮数t＝1,2,...,T有(即生成的弱学习器个数)：

(1)对样本i＝1,2,...,m计算负梯度(损失函数的负梯度在当前模型的值将它作为残差的估计，对于平方损失函数为，它就是通常所说的残差；而对于一般损失函数，它就是残差的近似值(伪残差))：

(2)利用{(x_i,γ_ti)(i＝1,2,...,m)，即(x₁,γ_t1),...,(x_i,γ_ti)}，拟合一颗CART回归树，得到第t颗回归树；其对应的叶子节点区域为R_tj,j＝1,2,...,J；其中J为回归树t的叶子节点的个数；

(3)对叶子区域j＝1,2,...,J，计算最佳拟合值：

即利用线性搜索估计叶结点区域的值，使损失函数极小化；

(4)更新强学习器：I(x)为Indicator函数，即样本x属于哪个叶节点，即加上这个叶节点的c_tj；

得到最终的回归树，即强学习器f(x)的表达式：

本发明有益效果：本发明根据多年的设备运行经验数据、运行规律及运行工况变化等情况，并结合运行专家知识及经验，制定相应的算法和逻辑，建立了基于设备运行规律的大型水电站调速器运行状态分析预警方法；本发明方法能在调速器运行趋势发生异常、偏离正常运行经验值时，就能及时产生预警，并通知运行人员进行处置，消灭故障于萌芽状态，从而大大提高调速器的健康运行水平，降低设备强迫停运的风险。

附图说明

图1为一种基于趋势分析系统的水电站调速器运行状态分析方法的流程结构示意图；

图2为GBDT算法模型构建示意图；

图3为回归算子参数配置图；

图4为调速器压油泵部分参数图；

图5为GBDT运行结果图；

图6为GBDT算法预测数据及告警情况图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步的详细描述。

实施例1：如图1所示，一种基于趋势分析系统的水电站调速器运行状态分析方法，它包括如下步骤：

步骤1、对调速器液压系统的压油泵加载时间间隔进行分析；

所述步骤1具体分析过程如下：

在趋势分析系统中选定的时间段内，对调速器液压系统压油泵的加载开关量进行统计，计算相邻两次加载开关量动作的时间间隔，记为T_i，i表示选定的时间段内压油泵第i次加载的编号，i＝1,2,......,n，通过以下公式：

MaxT_i＝Max(T₁,T₂,......,T_n)；

MinT_i＝Min(T₁,T₂,......,T_n)；

AvgT_i＝Avg(T₁,T₂,......,T_n)；

计算得到该选定时间段内上述时间间隔的最大值MaxT_i、最小值MinT_i、平均值AvgT_i，结合设备历史运行规律，将MaxT_i、MinT_i、AvgT_i与设备历史上正常运行的经验值相比较，分析压油泵加载时间间隔可得知液压系统用油量是否正常，系统是否存在漏油漏气等异常。

步骤2、对调速器液压系统的压油泵加载时间长度进行分析；

所述步骤2具体分析过程如下：

在趋势分析系统中选定的时间段内，对调速器液压系统压油泵加载、卸载开关量进行统计，计算加载开关量动作后至之后相邻的卸载开关量动作的时间长度，记为S_i，i表示选定的时间段内压油泵第i次加载的编号，i＝1,2,......,n，通过以下公式：

MaxS_i＝Max(S₁,S₂,......,S_n)；

MinS_i＝Min(S₁,S₂,......,S_n)；

AvgS_i＝Avg(S₁,S₂,......,S_n)；

计算得到该选定时间段内上述时间长度的最大值MaxS_i、最小值MinS_i、平均值AvgS_i，结合设备历史运行规律，将MaxS_i、MinS_i、AvgS_i与设备历史上正常运行的经验值相比较，分析压油泵加载时间长度可得知压油泵运行是否正常，泵效率是否下降等问题。

