（国网四川省电力公司都江堰市供电分公司 四川都江堰 611800）
摘要：随着我国的发展，对电能需求的加大，已经在绿色能源的推广下，水轮发电机的广泛使用，随着水轮发电机组的推广，其故障检测问题也随着产生，对于水轮发电机组故障征兆的获取直接影响着水轮机的稳定性。目前对于水轮机故障征兆的获取方式有多种，常用的方法有FFT、分形几何以及奇异谱分析等方法，对于水轮机组不同的征兆应采用不同的获得方法，然后结合水轮机故障诊断系统判断水轮机所存在的问题，进而有效的解决问题，提高水轮机的稳定性，也有效的改善了诊断系统的可靠性。
关键词:水轮机发电机组；故障诊断；征兆获取；系统
0前言
对于发电机组故障诊断征兆获取应该具备较强的信号处理能力，但是得到的结果往往不能直接被使用，目前绝大多数获得诊断结果都需要查询获得，不能实时自动获得数据，这样就不能很好的实现 在线监测的目的，这就需要用户具有丰富的经验以及较高的责任心，但是这样就降低的使用性，限制了系统的推广。
对于水轮机组故障诊断系统征兆获取的能力是判断诊断系统性能的重要参考依据，故障信号参量的提取直接影响到故障判断结果，本文从故障诊断角度出发，对目前较为常见的水轮发电机组故障进行有效分类，这样可以针对不同类型的故障对应使用不同的处理方法，仅有有效的提高故障争取判率，也使得相关工作人员给出正确的解决方法，及时处理水利发电机组所存在的故障，最大限度的减少损失。
1.振动征兆的获取
1.1相位、幅值、频率以及功率谱等征兆的获取
对信号进行频谱分析可以得到信号的幅值，然后把相关信号叠加到振动信号中，这样就可以的到信号相位的大小，应用功率谱就可以直接得到信号频率成分还有能量分布，对能量异常的情况进行显示出来。假如在某一个传感器传输过来的信号，经过频谱分析得到的频率不是正常的结果，此时应用FFT对该信号进行分解，得到准确的频率、相位等相关结果，再次对得到的结果进行详细分析，进而确定故障原因。
1.2波形以及轴心轨迹征兆的获得
发电机的旋转轴心轨迹图不是规则的圆型或者是椭圆形，因为它的边缘具有不规则性，这就造成轴心轨迹的不规则性，这时可以应用分形几何工具去分析机械故障。应用分形几何工具把不规则的信号的特征结构进行提取。
对转子的轴心轨迹进行绘图观测，可以对转子X、Y方向的振动结果进行合成，这样就可以得到转子轴心在坐标轴内的运动轨迹，应用M*M的正方形网格对转子轴心运动轨迹进行划分，对轴心轨迹与最小方格相交的个数进行记录，此时记为N（m），然后改变方格的大小，再次应用此方法再次记录，通过多次记录可以得到N（m）随着m变化而变化的曲线，在直角坐标系内以lg(m)为横坐标轴，纵坐标轴为lg（N(m)），进而绘制出N（m）与m的曲线关系，在一定的区域内该曲线能够具有较好的现行关系，在无标度区域内曲线的斜率表现为二维轴心轨迹，对于轴心轨迹在不同状态下的分形维数详情见表1所示。
3水轮机组频谱征兆的获得
为了得到振动以及压力等信号随着时间、水轮机转子转速、负荷以及功率等变化的特性，得到更加详细的征兆，因此需要对振动以及压力等信号进行数理分析以及统计，对分析结果进行绘图，根据绘图结果得到时间、水轮机转子转速、负荷以及功率等三维坐标绘制的谱图，这样就能更加准确的得到各个信号随着不同参量变换的结果，进而更加容易、便捷、迅速的找点这些参量突然变化的点，之后找到水轮机故障征兆点。假如以转速作为第三个坐标轴，这样就能够得到不同信号在不同倍频下的变换，以及各个参量的变化趋势也能够很好的显示出来，让相关工作者可以有一定的预判。假如以时间作为第三个坐标轴，这样就能够得到不同信号在不同时间下的变换，只要时间有所改变就可以得到与速度相关的振动分量的变化情况，以及各个参量的变化趋势也能够很好的显示出来，让相关工作者可以有一定的预判。假如以负荷为第三个坐标轴，这样就能够得到不同信号在不同负荷下的变换，以及各个参量的变化趋势也能够很好的显示出来，使得数据更为直观。
4.得到征兆趋势
故障诊断是对已经发生事故的水轮机组进行诊断，得到事故点，进而有效的解决故障恢复水轮机的正常运行，状态维修实质上就是根据诊断结果获得数据进行分析，进而有效的判断故障点，继而有效的制定合理的维修方案，所以对水轮机组历史数据进行有效的分析是十分有必要的，因为可以通过目前监测到的数据和历史数据进行对比，有效分析出故障区域。目前对于非线性、信号处理、动力学分析应用较为广发的方法是奇异谱方法，该方法具有较高的准确性以及适应能力强等优点。本系统对奇异谱分析方法对实际测量得到的数值进行合成构造轨迹矩阵，之后再利用奇异值分解，通过这个逆过程得到重组序列，也就是获得能够反映动力学特性的特征量。
本文将上述理论应用于水轮机组专家系统，取得了良好的运行效果，说明了该方法的可行性以及准确性，大幅度的提高了水轮机的故障诊断征兆获取的可靠性。
5.结论
通过对水轮机故障征兆的获取方法进行详细分析，并且本文所提出的对于不同故障进行划分，根据不同模型采用不同的分析方法，该方法有效的提高了水轮机的故障诊断征兆获取的可靠性，进而能够让书轮机组运行在最佳状态，使得社会利益最大化。
参考文献
[1]朱文龙.水轮发电机组故障诊断及预测与状态评估方法研究[D].华中科技大学,2016.
[2]胡琴芳.探讨水轮发电机组的故障诊断方法以及状态监测方式[J].大科技,2015(15).
[3]阳建龙.基于轴心轨迹的水轮发电机组故障诊断研究[D].南昌工程学院,2015.
[4]周建中,张勇传,李超顺 著,等.水电科技前沿研究丛书:水轮发电机组动力学问题及故障诊断原理与方法[M].华中科技大学出版社,2015
论文作者:陈辉
论文发表刊物:《电力设备》2017年第31期
论文发表时间:2018/4/18
标签：水轮论文; 水轮机论文; 征兆论文; 机组论文; 故障论文; 信号论文; 轴心论文; 《电力设备》2017年第31期论文;