杨永刚，邱海云，万鸿宇，谈洋洋

（1.中交水运规划设计院，北京 100007；2.中水珠江规划勘测设计有限公司，广东 广州 510610；3.汕头华侨经济文化合作试验区，广东 汕头 515054；4.江西省港航建设投资集团有限公司新干航电枢纽分公司，江西 吉安 331303）

灯泡贯流式机组流道顺直，流场分布较均匀，因此水力效率较高，高效区平坦宽阔，转轮的单位转速高，单位过流量大，与同容量立式机组相比较，贯流式机组尺寸要小得多，机组重量轻，可布置在坝体内，取消了复杂的引水系统，减少了厂房的建筑面积，土建工程量少，开挖浅，投资省。

水力发电机组辅助设备是附属于水轮机和发电机等主机设备的附属设备，包括水轮机主阀、油气水系统以及水力监测系统等内容，水力机组辅助设备的设置是为了确保机组的正常运行，同时也是为了满足水力发电机组在正常运行过程中实施操作、控制、维护、检修和运行管理的要求。若辅助设备出现故障，轻则造成设备的毁坏，重则造成安全事故，是整个系统的重要组成部分。因此，水电站运行过程中，必须要做好辅助设备的维护与维修，使其能够长期保持稳定状态[1]。

1 智慧水利

水利部在2019年提出修订“智慧水利”总体建设目标：依托现代化技术手段，全面建成水利信息基础感知体系，健全保障支撑环境，推动水利综合业务精细化管理，提升科学化决策调度管理水平，最终形成“更透彻的感知、更全面的互联互通、更科学的决策、更高效的智能管理”的智慧水利管理体系[2]。

在此基础上，一种基于集成、统一、坚强的软硬件平台建设安全、经济与高效运行的新型、智能水电站逐渐成为热议话题，如刘鹤[3]等人根据水电站设备巡检的实际业务需要，阐述了智能巡检系统的设计原则、系统整体构架、主要功能模块，并介绍了改系统在水电站的实际应用情况，实现了系统代替人员开展设备巡检的目标；艾远高[4]等人阐述了水电机组极大数据的特点，提出了智能状态分析方法和健康状态关联分析模型，利用该方法和模型分析水电机组设备运行状态，为机组的状态检修决策提供了依据与参考；陈洪[5]等人对水电机组状态数据内容、状态数据集成思想与方法展开了研究，在水电机组状态数据处理的过程中引入了大数据技术，提出一种新的机组状态数据处理架构。

2 辅助设备监测与故障诊断现状

随着互联网信息技术的发展，多种发电与输变电设备状态监测系统在水电站投入运行，水电机组的状态监测与故障诊断技术取得了长足的进步，显著地推动了水电站的智能化建设[6]。作为智能水电站的重要组成部分，辅助设备状态监测及故障诊断智能化也急需得到快速发展，对此，也有一些学者展开了研究。张岩[7]对水电站辅助设备的智能化改造进行了分析，提出水电站可根据自身特点在原有设备的基础上进行智能水电站的建设，对电站现有的监控系统网络实现辅助设备的信息化、数字化、自动化、互动化，为电站站控层提供全面、详尽、准确的辅助设备基础信息；向巧凤[8]对岩滩水电站水轮发电机组2 号机组辅助设备的远程监控功能进行了优化，经过优化后，设备的可靠性得到了显著提高，优化成果也为其他机组及辅助设备智能化改造提供了指导及借鉴；吴潇[9]等人对水电站几种重要辅助设备的控制方式和控制逻辑标准化进行探讨，并提出了一种简单、可靠、适用范围广的控制方案。

综上所述，水电站辅助设备的在线监测及故障诊断系统尚不成熟。本文针对贯流式机组水电站的辅机设备，基于智能终端的相关经验，建设一种智能的、一体化的新型辅助设备在线监测及故障诊断系统，为水电站智能一体化建设提供理论基础。

3 智能化辅机设备在线监测及故障诊断系统

3.1 智能化辅机设备在线监测及故障诊断系统概述

本文所提的辅助设备在线监测与故障诊断系统，包括集控平台、云储存平台、计算平台以及终端感知平台，具体示意图见图1。

图1 辅助设备在线监测与故障诊断系统示意图

如图1所示，集控平台包括监控中心、命令中心以及数据库1，其功能在于对辅助设备各运行参数进行在线监测，根据状态预测、诊断结果下达命令以及存储数据。

云储存平台主要功能为数据存储以及数据交流，包括正常数据储存平台和异常数据储存平台，异常数据储存连接数据库1，且数据库1 与集控平台相连；正常数据储存连接数据库2，且数据库2 与重要辅助设备监控中心相连。

