水轮发电机组故障检测系统的制作方法
【技术领域】
[0001]本发明涉及一种发电机组故障检测系统，具体涉及一种水轮发电机组故障检测系统。
【背景技术】
[0002]近年来随着水电站建设的不断发展，水电在电网中所占的比例越来越大，相比于风电和太阳能发电，水力发电已逐渐成为了一种常规且可靠的能源构成。然而，随着水轮发电机组数量的增加以及使用累计时间的延长，由于水力、机械和电力等因素，机组本身发生故障的情况也相应增多，这些故障分布在机组内各个设备、系统之中，第一个产生的故障会引发一系列安全动作。因此，能否快速提高机组故障诊断速度并迅速排查机组隐患将直接决定机组的有效利用率，甚至会影响到整个水电厂的运行质量。而依照现有技术，水电机组在发生故障后，需要人工排查和诊断故障源，往往不能快速地判断出机组故障，也无法迅速排查其隐患所在。因此，对于水轮发电机组的运行维护部门来讲，推出一种有效排查机组故障的系统具有十分重要的工程应用意义。
【发明内容】
[0003]为解决上述问题，本发明提供了一种水轮发电机组故障检测系统，该系统能够准确诊断水轮发电机组的故障类型并精确确定故障位置，同时可以通过物理模型进行机组的实时监测和观察。
[0004]为实现上述目的，本发明采取的技术方案为:
[0005]水轮发电机组故障检测系统，包括:
[0006]传感器组，用于采集水轮发电机各部件的不同信号，并将所采集到的信号发送到数据处理模块；
[0007]数据处理模块，用于接收传感器组所采集到的数据，并获取这些数据的故障诊断特征向量发送到故障诊断模块；
[0008]故障诊断模块，用于将所得故障诊断特征向量输入已训练好的BP神经网络，输出诊断结果；
[0009]人机操作模块，用于输入待检测水轮发电机的相关数据，并将这些数据发送到中央处理器，用于输入数据调用命令；
[0010]中央处理器，用于接收人机操作模块所输入的数据，并将这些数据转换成物理模型建立模块所能识别的数据发送到物理模型建立模块，用于根据输入的数据调用命令，从数据库中调用对应的数据发送到显示屏；
[0011 ]物理模型建立模块，用于建立待检测水轮发电机的物理模型，并将所建立的物理模型发送到显示屏；
[0012]虚拟传感器，安装在所建立的物理模型上，与对应的传感器所在的位置一一对应，并通过无线与传感器组相连；
[0013]专家模块，用于储存各种故障及其对应的解决方案数据，并用于接收故障诊断模块所输出的诊断结果，将所接收到的诊断结果与数据库内的数据进行相似度对比，并将对比结果按相似度从高到低排列后发送到显示屏进行显示。
[0014]其中，所述BP神经网络通过以下步骤获取:
[0015]S1、通过传感器组获取水轮发电机各部件的不同信号，并采用小波包分析法对所采集到的信号进行三层分解，对各个分解尺度下的高频系数根据软阈值函数选择软阈值进行软阈值量化处理，并根据小波分解的最底层低频系数和高频系数进行一维小波重构；
[0016]S2、对重构的信号再次进行小波包分解成第三层，提取第二层各频带的特征值，并将各频带的特征值构成一个故障特征输入向量，将该向量作为BP神经网络的故障诊断输入向量，并于故障特征输入向量形成后，构建三层BP神经网络:
[0017]S3、获取历史故障数据的特征输入向量样本，并将所得的特征输入向量样本输入所构建的三层BP神经网络并进行训练，在多次反复训练并达到要求的故障诊断精度后停止训练网络，得BP神经网络。
[0018]其中，所述虚拟传感器为直接获取相应的结果或信息的目标的逻辑单元，包括通用虚拟传感器和专用虚拟传感器。
[0019]其中，所述专家模块连接有一更新模块，用于通过3G网络、W1-F i网络和有线网络的方式更新专家模块内的数据。
[0020]其中，还包括一数据库，用于储存物理模块所建立的物理模型，传感器组所检测到的数据，故障诊断模块输出的诊断结果，数据处理模块所获得的数据的故障诊断特征向量。
[0021]本发明具有以下有益效果:
[0022]利用训练后的BP神经网络对实时数据进行故障诊断，能够准确诊断水轮发电机的故障类型并精确确定故障位置，同时可以通过物理模型进行发电机组的实时监测和观察。
【附图说明】
[0023]图1为本发明实施例水轮发电机组故障检测系统的结构示意图。
【具体实施方式】
[0024]为了使本发明的目的及优点更加清楚明确，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0025]如图1所示，本发明实施例提供了一种水轮发电机组故障检测系统，包括:
[0026]传感器组，用于采集水轮发电机各部件的不同信号，并将所采集到的信号发送到数据处理模块；
[0027]数据处理模块，用于接收传感器组所采集到的数据，并获取这些数据的故障诊断特征向量发送到故障诊断模块；
[0028]故障诊断模块，用于将所得故障诊断特征向量输入已训练好的BP神经网络，输出诊断结果；
[0029]人机操作模块，用于输入待检测水轮发电机的相关数据，并将这些数据发送到中央处理器，用于输入数据调用命令；
[0030]中央处理器，用于接收人机操作模块所输入的数据，并将这些数据转换成物理模型建立模块所能识别的数据发送到物理模型建立模块，用于根据输入的数据调用命令，从数据库中调用对应的数据发送到显示屏；