步骤3、对调速器液压系统的补气量进行分析；

所述步骤3具体分析过程如下：

在趋势分析系统中选定的时间段内，对调速器液压系统自动补气阀动作、复归开关量进行统计，计算选定时间段内动作次数，记为Q，以及补气阀动作开关量动作后至之后相邻的复归开关量动作的时间长度(即单次补气时间长度)，记为M_i，i表示选定的时间段内补气阀第i次动作的编号，i＝1,2,......,Q，通过以下公式：

MaxM_i＝Max(M₁,M₂,......,M_Q)；

MinM_i＝Min(M₁,M₂,......,M_Q)；

AvgM_i＝Avg(M₁,M₂,......,M_Q)；

计算得到该选定时间段内单次补气时间长度的最大值MaxM_i、最小值MinM_i、平均值AvgM_i，结合设备历史运行规律，将Q与设备历史上正常运行时相同时间长度内的经验值相比较，分析动作次数可得知液压系统是否存在漏气而引起补气次数增多；将MaxS_i、MinS_i、AvgS_i与设备历史上正常运行的经验值相比较，分析单次补气时间长度可得知补气阀动作是否正常，高压气系统及其减压阀和相关供气管路是否正常。

步骤4、对调速器液压系统自启使能动作次数进行分析；

所述步骤4具体分析过程如下：在机组停机期间，在趋势分析系统中选定的时间段内，对油压装置液压系统启动开关量进行统计，计算时间段内动作次数，记为N；结合设备历史运行规律，将N与设备历史上正常运行时相同时间长度内的经验值相比较，分析液压系统自启使能动作次数可得知机组停机备用期间液压系统的漏油量。

步骤5、对调速器液压系统压油罐油气比进行分析；

所述步骤5具体分析过程如下：在趋势分析系统中选定的时间段内(该时间段需选择大于1天)，将每日设定固定时刻(比如0点)后液压系统压油罐压力首次达到6.3MPa时的压油罐油位值，记为H_i，i表示选定时间段内第i次设定的固定时刻的编号，i＝1,2,......,n；将每日设定时刻的压油罐油位值，生成该时间段内的“时间/压油罐油位”曲线，记为H_i＝f(i)；结合设备历史运行规律，将H_i＝f(i)与设备历史上正常运行的经验值相比较，分析该曲线可以判断压油罐是否存在漏气，或补气阀漏气对压油罐持续补气等异常。

水电站机组自动开机时调速器有设定的一套运行规律，调速器自动开机过程如下(以三峡左岸电站机组为例)：机组开机条件准备就绪，调速器接到开机指令后，首先机组导叶打开至第一开度，此时机组转速开始上升；当机组转速升至约80％额定转速时，机组导叶再关至第二开度，此时机组转速继续上升；当机组转速升至96％额定转速后，调速器PID调节开始投入工作，并逐步将机组稳定在100％额定转速，此时导叶开度为空载开度，至此机组启动过程结束。

步骤6、对机组自动开机过程调速器运行状态进行分析；

所述步骤6具体分析过程如下：在趋势分析系统中采集调速器自动开机过程中的参数，生成开机过程数据表(见表1)，结合设备历史运行规律，将机组自动开机过程中导叶开度变化、机组转速、运行水头以及各阶段的时长等参数与设备历史上正常运行的经验值相比较，或者纵向和以前开机时的相关参数做对比，或横向与同类型机组开机时相关参数做对比，可知调速器是否运行正常，机组过流部件是否有水头损失等问题。