计算平台主要功能为数据分析与计算，提取特征量、建立新的模型，该平台包括常见异常计算中心，非常见异常计算中心。

终端感知系统的主要功能为现地监测，数据感知，包括机械设备运行工况参数监测、工质指标参数监测以及智能巡检。

3.2 系统工作流程

智能化辅机设备在线监测及故障诊断系统，其工作流程为：终端感知平台进行现地监测、数据感知，随后将数据上传至计算平台进行数据处理分析，同时将数据传输至集控平台的显示屏上，数据上传至计算平台后，对数据进行正常、异常判断，正常数据直接储存，异常数据则进行相关的诊断分析，最后将诊断分析结果反馈至命令中心，命令中心下达命令，运维人员根据相关命令对辅助设备进行维护，并解除异常，具体工作流程见图2。

图2 智能化辅机设备在线监测及故障诊断系统工作流程图

如图2所示，终端感知平台进行现地监测与数据感知，通过振动传感器、温度传感器、压力传感器、电流传感器、电压传感器、液位信号计等监测仪器对机械设备运行工况参数以及工质指标参数进行监测与收集。其中，机械设备运行监测参数包括泵的振动、转速、功率、电流、电压、压力、温度、启动次数、运行时长，闸门与阀门位置；工质指标监测参数包括油系统的油温、油压、油质、油位，供水系统的水压、流量、水温、水流通断、排水系统的水位，气系统的空压机的排气压力、排气温度、冷却水量、储气罐的压力与温度、制动供气的压力。

终端感知平台配置智能巡检功能，其目的在于辅助在线监测与故障诊断系统，排除监测仪器故障引起的系统误判。对上述各监测点按不同系统、重要程度排序，制定最优路线并录入智能机器人系统，使机器人按指定路线进行巡检。同时智能机器人具有识别、拍照、录像的功能，即每个监测点都有安全值或者安全状态，将该点的安全值以及安全状态也录入智能机器人系统，在每次巡检过程中，智能机器人按指定路线对各监测点进行识别，拍照，然后将监测点照片中的实时值或实时状态与系统记录值或记录状态进行对比，得出对比结果并反馈。智能巡检设置为定期巡检与非定期巡检，定期巡检即按辅助设备及工质的运行周期制定，非定期巡检即针对监测数据出现异常时而展开。

终端感知系统将数据上传至计算平台后，进行数据处理与分析，同时油系统设备运行参数与工质指标参数监测数据接入显示屏2、气系统设备运行参数与工质指标参数监测数据接入显示屏3、水系统设备运行参数与工质指标参数监测数据接入显示屏4。数据分析正常则储存于数据库2；异常则与数据库1 进行对比，若数据库1 中有相符记录，则该异常数据为常见异常，针对该常见异常，进行状态预测以及故障分析，得出分析诊断结果；若数据库1 中没有相符记录，则与水电机组相关数据进行关联性分析，判断异常是否由水力机组异常引起；或对该异常数据进行各系统内部分析，判断该异常数据是由设备异常还是工质异常引起的，并对该数据进行机器学习，提取特征量，建立新的模型进行状态预测及故障诊断，得出分析诊断结果。异常数据及其处理过程、结果均储存至数据库1 中。

命令中心根据上述分析诊断结果发出报警、警告、事故、故障、中断等命令，运维人员根据相关命令对辅助设备进行维护检修，直至异常解除。

数据库1 与数据库2 之间具备数据交流功能，可相互提取数据记录，也可相互写入数据记录。数据库1 具有与外部数据库交流的功能，如与其他电站数据库交流，进而对本数据库进行查漏补缺。

4 结论

本文对贯流式水电站辅助设备的监测及故障诊断系统展开了研究，提出了一种智能化辅助设备比在线监测与故障诊断系统，该系统包括集控平台、云储存平台、计算平台以及终端感知平台。该系统的有效运行能够实现辅助设备各运行参数的实时记录、储存、显示，完成在线分析，同时实现与水电机组的运行耦合，实时反映其与机组稳定运行之间的关联状态，从而更好地服务水力机组的运行以及实现辅机设备运行状态的在线监测以及故障诊断，提高辅机设备运行及维护的效率，同时可为建设水力机组与辅助设备在线监测及故障诊断一体化系统的智能水电站提供理论基础。