一种发电机空冷器故障预警方法、系统及存储介质与流程

本发明属于空冷器故障检测，具体是涉及到一种发电机空冷器故障预警方法、系统及存储介质。

背景技术：

1、发电机作为水轮发电机组的重要组成部分，其运行过程中由于铜损和铁损，铁芯和线圈的温度会逐渐升高，为了降低线圈绝缘的老化速度，延长其寿命，发电机温度必须维持在合理范围内，因而发电机空气冷却系统承担重要辅助作用。通常发电机空气冷却系统利用空气作为冷却介质对发电机定子和转子绕组以及定子铁芯进行冷却，空气冷却器作为冷却系统的重要设备，利用冷却水将从发电机出来的高温空气冷却后，再送入发电机。目前，水电厂通常对发电机空冷器入口(热风)温度与出口(冷风)温度模拟量进行监测，实现对空冷器正常工作状态及冷却效果的间接评估，依靠人工经验判断是否发生空冷器堵塞等故障。基于空冷器入口(热风)温度与出口(冷风)温度，计算温度计算量、温度极差、冷热风温度差、冷热风温差离散度等特征指标，可为判断空冷器效率下降、空冷器堵塞等故障提供征兆指标，帮助准确定位空冷器故障，为发电空冷器状态检修提供支持。

2、然而上述空冷器状态评估方法存在以下不足：常规水电机组空冷器温度指标仅限于空冷器出入口温度，缺乏进一步的数据挖掘及特征指标提取，无法深度挖掘大数据的价值。且常规水电机组对空冷器效率下降判断多依赖于人工经验值，具备主观性，无法根据空冷器温度特征指标的长期表现进行判断，无法自动实现故障征兆预警。

技术实现思路

1、本发明提供一种发电机空冷器故障预警方法、系统及存储介质，以解决难以实现水电机组空冷器故障征兆自动预警的问题。

2、第一方面，本发明提供一种发电机空冷器故障预警方法，该方法包括如下步骤：

3、通过目标发电机组的机组监控系统采集所述目标发电机组中多个空冷器的机组监控数据，所述机组监控数据包括机组测点数据、状态时序数据和外部形参数据；

4、将所述外部形参数据预处理为形参赋值数据；

5、对所述机组测点数据进行数据清洗和数据补齐处理；

6、基于预设的温度算法参数，并结合所述状态时序数据计算处理所有所述机组测点数据，得到多个所述空冷器的温度特征值；

7、结合所述形参赋值数据和所述温度特征值生成温度特征指标；

8、结合预设的预警阈值和所述温度特征指标生成对应所述空冷器的故障预警信息。

9、可选的，预设的所述温度算法参数包括出入口温度算法参数和冷热风温度算法参数，所述温度特征值包括所述空冷器的入口温度计算量、出口温度计算量、入口温度极差、出口温度极差、冷热风温度差和冷热风温度差离散度。

10、可选的，所述基于预设的温度算法参数，并结合所述状态时序数据计算处理所有所述机组测点数据，得到多个所述空冷器的温度特征值包括如下步骤：

11、按照所述机组测点数据对应的发电机机组编号将所有所述机组测点数据分组为第一测点数据组和第二测点数据组；

12、依次遍历所述第一测点数据组和所述第二测点数据组中的所述机组测点数据，将各个测点数据组中的所述机组测点数据按照测点数据时间轴进行排序；

13、基于所述状态时序数据分别对排序后的所述第一测点数据组和所述第二测点数据组进行数据筛除；

14、通过所述出入口温度算法参数对所述第一测点数据组中的所述机组测点数据进行计算处理，得到所述出入口温度计算量和所述出入口温度极差；

15、通过所述冷热风温度算法参数对所述第二测点数据组中的所述机组测点数据进行计算处理，得到所述冷热风温度差和所述冷热风温度差离散度。

16、可选的，所述状态时序数据包括机组开机时长和机组开机延时，所述机组测点数据包括机组有功功率、机组开机状态和机组开机时间，所述基于所述状态时序数据分别对排序后的所述第一测点数据组和所述第二测点数据组进行数据筛除包括如下步骤：

