基于大数据的水电机组状态监测与故障诊断系统研究与实现

《基于大数据的水电机组状态监测与故障诊断系统研究与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于大数据的水电机组状态监测与故障诊断系统研宄与实（1.许继集闭有限公司，北京100085;2.国网新源控股有限公司，北京100761）摘要：随着信息通信技术的快速发展，水电厂的生产运行和状态监测系统都积累丫大量的数据，采用传统分析法进行数据分析和处理，耗时且难以有效发现数据屮隐含的知识。本文采用大数据技术，研究水电机组状态监测数据、运行数据及生产管理数据等与机组状态之间的关系，通过对状态监测、生产实时、生产管理及同类机组运行数据的大数据分析，实现机组状态的评估和故障诊断，并可预测机组运行的发展趋势。采用HADOOP和SPARK平台开发了基于大数据

2、技术的水电机组状态监测与故障诊断系统，并通过实际算例证明了所提方法的可行性及有效性。关键词：水电机组；状态监测；故障诊断；大数据技术0引言当前，我国电网正朝着“特高压电网+泛在锊能电网+清洁能源”的能源互联网方向发展，要消纳人规模风电和太阳能发电，需要人力发展水电为电网安全运行做保障［1］。随着水电厂运行和生产管理自动化、智能化水平的不断提高，积累丫海量的数据，采用传统的分析方法对这些数据进行分析和处理，耗时且难以有效发现数据屮隐含的知识。如何使水电机组生产运行、状态监测和设备管理等方面的海量数据得到有效利用，使其为机组运行状态分析和故障诊断提供有

3、益参考，从而实现机组状态检修，成为当前亟需研究的重要课题。目前，对于水电机组状态监测和故障诊断系统的研究人多基于传统的信号处理方法，它是以水轮机的状态监测为基础，根据所获得的监测数据，提取反映水轮机运行状态的特征值，并对这些特征值进行分析诊断，判断水轮机是否存在故障［2-4］。这种方法只能对故障进行事后分析，无法实现预测，而且由于故障样本数据有限，导致其适应性差，只能用于特定故障的分析诊断。国内外己奋一些基于数据挖掘技术的电力设备故障诊断和状态检修方面的研宄［5-6］,为发电机组状态监测分析和故障诊断提供了有益探索。但这些研究和系统开发仍基于集中式

4、数据仓库的数据挖掘技术，依赖于传统的因果推断机理建立数学分析模型，应用范围较窄且使用复杂。1基于大数据挖掘的故障诊断与预测方法1.1电力设备故障诊断与预测模型故障诊断与预测实质上就是建立一套设备的运行状态分析系统来判断设备的健康状况，从而对是否需要对其进行检修做出决定，实现状态检修或者预测性维修。基于大数据数据挖掘的电力设备状态评估模型如图1所示。对电力设备状态进行评估，首先要收集设备的相关信息，包括设备的基础信息、历史运行数据及设备缺陷信总等。通过对设备历史运行数据和缺陷信息进行挖掘，得出设备缺陷情况下的特征值和设备关联参数值，方便用户对设备的历

5、史情况进行查询和使用；设备当前监测值从实时数据库或试验中获得，是被分析的对象；设备健康状况分析就是以数据挖掘的结果为依据，对设备当前监测值进行对比分析，判断当前设备运行状态是否正常［7】。图1基于人数据挖掘的电力设备故障诊断模型2.1大数据挖掘算法数据挖掘就是从大量的数据中挖掘出有用的信息，即从大量的、不完全的、有噪音的、模糊的、随机的实际应用数据中发现隐含的、规律性的、人们事先未知的，但又是潜在奋用的并且最终可理解的信息和知识的非平凡过程。数据挖掘的一般过程包括数据选择、数据预处理、数据转换、数据挖掘和数据解释五个方面。本文将SVM、多元线性冋归

6、等算法应用于水电机组振动数据的建模和故障预测分析，并基于大数据平台构建机组状态监测和故障诊断系统，通过实际算例比较了各种算法的分析效果。2水电机组状态监测与故障诊断系统设计水轮发电机组是一个涉及机械、电磁和水力的复杂系统。机组在运行吋，除了机械因素外，还有电磁和水力因素的影响。现代化的水电厂都建设有较为齐全的水电机组状态监测系统，拥冇人量的监测数据和设备历史运行数据，这对系统的存储能力和计算效率提出了更高的要求，如图2所示。因此，本文提出了利用大数据云平台的海量存储能力以及并行计算能力，对机组状态监测数据进行分析，尤其是对能够直接反映机组故障的振动

7、数据进行预测，实现故障诊断，为机组安全稳定运行提供决策依据。图2水电机组状态监测示意图基于大数据技术的水电机组状态监测与故障诊断系统架构如图3所示。系统架构主要包括三部分，分别为数据采集、数据存储、大数据处理平台。数据采集是将实吋流数据（在线监测数据）、关系数据库数据（生产管理数据）以及其它外部系统数据采集到平台自有数据存储中。数据存储包括关系数据库和分布式数据库，关系数据库存储数据量不大的业务数据和基础数据，分布式数据库或文件系统存储人量快速增长的数据，如各种状态监测数据。人数据处理平台以Spark框架、Web应用平台、分布式调度服务为核心，利用

8、分布式调度服务，实现web应用平台程序与大数据框架程序之间的任务执行与反馈，如故障诊断、预测操作。系统功能由基于web应用