表1调速器自动开机过程表

上表1中参数说明：

达到第一开度的时长T₁(s)：导叶开度从0开始至第一开度的时间。

第一开度-开度值K₁(％)：当前水头下的第一开度值。

第一开度-时长T₂(s)：导叶开度达到第一开度时开始，至开始回关至第二开度时的时间长度。

第一开度-时段末尾转速：导叶开度从第一开度开始回关时的机组转速值，分别为主用PCC控制器的转速N₁(％)和SPCT转速装置的转速N₂(％)。

达到第二开度的时长T₃(s)：导叶开度从0开始至第二开度的时间。

第二开度-开度值K₂(％)：当前水头下的第二开度值。

第二开度-时长T₄(s)：导叶开度达到第二开度时开始、至导叶投入PID调节时的时间长度。

第二开度-时段末尾转速：导叶开度从第二开度开始回关时的机组转速值，分别为主用PCC控制器的转速N₃(％)和SPCT转速装置的转速N₄(％)。

投入PID调节-时长T₅(s)：导叶开度从0开始至导叶投入PID调节时的时间长度，理论上应等于T₃+T₄。

空载开度K₃(％)：机组转速稳定在100％额定转速时的导叶开度。

结合设备历史运行规律，将机组自动开机过程中导叶开度变化、机组转速、运行水头以及各阶段的时长等参数与设备历史上正常运行的经验值相比较，或者纵向和以前开机时的相关参数做对比，或横向与同类型机组开机时相关参数做对比，可知调速器是否运行正常，机组过流部件是否有水头损失等问题。

步骤7、对机组并网运行期间调速器导叶开度与机组出力的相关性进行分析；

所述步骤7具体分析过程如下：在趋势分析系统中采集机组运行时的有功出力(记为P_i)和导叶开度(记为K_i)，i表示机组第i次的数据采集时刻，i＝1,2,......,n，得到机组并网运行期间调速器导叶开度与机组出力的关系P_i＝ψ(K_i)；然后将P_i＝ψ(K_i)与调速器程序内设置的水头与导叶开度关系相对比，分析判断当前开度是否合理，是否有额外水头损失，调速系统测量设备是否准确等。

步骤8、在水电站机组运行过程中将采集到的数据使用GBDT算法对数据进行分析，分析机组运行情况以及对机组运行情况进行预测。

所述步骤8中算法具体如下：

输入训练集样本T＝{(x₁,y₁),(x₂,y₂),...,(x_m,y_m)}，最大迭代次数T，损失函数L；

1)初始化弱分类器，估计使损失函数极小化的一个常数值，此时树仅有一个根结点：

其中，c为常数；

2)对迭代轮数t＝1,2,...,T有(即生成的弱学习器个数)：

(1)对样本i＝1,2,...,m计算负梯度(损失函数的负梯度在当前模型的值将它作为残差的估计，对于平方损失函数为，它就是通常所说的残差；而对于一般损失函数，它就是残差的近似值(伪残差))：

(2)利用{(x_i,γ_ti)(i＝1,2,...,m)，即(x₁,γ_t1),...,(x_i,γ_ti)}，拟合一颗CART回归树，得到第t颗回归树；其对应的叶子节点区域为R_tj,j＝1,2,...,J；其中J为回归树t的叶子节点的个数；

(3)对叶子区域j＝1,2,...,J，计算最佳拟合值：

即利用线性搜索估计叶结点区域的值，使损失函数极小化；

(4)更新强学习器：I(x)为Indicator函数，即样本x属于哪个叶节点，即加上这个叶节点的c_tj；

得到最终的回归树，即强学习器f(x)的表达式：

实施例1分析结果如下：

1、使用本方法的“步骤1.对调速器液压系统的压油泵加载时间间隔进行分析”，发现某机组调速器压油泵加载时间间隔变短，现场检查发现主配频繁抽动，造成系统耗油量增加。本案例中，通过本分析方法提前发现了设备故障，未待主配抽动故障发展为主配失灵等严重故障而威胁设备安全运行。

2、使用本方法的“步骤5.对调速器液压系统压油罐油气比进行分析”，发现某机组调速器压油罐油气比异常，现场检查发现液压系统压油罐排气阀门漏气，液压系统为维持系统压力，打入的液压油偏多，造成压油罐油气比异常。本案例中，通过本分析方法提前发现了设备故障，未待压油罐油位高报警，未发展为液压系统因气量不足而储能不足。

