Page 85 - 水利学报2021年第52卷第4期

水 利 学 报

2021 年 4 月 SHUILI XUEBAO 第 52 卷 第 4 期

文章编号：0559-9350（2021）04-0461-13

基于振动信号的水电机组状态劣化在线评估方法研究

刘 东 ，赖 旭 ，胡 晓 ，肖志怀 2
2
1
1
（1. 武汉大学 水资源与水电工程科学国家重点实验室，湖北 武汉 430072；
2. 武汉大学 水力机械过渡过程教育部重点实验室，湖北 武汉 430072）
摘要：实现水电机组状态劣化评估和故障预警是行业研究的热点。论文提出了一种结合时域与频域特征的机组劣
化在线评估方法。（1）先利用检测指数确定振动信号中对机组运行状态最为敏感的时域特征；再以机组健康状态
下工况参数 X （水头、开度等）和检测指数筛选的振动信号时域特征 Y 为健康样本，利用最小二乘支持向量机构
X
建机组状态健康模型 Y = f ( ) 。基于该模型，以实时工况参数为输入，在线预测对应工况下机组振动信号时域
特征健康值，计算健康值与实际值之间的相对误差，作为评估机组劣化程度的时域劣化指标。（2）利用小波变换
与奇异值理论对振动信号进行分解，提取健康状态下机组振动信号奇异值特征向量并得到健康聚类中心，实时计
算实测信号奇异值特征向量与健康聚类中心之间的相对欧式距离，作为频域劣化指标。结合时域和频域劣化指
标，在线计算综合劣化指标评估当前时刻机组劣化程度。结合实际机组运行案例，验证了该模型的有效性和实用性。
关键词：水电机组；劣化评估；振动信号；检测指数；最小二乘支持向量机；小波奇异值
中图分类号： TV734 文献标识码：A doi：10.13243/j.cnki.slxb.20200298

1 研究背景

水电机组作为水电能源转换的关键设备，其安全性和稳定性一直是电力行业关注的热点。随着
机组不断向大型化、复杂化发展，集成化程度越来越高，结构也日趋复杂。因此，为确保水电机组
安全稳定运行，提高设备利用率，避免重大经济损失和人员伤亡，必须对水电机组运行状态进行合
理的监测与评估。
目前对水电机组进行状态监测和健康评估的主要方法是针对机组振动信号进行分析 ［1-2］ ，有效的
特征提取方法是信号分析的常用手段。近年来，学者们研究了多种信号处理方法用于水电机组振动
［3］
［4］
信号的特征提取，如经验模态分解 ，小波奇异值分解 等，通过对提取出的特征向量进行分类，可
以准确判断振动信号所反映的机组运行状态是正常还是故障。而水电机组的故障发生为一个渐变过
程，特征提取与分类相结合的故障诊断方法侧重于对机组故障发生时的判断，难以体现机组从正常
转变为故障的演化过程，无法为机组提供主动有效的故障预警保护。随着传感器技术、计算机技术
的不断进步，水电行业开展了大量状态监测方面的工作，建立了比较完善的机组实时状态监测系
统，为实现机组健康评估和故障预警提供了有效的技术支撑。现有的故障预警方法大多通过振动监
［5］
［6］
测值与振动阈值的比较来实现，而振动阈值通常根据相关国家标准 、行业标准 ，以及厂家建议值
等来确定，这种单一限值比较法未能充分反映机组自身特点，忽略了机组工况对振动的影响，且没
有对状态监测系统产生的海量历史数据进行有效利用，其预警可靠度有待提高。
针对目前水电机组状态监测与健康评估存在的不足，部分学者开展了考虑机组特性和运行工况
的故障诊断方法研究 ［7-8］ ，取得了一定成效。本文提出一种融合振动信号时域和频域特征的水电机组

收稿日期：2020-05-01；网络首发时间：2021-03-26
网络首发地址：https://kns.cnki.net/kcms/detail/11.1882.TV.20210325.0933.001.html
基金项目：国家自然科学基金项目（51979204，51379160）
作者简介：刘东（1996-），博士生，主要从事水电机组状态监测与故障诊断研究。E-mail：LewistWHU@163.com
— 461 —