基于仿真平台的发电机冷却系统故障模拟与诊断研究.pdf

中国电机工程学会第十届青年学术会议 ·吉林 基于仿真平台的发电机冷却系统故障模拟与诊断 李 庆 (江西电力职业技术学院 江西 南昌 330032) 摘要：发电机冷却系统的仿真模型是火电机组仿真模型的重要组成部分，其动态特性直接影响机组的仿真效果。本文 在进行发电机冷却系统故障模拟的基础上，首次用基于仿真平台的发电机冷却系统故障诊断技术，对其进行故障诊断。这 种基于仿真平台的发电机冷却系统故障诊断技术的应用，为实际电站DCS上发电机冷却系统建立故障检测与诊断系统奠定 了一定的基础。 关键词：发电机冷却系统；仿真平台；BP神经网络；故障诊断 引言 发电机冷却系统的作用是在机组运行中，利用冷却介质，将发电机定子和转子绕组线圈及铁芯激磁 涡流的产生的热量及时带出，确保发电机安全运行。目前大型发电机广泛采用水-氢-氢冷却系统。发电 机冷却系统是火电机组的重要辅助系统之一，其运行性能直接影响到整个机组的安全性。[1]因此，发电 机冷却系统的仿真是机组仿真的重要组成部分，其动态特性直接影响机组的仿真效果。目前，在电站故 障仿真与诊断领域开展的研究及应用工作仅局限于关键设备，对发电机冷却系统这样的重要辅助系统不 够重视，加上当前发电机冷却系统故障模拟类型较少，因此，本文在对发电机冷却系统进行七大故障模 拟的基础上，进行基于仿真平台的发电机冷却系统故障诊断研究工作。[2] [3] 由于实际现场运行时较少出现故障，更不允许人为制造出各种故障现象，即使出现异常或故障现象， 常常也很少记录下来，再现故障现象很困难。因此本文选择在实验室条件下利用 300MW 火电机组仿真平 台进行验证和测试，在故障模拟基础上，尝试进行基于仿真平台的神经网络技术对发电机冷却系统故障 诊断的研究。 [5] [6] 1 基于神经网络技术的故障诊断方法 近年来，大型电站都装有先进的 DCS 系统，可以检测大量的运行数据，人们利用数据库存储技术， 可把一年甚至更长时间的运行数据存储下来。但是，这些数据主要用于对设备性能和运行状态的检测。 由于人工神经网络所固有的分布记忆和快速并行计算能力，使得它已经成为故障诊断的一种重要方 法。鉴于神经网络具有较强的学习能力、容错能力和实现复杂的非线性映射能力。论文尝试将神经网络 方法用于发电机冷却系统故障的分类。 神经网络的类型多种多样，从功能特性和学习特性来分，典型的神经网络模型主要包括：感知器网 络、线性神经网络、BP 网络、径向基函数网络、反馈网络等。本文给出的是应用 BP 神经网络对系统故 障进行模式识别的例子。[4] [7] 2 采用 BP 网络的发电机冷却系统故障模式识别 基于仿真平台故障诊断的方法实现发电机冷却系统故障样本知识提取的步骤如下： (1)建立发电机冷却系统的仿真算法，并通过其仿真模型，与整个机组运行系统的模型有机融合进行 仿真试验，验证各种工况下模型静、动态特性的正确性。 (2)进行详细的故障仿真试验，观察不同故障程度下各特征参数变化的差异及故障的产生、发展的动 态全过程，总结典型故障样本知识。 (3)结合理论分析和仿真的数据，对典型故障样本知识进行修正和完善，形成最终的 7种故障标准样 本知识库。[6] [9] - 2004 - 中国电机工程学会第十届青年学术会议 ·吉林 2.1 冷却系统的故障集和征兆集 根据发电机冷却系统的典型故障集，以及故障模拟得到的大量参数，本文采取的方法是：选取系统 7 种的故障集中的 13 个典型故障征兆，用当前负荷实际参数运行值与应达目标值比较并考虑不同偏差阈 值确定参数升高或降低及其程度，从而取得征兆表达方法。实现了用故障仿真方法实现系统故障样本知 识提取。 系统的故障集列于表 1；系统的征兆集列于表 2；T-MCR 工况下各 13 种参数正常值列于表 3。 表 1 系