3、使用本方法的“步骤6.对机组自动开机过程调速器运行状态进行分析”，发现右岸Alstom机组导叶开启时间过长，转速上升速度较慢。分析检查后发现该机型机组存在调速器接力器尺寸偏小，造成接力器操作功不足的设计缺陷。本案例中，通过本分析方法发现设备的设计缺陷。

4、使用本方法的“步骤7.对机组并网运行期间调速器导叶开度与机组出力的相关性进行分析”，发现电源电站机组在汛期低水头运行期时，发现机组导叶开度开至95％左右仍不能带上额定出力，分析怀疑机组过流部件有堵塞，造成流量或水头损失。岁修期停机检修进入电源电站机组流道检查发现，机组引水箱涵有泥沙与漂浮杂物淤积，造成流道不畅通。本案例中，通过本分析方法发现电源电站机组出力对应的导叶开度不合理，为后续检修方案内容设置提供方向。

实施例2：对调速器液压系统压油泵的加载开关量进行统计，计算相邻两次加载开关量动作的时间间隔，记为Ti，i表示选定的时间段内压油泵第i次加载的编号，i＝1,2,......,n，得到(T1,T2,......,Tn)，即下表：

time	1	2	3	4	5	6	7	8	9
										加载时间	9.13	9.67	9.76	9.29	9.17	9.62	9.69	9.36	9.13

a)选择MSE做为建树的分裂准则，选择MSE作为误差函数，树的深度设置为1(注：MSE为选取分裂点的依据，还有MAE等方式)；

(1)根据GBDT算法，我们需要初始化f₀(x)，MSE使用均值作为初始化，因此f₀(x)＝9.424；

(2)拟合第一颗树(m＝1)。由公式，可以计算负梯度值：

结果如下：

得到梯度值后，以进行拟合，即寻找最优划分属性；对于连续值，我们可以穷尽每个值v，把每个值v作为一个分裂点(<＝v，>v),然后计算两个分支的MSE_left，MSE_right。选择最小的MSE_sum＝MSE_left+MSE_right，的分裂点v。可以得到当选择4作为分裂点时MSE_sum

至此，我们完成了第一颗树的拟合，拟合完之后我们得到了R_tj，c_tj，具体为：

R₁₁为x_i<＝4,R₂₁为x_i>4

最后更新f₁(x_i)，ρ为学习率取ρ＝0.1

此后拟合第二颗树(m＝2)

可以得到：

time	1	3	4	5	6	7	8	9	10
										加载时间	-0.302	0.238	0.328	-0.142	-0.262	0.188	0.258	-0.072	0.108

同上可得c12，c22。可以得出预测值y

加深回归树深度并重复上述过程可使结果更加准确。在大量正样本支持下，当预测值与实际值出现重大偏差或预测值与经验值区别较大则说明机组运行情况出现问题，需要加强关注并分析。

实施例3：选调速器压油泵加载时间做为参数运行GBDT算法对数据进行分析预测，运用现在技术GBDT算法包可节省大量人工编程前期工作，对输入的文件内数据进行预处理，可提高算法准确率。运行算法模型后，得到模型贴合程度，可通过结果图分析机组运行情况以及算法构建是否合适，并可通过调整GBDT算子参数进行优化模型；从图4中可以看出模型吻合情况良好，预测值与实际值偏差较小，当出现异常数据，第204次加载时间为5min，与预测值9.34差别过大，告警显示为1，得出调速器压油泵加载出现异常。

上述的实施例仅为本发明的优选技术方案，而不应视为对于本发明的限制，本发明的保护范围应以权利要求记载的技术方案，包括权利要求记载的技术方案中技术特征的等同替换方案为保护范围。即在此范围内的等同替换改进，也在本发明的保护范围之内。

Claims (9)