[0031 ]物理模型建立模块，用于建立待检测水轮发电机的物理模型，并将所建立的物理模型发送到显示屏；
[0032]虚拟传感器，安装在所建立的物理模型上，与对应的传感器所在的位置一一对应，并通过无线与传感器组相连；
[0033]专家模块，用于储存各种故障及其对应的解决方案数据，并用于接收故障诊断模块所输出的诊断结果，将所接收到的诊断结果与数据库内的数据进行相似度对比，并将对比结果按相似度从高到低排列后发送到显示屏进行显示。
[0034]所述BP神经网络通过以下步骤获取:
[0035]S1、通过传感器组获取水轮发电机各部件的不同信号，并采用小波包分析法对所采集到的信号进行三层分解，对各个分解尺度下的高频系数根据软阈值函数选择软阈值进行软阈值量化处理，并根据小波分解的最底层低频系数和高频系数进行一维小波重构；
[0036]S2、对重构的信号再次进行小波包分解成第三层，提取第二层各频带的特征值，并将各频带的特征值构成一个故障特征输入向量，将该向量作为BP神经网络的故障诊断输入向量，并于故障特征输入向量形成后，构建三层BP神经网络；
[0037]S3、获取历史故障数据的特征输入向量样本，并将所得的特征输入向量样本输入所构建的三层BP神经网络并进行训练，在多次反复训练并达到要求的故障诊断精度后停止训练网络，得BP神经网络。
[0038]所述虚拟传感器为直接获取相应的结果或信息的目标的逻辑单元，包括通用虚拟传感器和专用虚拟传感器。
[0039]所述专家模块连接有一更新模块，用于通过3G网络、W1-Fi网络和有线网络的方式更新专家模块内的数据。
[0040]还包括一数据库，用于储存物理模块所建立的物理模型，传感器组所检测到的数据，故障诊断模块输出的诊断结果，数据处理模块所获得的数据的故障诊断特征向量。
[0041]以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
【主权项】
1.水轮发电机组故障检测系统，其特征在于，包括: 传感器组，用于采集水轮发电机各部件的不同信号，并将所采集到的信号发送到数据处理模块； 数据处理模块，用于接收传感器组所采集到的数据，并获取这些数据的故障诊断特征向量发送到故障诊断模块； 故障诊断模块，用于将所得故障诊断特征向量输入已训练好的BP神经网络，输出诊断结果； 人机操作模块，用于输入待检测水轮发电机的相关数据，并将这些数据发送到中央处理器，用于输入数据调用命令； 中央处理器，用于接收人机操作模块所输入的数据，并将这些数据转换成物理模型建立模块所能识别的数据发送到物理模型建立模块，用于根据输入的数据调用命令，从数据库中调用对应的数据发送到显示屏； 物理模型建立模块，用于建立待检测水轮发电机的物理模型，并将所建立的物理模型发送到显示屏； 虚拟传感器，安装在所建立的物理模型上，与对应的传感器所在的位置一一对应，并通过无线与传感器组相连； 专家模块，用于储存各种故障及其对应的解决方案数据，并用于接收故障诊断模块所输出的诊断结果，将所接收到的诊断结果与数据库内的数据进行相似度对比，并将对比结果按相似度从高到低排列后发送到显示屏进行显示。2.根据权利要求1所述的水轮发电机组故障检测系统，其特征在于，所述BP神经网络通过以下步骤获取: 51、通过传感器组获取水轮发电机各部件的不同信号，并采用小波包分析法对所采集到的信号进行三层分解，对各个分解尺度下的高频系数根据软阈值函数选择软阈值进行软阈值量化处理，并根据小波分解的最底层低频系数和高频系数进行一维小波重构； 52、对重构的信号再次进行小波包分解成第三层，提取第二层各频带的特征值，并将各频带的特征值构成一个故障特征输入向量，将该向量作为BP神经网络的故障诊断输入向量，并于故障特征输入向量形成后，构建三层BP神经网络； 53、获取历史故障数据的特征输入向量样本，并将所得的特征输入向量样本输入所构建的三层BP神经网络并进行训练，在多次反复训练并达到要求的故障诊断精度后停止训练网络，得BP神经网络。3.根据权利要求1所述的水轮发电机组故障检测系统，其特征在于，所述虚拟传感器为直接获取相应的结果或信息的目标的逻辑单元，包括通用虚拟传感器和专用虚拟传感器。4.根据权利要求1所述的水轮发电机组故障检测系统，其特征在于，所述专家模块连接有一更新模块，用于通过3G网络、W1-Fi网络和有线网络的方式更新专家模块内的数据。5.根据权利要求1所述的水轮发电机组故障检测系统，其特征在于，还包括一数据库，用于储存物理模块所建立的物理模型，传感器组所检测到的数据，故障诊断模块输出的诊断结果，数据处理模块所获得的数据的故障诊断特征向量。
【专利摘要】本发明公开了一种水轮发电机组故障检测系统，包括传感器组、数据处理模块、故障诊断模块、人机操作模块、中央处理器、物理模型建立模块、虚拟传感器和专家模块。本发明能够准确诊断水轮发电机的故障类型并精确确定故障位置，同时可以通过物理模型进行发电机组的实时监测和观察。
【IPC分类】G01M99/00
【公开号】CN105547730
【申请号】CN201610052900
【发明人】张雷克, 刘荣豪, 田淳, 郝瑞霞
【申请人】太原理工大学
【公开日】2016年5月4日
【申请日】2016年1月17日