17、将所述第一测点数据组和所述第二测点数据组中所述机组开机状态为关机状态的所有所述机组测点数据筛除；

18、判断所述机组开机时长是否大于等于对应的所述机组开机延时与所述机组开机时间之和；

19、若所述机组开机时长小于对应的所述机组开机延时与所述机组开机时间之和，则筛除对应的所述机组测点数据；

20、若所述机组开机时长大于等于对应的所述机组开机延时与所述机组开机时间之和，则判断对应的所述机组有功功率是否大于预设的功率阈值；

21、若对应的所述机组有功功率小于等于所述功率阈值，则筛除对应的所述机组测点数据；

22、若对应的所述机组有功功率大于所述功率阈值，则保留对应的所述机组测点数据。

23、可选的，所述机组测点数据包括空冷器入口温度和空冷器出口温度，所述通过所述出入口温度算法参数对所述第一测点数据组中的所述机组测点数据进行计算处理，得到所述出入口温度计算量和所述出入口温度极差包括如下步骤：

24、按照所述空冷器入口温度和所述空冷器出口温度的特征字段，遍历所述第一测点数据组中所有所述机组测点数据，并将所述第一测点数据组中的所有所述空冷器入口温度分为入口温度组，将所述第一测点数据组中的所有所述空冷器出口温度分为出口温度组；

25、分别将所述入口温度组和所述出口温度组中的所有数据按照从大至小的顺序重新排列；

26、基于所述出入口温度算法参数计算所述入口温度组中前三位所述空冷器入口温度的平均值作为所述入口温度计算量，并计算所述出口温度组中前三位所述空冷器出口温度的平均值作为所述出口温度计算量；

27、基于所述出入口温度算法参数计算所述入口温度组中所述空冷器入口温度的最大值与最小值之差作为所述入口温度极差，并计算所述出口温度组中所述空冷器出口温度的最大值与最小值之差作为所述出口温度极差。

28、可选的，所述机组测点数据包括空冷器冷风温度和空冷器热风温度，所述过所述冷热风温度算法参数对所述第二测点数据组中的所述机组测点数据进行计算处理，得到所述冷热风温度差和所述冷热风温度差离散度包括如下步骤：

29、基于所述机组测点数据的各个测点，遍历所述第二测点数据组中所有所述机组测点数据，并将所述第二测点数据组中属于同一测点的所述空冷器冷风温度和所述空冷器热风温度划分为一个空冷器温度组；

30、根据所述冷热风温度算法参数，分别计算各个所述空冷器温度组中所述空冷器冷风温度和所述空冷器热风温度之差，得到离散数据形式的所述冷热风温度差；

31、计算所有所述冷热风温度差的数据离散程度，并将所述数据离散程度作为所述冷热风温度差离散度。

32、可选的，所述对所述机组测点数据进行数据清洗和数据补齐处理包括如下步骤：

33、遍历所有所述机组测点数据，并筛除所述机组测点数据中的异常数据；

34、计算所有所述机组测点数据的平均值与标准差；

35、筛除所有与所述平均值相差超过3倍所述标准差的所述机组测点数据；

36、依据前置补数的方式按照秒级对筛除后的所述机组测点数据进行数据补齐。

37、可选的，所述结合预设的预警阈值和所述温度特征指标生成对应所述空冷器的故障预警信息包括如下步骤：

38、将所有所述温度特征指标与预设的预警阈值一一比对；

39、若存在超出所述预警阈值的目标温度特征指标，则提取所述目标温度特征指标的指标名称；

40、统计所述目标温度特征指标的指标数量，以及各个所述目标温度特征指标超出所述预警阈值的超标时长；

41、结合所述指标数量和所述超标市场生成对应所述目标温度特征指标的预警等级；

42、结合所述指标名称和所述预警等级生成对应所述空冷器的故障预警信息。

43、第二方面，本发明还提供一种发电机空冷器故障预警系统，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面中所述的发电机空冷器故障预警方法。

44、第三方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面中所述的发电机空冷器故障预警方法的步骤。

45、本发明的有益效果是：

46、本发明所提出的发电机空冷器故障预警方法从数据来源及清洗、指标计算算法、故障征兆预警实现三个方面提出了技术路线。通过机组监控系统实时采集数据，通过对数据时标及字段整合获取空冷器温度监测整合数据，然后对数据进行清洗得到数据清洗后空冷器温度监测整合数据，实时根据温度算法参数计算提取发电机空冷器温度特征指标，得到水电机组发电机空冷器温度指标计算提取结果，为发电机空冷器故障征兆预警及故障诊断提供数据基础。实现了对多机组发电机空冷器多个温度类指标的提取，并在实际应用中基于提取的空冷器温度类特征指标，实现了空冷器故障征兆的自动预警。