2023 年（第十六届）发电企业信息技术与应用研讨会 - 322 - 大型水轮发电机组水淹水车室预警决策 模型研究 国能大渡河枕头坝发电有限公司，靳帅 摘 要：笔者分析了大型水轮发电机组水淹水车室事故产生的原因及特点，详细介绍了通过对运行大数据分析，构 建基于水位预测、概率逻辑推理和故障知识图谱的预警决策辅助模型的解决方案，将水淹水车室事故由事后被动发现变 为事前提前预知，建立了基于水车室设备的知识图谱，为指导相关人员对故障性质、故障位置、处置方式进行准确判断 和消除设备隐患提供了新思路。该模型基于对海量数据分析研究建立，分析结果具有代表性，可广泛推广应用，运行结 果经实际检验准确可靠，可有效解决实际问题，保障企业安全生产，促进管理水平提升。 关键词：水淹水车室；顶盖水位；预警决策；知识图谱 在水轮发电机组运行过程中，水车室的安全运 行至关重要，水淹水车室事故的发生具有一定概率， 其后果极为严重。水淹水车室将导致机组“非停” 、 水导油槽等机械部件受损、油泄漏引发环保事件、 水淹厂房等后果，给电力安全生产带来极大的威胁， 尤其是在无人值守条件下此类事故发生的后果更为 致命。 水淹水车室事故发生的主要原因包括真空破坏 阀故障、主轴密封漏水过大、导叶套筒漏水、顶盖 排水泵效率降低等。这些因素的发生具有概率性， 目前的监测手段很难实现提前预警，事故发生后通 常只能被动处理；对于感知到的各种相关因素，因 为难以判断具体的影响因子，无法及时定位故障原 因及位置，导致处置效率低；现有的漏水及水位监 视和感知手段获取的数据都是单项的、间接的，缺 乏综合分析，不足以支撑作出处置决策，严重依赖 人的经验。 大型水轮发电机组水淹水车室事故预警从本质 上来讲是在多种因素作用下的综合预测决策问题， 这个问题可以拆分为三个子问题：故障早期预警， 其本质是预测的问题；故障原因定位，其本质是故 障因素定位和诊断的问题；故障处置策略确定，其 本质是快速解决方案选择的问题。这三个问题解决 了，水淹水车室预警决策的问题便得到了很好的解 决。针对这三个问题，通过对大型水轮发电机组长 期运行的大数据整理、分析、挖掘，建立模型，最 后利用实际发生的故障案例验证模型的正确性。 首先，从生产现场的监控系统运行数据（包括 模拟量、开关量） 、故障案例文档、检修记录文档、 技术资料、设备固有信息中获取模型构建所需的数 据。通过对获取到的数据源中的数据信息，建立基 于 LSTM 的顶盖水位时序预测模型，实现对顶盖水位 的实时预测。利用故障案例文档、检修记录文档构 建知识库，并结合技术资料知识丰富并构建较完整 的水车室知识图谱。利用监控数据、实时预测水位， 构建基于马尔可夫逻辑网的水车室故障概率推理模 型，实现对故障发生原因的概率推理判断。最后， 结合概率推理判断结果、知识图谱，提出针对故障 原因的综合处置决策。