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。
打分:
0 星