1.一种基于趋势分析系统的水电站调速器运行状态分析方法，其特征在于：它包括如下步骤：

步骤1、对调速器液压系统的压油泵加载时间间隔进行分析；

步骤2、对调速器液压系统的压油泵加载时间长度进行分析；

步骤3、对调速器液压系统的补气量进行分析；

步骤4、对调速器液压系统自启使能动作次数进行分析；

步骤5、对调速器液压系统压油罐油气比进行分析；

步骤6、对机组自动开机过程调速器运行状态进行分析；

步骤7、对机组并网运行期间调速器导叶开度与机组出力的相关性进行分析；

步骤8、在水电站机组运行过程中将采集到的数据使用GBDT算法对数据进行分析，分析机组运行情况以及对机组运行情况进行预测。

2.根据权利要求1所述的一种基于趋势分析系统的水电站调速器运行状态分析方法，其特征在于：所述步骤1具体分析过程如下：

在趋势分析系统中选定的时间段内，对调速器液压系统压油泵的加载开关量进行统计，计算相邻两次加载开关量动作的时间间隔，记为T_i，i表示选定的时间段内压油泵第i次加载的编号，i＝1,2,......,n，通过以下公式：

MaxT_i＝Max(T₁,T₂,......,T_n)；

MinT_i＝Min(T₁,T₂,......,T_n)；

AvgT_i＝Avg(T₁,T₂,......,T_n)；

计算得到该选定时间段内上述时间间隔的最大值MaxT_i、最小值MinT_i、平均值AvgT_i，结合设备历史运行规律，将MaxT_i、MinT_i、AvgT_i与设备历史上正常运行的经验值相比较，分析压油泵加载时间间隔可得知液压系统用油量是否正常，系统是否存在漏油漏气等异常。

3.根据权利要求1所述的一种基于趋势分析系统的水电站调速器运行状态分析方法，其特征在于：所述步骤2具体分析过程如下：

在趋势分析系统中选定的时间段内，对调速器液压系统压油泵加载、卸载开关量进行统计，计算加载开关量动作后至之后相邻的卸载开关量动作的时间长度，记为S_i，i表示选定的时间段内压油泵第i次加载的编号，i＝1,2,......,n，通过以下公式：

MaxS_i＝Max(S₁,S₂,......,S_n)；

MinS_i＝Min(S₁,S₂,......,S_n)；

AvgS_i＝Avg(S₁,S₂,......,S_n)；

计算得到该选定时间段内上述时间长度的最大值MaxS_i、最小值MinS_i、平均值AvgS_i，结合设备历史运行规律，将MaxS_i、MinS_i、AvgS_i与设备历史上正常运行的经验值相比较，分析压油泵加载时间长度可得知压油泵运行是否正常，泵效率是否下降等问题。

4.根据权利要求1所述的一种基于趋势分析系统的水电站调速器运行状态分析方法，其特征在于：所述步骤3具体分析过程如下：

在趋势分析系统中选定的时间段内，对调速器液压系统自动补气阀动作、复归开关量进行统计，计算选定时间段内动作次数，记为Q，以及补气阀动作开关量动作后至之后相邻的复归开关量动作的时间长度(即单次补气时间长度)，记为M_i，i表示选定的时间段内补气阀第i次动作的编号，i＝1,2,......,Q，通过以下公式：

MaxM_i＝Max(M₁,M₂,......,M_Q)；

MinM_i＝Min(M₁,M₂,......,M_Q)；

AvgM_i＝Avg(M₁,M₂,......,M_Q)；

计算得到该选定时间段内单次补气时间长度的最大值MaxM_i、最小值MinM_i、平均值AvgM_i，结合设备历史运行规律，将Q与设备历史上正常运行时相同时间长度内的经验值相比较，分析动作次数可得知液压系统是否存在漏气而引起补气次数增多；将MaxS_i、MinS_i、AvgS_i与设备历史上正常运行的经验值相比较，分析单次补气时间长度可得知补气阀动作是否正常，高压气系统及其减压阀和相关供气管路是否正常。

