基于工况感知的性能健康指数与多源信号映射技术在水电机组劣化趋势识别中的应用

《Energies》：Condition-Aware Performance Health Index and Multi-Source Signal Mapping for Degradation Trend Identification in Hydropower Units

　　

摘要

水力发电机组常常在由水头变化、导叶调节以及负荷调整所导致的复杂工况下运行。这类工况的变化使得仅通过监测信号很难识别出性能的逐渐下降。为了解决这一问题，本文提出了一种基于工况感知的性能健康指数构建方法以及多源信号映射技术，用于水力发电机组。首先，以有功功率、导叶开度和水头作为主要运行参数。经过数据预处理和稳态筛选后，以水头作为先验约束条件来划分水力边界，再利用FCM聚类技术在各个水头区间内确定不同的运行区域。其次，在每个运行区域内构建高分位数性能边界，以最优有功功率作为性能基准，通过比较实际功率与最优功率来构建性能健康指数HI_perf。实验结果表明，该方法能够描述在相似运行条件下的性能偏差。经过平滑处理的日度HI_perf数值在维护前呈现下降趋势，而在维护后则出现恢复趋势。此外，还将振动和轴摆信号映射到HI_perf上，从而构建基于信号的健康指数HI_sig。映射结果显示HI_sig与HI_perf之间存在良好的一致性，且轴摆特征的敏感度高于振动特征。该框架侧重于利用稳态运行数据识别日尺度上的性能下降趋势，而暂态运行事件则不在当前分析范围内。本研究提出的方法为在复杂运行条件下识别水力发电机组的性能下降趋势及进行健康评估提供了有益的参考。