水力发电机组故障预测及维护探讨

水力发电机组故障预测及维护探讨

颜洪斌

广州精新泽自动化设备有限公司

【摘要】随着社会经济的发展，人们对于电力的需求也越来越大。现阶段我国水力发电站占有了很大的比重，其中著名的一些工程诸如三峡水电站等。本文针对水力发电中水力发电机组故障预测及维护，进行简要的探讨。

【关键词】水力发电站；水力发电机组；故障预测；维护

随着清洁能源和绿色能源概念的诞生，水力发电较之过去的火力发电则具有较多的优势。水力发电工程的应用，既符合国民经济的可持续发展，也符合国家提倡的绿色能源发展计划。但由于水力发电机组的特殊工作环境其故障预测和维护工作，也引起了从业人员和研究人员的注意。

1.水力发电站机组

水力发电站依靠水流动能进行发电，其发电机组整体上可以分为两部分。一部分为动力设备；另一部分为发电设备。其中动力设备的主要设备为水轮机，水轮机通过水流产生的动能进行运转，之后通过机械传递力带动发电机设备的运作，最终达到发电的效果。理论上存在水轮机的转数越快，产生的电能就越大。但实际运作中为了保障整体的安全运作，以及稳定的电流输出。工作人员会对水轮机的转数，以及运作角度进行调整，以达到稳定运作的效果。

2.水力发电机组故障预测和维护发展的现状及改善思路

水力发电站由于其特殊的工作环境，以及利用水流动能进行工作的原理。在其故障预测和维护方面存在较大的不确定性和危险性，因此也引起了较多人群的注意，我国目前在此两类工作的发展中，取得了较好的成果。但在其发展的过程中，也存在了一些问题。针对此类问题，笔者进行了简要的剖析，并提出了改善思路。

2.1.理论情况与实际情况不符

目前国内针对水力发电机组故障预测及维护方面的研究单位，主要有中国水利电力科学研究院、华中科技大学、东南大学、西安理工大学、重庆大学等单位。其中华中科技大学的HSJ系统和中国水利电力科学研究院的HM9000水电机组状态监测综合分析系统较为突出。

针对研究成果的诞生，一些水力发电站也进行了技术的应用。其中主要存在的问题为；理论研究和实际情况存在出入。软件的开发或理论的提出，需要的基础条件就是实际案例。但由于各个水电站的工作环境和设备安装等情况，部分软件和理论并不能直接进行套用，此背景下开发出的软件缺乏一定的实际意义。为了保证理论和软件的实际作用，建议我国学者和研究人员在进行理论研究和软件研发时，尽可能参考更多的案例和现实情况。

2.2缺乏对于软件方面的实际应用

软件方面的开发，一定程度上标志着硬件技术的成熟。现阶段我国水力发电机组故障预测和维护方面的软件，缺乏一定的应用性。其原因主要为软件在开发的过程中，一方面通过理论值的设定和人为控制进行测试，另一方面依靠计算机进行模拟实验测试。过多的设置一些人为的条条框框，最终导致开发的软件缺乏一定的实践意义，投入到应用中并不能起到实际应用的效果。

建议研究人员在进行相关软件开发的时候，除模拟实验测试和理论测试之外，也需要进行实际的实践测试，通过实践测试的方式观察和改良软件。保证研发软件的正常使用，也保障了应用单位的工作效率。

2.3缺乏整体的解决方案

现阶段我国在水力发电机组故障预测及维护方面的工作，虽整体发展较为迅猛，但局部还存在一些问题。例如缺乏整体解决方案，受实际情况的影响，绝大部分的水电站实际安装情况和应用情况，都存在一定的差异性。因此在其进行故障预测及维护工作时，无法产生借鉴意义，经验累积和实际应用方面也存在单一性。

为了促进我国水力发电机组故障预测及维护工作的发展，建议研究人员和维护人员，定期进行经验交流，以实际案例为依据进行探讨。在交流的过程中总结经验，并进行实际案例解决方案的编订，以此完成案例的收纳工作，并进行分析总结得出较为全面的整体解决方案。

2.4监测现状发展较为落后

目前我国针对水力发电机组故障预测及维护工作，还存在于硬件监控以及实际问题产生时的维护。此背景下一定程度上造成了预测问题不及时的现状，维护方面由于受诸多条件的影响，除必要的损坏维护和故障维护，一般情况下存在较多的为定期维护和机会维护，这种情况下一定程度上造成故障预测失去意义。

目前国外在此类问题的发展中，已经从硬件监控的故障预测过渡到整体运行状态的故障预测。以整体的运作状态判断机组的运转情况，并针对各类问题进行针对性的维护工作。

从实际出发建议我国在水力发电机组故障预测及维护工作的发展上，尽多的应用新兴技术以及新型经验，从根本上促进其工作的发展和进步。

结束语

现阶段我国水力发电机组故障预测及维护方面的工作，整体发展较为迅猛，但局部还存在一些问题。例如缺理论与实际情况不符、研发软件缺乏实际应用、缺乏整体解决方案、监测发展现状较为落后等情况。为了有效的改善以上情况，我国研究人员和学者应从实际出发，在理论提出和软件研发时，尽可能的参考较多的案例；定期进行行业人员的交流；跟进时代发展的脚步，采用新型技术和手段进行故障预测和维护；以此促进我国水力发电机组故障预测及维护工作的发展。

参考文献：

[1]谢辉,王玉亮.水力发电机组运行稳定性监测与故障探究[J].城市建设理论研究（电子版）,2015,(21):7018-7019.

[2]谢萍,刘杰慧,王颖等.基于改进RBF神经网络的水轮发电机组故障诊断[J].中国农村水利水电,2014,(5):146-149,154.

[3]李超顺,周建中,肖剑等.基于引力搜索核聚类算法的水电机组振动故障诊断[J].中国电机工程学报,2013,33(2):98-104,前插15.

[4]麻志成.水力发电机组故障诊断方法及软件设计研究[C].//中国水力发电工程学会电力系统自动化专委会2013年年会论文集.2013:146-153.

[5]常禹,麻志成,李冰等.水力发电机组故障诊断方法及软件设计研究[J].水电自动化与大坝监测,2014,(5):7-11,20.