5.根据权利要求1所述的一种基于趋势分析系统的水电站调速器运行状态分析方法，其特征在于：所述步骤4具体分析过程如下：在机组停机期间，在趋势分析系统中选定的时间段内，对油压装置液压系统启动开关量进行统计，计算时间段内动作次数，记为N；结合设备历史运行规律，将N与设备历史上正常运行时相同时间长度内的经验值相比较，分析液压系统自启使能动作次数可得知机组停机备用期间液压系统的漏油量。

6.根据权利要求1所述的一种基于趋势分析系统的水电站调速器运行状态分析方法，其特征在于：所述步骤5具体分析过程如下：在趋势分析系统中选定的时间段内(该时间段需选择大于1天)，将每日设定固定时刻后液压系统压油罐压力首次达到6.3MPa时的压油罐油位值，记为H_i，i表示选定时间段内第i次设定的固定时刻的编号，i＝1,2,......,n；将每日设定时刻的压油罐油位值，生成该时间段内的“时间/压油罐油位”曲线，记为H_i＝f(i)；结合设备历史运行规律，将H_i＝f(i)与设备历史上正常运行的经验值相比较，分析该曲线可以判断压油罐是否存在漏气，或补气阀漏气对压油罐持续补气等异常。

7.根据权利要求1所述的一种基于趋势分析系统的水电站调速器运行状态分析方法，其特征在于：所述步骤6具体分析过程如下：在趋势分析系统中采集调速器自动开机过程中的参数，生成开机过程数据表，结合设备历史运行规律，将机组自动开机过程中导叶开度变化、机组转速、运行水头以及各阶段的时长等参数与设备历史上正常运行的经验值相比较，或者纵向和以前开机时的相关参数做对比，或横向与同类型机组开机时相关参数做对比，可知调速器是否运行正常，机组过流部件是否有水头损失等问题。

8.根据权利要求1所述的一种基于趋势分析系统的水电站调速器运行状态分析方法，其特征在于：所述步骤7具体分析过程如下：在趋势分析系统中采集机组运行时的有功出力(记为P_i)和导叶开度(记为K_i)，i表示机组第i次的数据采集时刻，i＝1,2,......,n，得到机组并网运行期间调速器导叶开度与机组出力的关系P_i＝ψ(K_i)；然后将P_i＝ψ(K_i)与调速器程序内设置的水头与导叶开度关系相对比，分析判断当前开度是否合理，是否有额外水头损失，调速系统测量设备是否准确等。

9.根据权利要求1所述的一种基于趋势分析系统的水电站调速器运行状态分析方法，其特征在于：所述步骤8中算法具体如下：

输入训练集样本T＝{(x₁,y₁),(x₂,y₂),...,(x_m,y_m)}，最大迭代次数T，损失函数L；

1)初始化弱分类器，估计使损失函数极小化的一个常数值，此时树仅有一个根结点：

其中，c为常数；

2)对迭代轮数t＝1,2,...,T有(即生成的弱学习器个数)：

(1)对样本i＝1,2,...,m计算负梯度(损失函数的负梯度在当前模型的值将它作为残差的估计，对于平方损失函数为，它就是通常所说的残差；而对于一般损失函数，它就是残差的近似值(伪残差))：

(2)利用{(x_i,γ_ti)(i＝1,2,...,m)，即(x₁,γ_t1),...,(x_i,γ_ti)}，拟合一颗CART回归树，得到第t颗回归树；其对应的叶子节点区域为R_tj,j＝1,2,...,J；其中J为回归树t的叶子节点的个数；

(3)对叶子区域j＝1,2,...,J，计算最佳拟合值：

即利用线性搜索估计叶结点区域的值，使损失函数极小化；

(4)更新强学习器：I(x)为Indicator函数，即样本x属于哪个叶节点，即加上这个叶节点的c_tj；

得到最终的回归树，即强学习器f(x)的表达式：