[发明专利]一种水力发电机组设备健康分析方法

说明书

本发明涉及一种水力发电机组设备健康分析方法，所述方法包括：获取水力发电机组设备的检测数据，根据所述检测数据计算得到监测值，将监测值录入监测数据库中，并将监测值通过神经网络自动寻优后录入最优状态数据库中；利用神经网络自动寻优模型将监测数据库中的监测值转化为实时综合指数；将实时综合指数与最优状态数据库进行对比得到运行状态的最优值，根据最优值计算设备部件健康指数；根据设备部件健康指数得到机组健康指数，实现对水力发电机组设备的健康分析。本发明在可以综合监测水力发电机组整体运行状态，方便监测人员监测，减少了监测人员需要同时监测多个指标所花费的时间与精力。

技术领域

本发明涉及水力发电设备技术领域，具体涉及一种水力发电机组设备健康分析方法。

背景技术

由于水力发电机组设备构成复杂，且外在影响因素很多，所以很难用一个综合指标对设备运行的总体状态进行监测。现行水力发电机组设备运行监测系统多为对单个指标进行监测，监测人员需要对水力发电机组所有监测指标轮流进行监测，耗费监测人员大量精力。

同时，由于水力发电机组会在各种不同的工况下进行工作，每一种工况下，运行效率不同、设置参数不同，很难确定水电发电机组运行的状态如何。

发明内容

本发明所要解决的技术问题是提供一种水力发电机组设备健康分析方法，检测水电机组的运行状态。

本发明解决上述技术问题的技术方案如下：一种水力发电机组设备健康分析方法，包括以下步骤：

S1、获取水力发电机组设备的检测数据，根据所述检测数据计算得到监测值，将监测值录入监测数据库中，并将监测值通过神经网络自动寻优后录入最优状态数据库中；

S2、利用神经网络自动寻优模型将监测数据库中的监测值转化为实时综合指数；

S3、将实时综合指数与最优状态数据库进行对比得到运行状态的最优值，根据最优值计算设备部件健康指数；

S4、根据设备部件健康指数得到机组健康指数，实现对水力发电机组设备的健康分析。

本发明的有益效果是：本发明利用利用了归一化算法、傅里叶变形算法、主成分分析、机器学习等多种算法，将不同维度、不同单位的相关数据有机的结合在一块，并且利用设备运行最优值取值与时间序列预测分别绘制设备在不同工况下的最佳运行状态，本发明在可以综合监测水力发电机组整体运行状态，方便监测人员监测，减少了监测人员需要同时监测多个指标所花费的时间与精力，同时，本发明还帮助水力发电厂寻找不同工况下的最优状态，帮助他们提升效率，实现经济最优状态。

附图说明

图1为本发明方法流程图；

图2为本发明步骤S1的分步骤流程图；

图3为本发明步骤S3的分步骤流程图；

图4为本发明步骤S4的分步骤流程图；

图5为本发明步骤S43的机组健康指数曲线图。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

本发明的具体实施例为：如图1所示，一种水力发电机组设备健康分析方法，包括以下步骤S1－S4：

S1、获取水力发电机组设备的检测数据，根据所述检测数据计算得到监测值，将监测值录入监测数据库中，并将监测值通过神经网络自动寻优后录入最优状态数据库中。

所述检测数据包括振动检测数据，温度检测数据和压力检测数据，所述监测值包括振动监测值、温度监测值和压力监测值。

如图2所示，步骤S1具体包括以下分步骤S11－S15：