一种水电站集水井水泵无水空抽智能保护方法与流程

本申请涉及水电站自动化控制，特别是涉及一种水电站集水井水泵无水空抽智能保护方法。

背景技术：

1、水电站集水井用于收集厂房各层渗漏水、大坝各层渗漏水、机组检修排水等来水，集水井来水需通过水泵及时排出至厂外，以保障厂房安全和厂房各层干燥。水泵作为核心排水设备，其运行可靠性直接关系电站安全。现有技术中，集水井水泵多采用基于液位浮球的简单启停控制，即高液位启动、低液位停泵及通过低液位开关强制停泵。然而，在实际运行中，常因浮球卡涩、液位传感器及液位开关故障、信号传输异常或来水异常等原因，导致水泵在集水井实际已无水、液位极低或者因操作人员手动操作水泵的情况下继续空转运行。水泵空抽危害显著：一方面，长时间无水干转会使机械密封因失去冷却和润滑而高温烧毁，叶轮与泵壳产生剧烈摩擦，导致泵体过热变形、轴承损坏，严重时电机过载烧毁；另一方面，空转引发的振动和气蚀会加速部件疲劳破坏，大幅缩短设备寿命，增加维修成本，甚至导致排水系统瘫痪，危及厂房安全。

2、目前水电站检修排水泵、渗漏排水泵普遍采用液位开关、过流保护装置作为空抽保护依据。传统保护方式主要存在以下问题：1、单参数判断易误动作；2、固定阈值无法适应复杂工况；3、缺少趋势预测能力；4、无法识别瞬态扰动与真实空抽；5、缺少自学习和自动恢复能力。现有技术多采用简单继电器控制或单一参数联合判断方式，在复杂水电站工况中适应性较差。

技术实现思路

1、鉴于此，本申请提供一种水电站集水井水泵无水空抽智能保护方法。

2、本申请公开了一种水电站集水井水泵无水空抽智能保护方法，其包括：

3、步骤1：通过采集部署于集水井水泵及其连接管路系统中的传感器、水泵电控系统的运行数据；

4、步骤2：对采集的运行数据进行预处理，得到预处理后的运行数据；

5、步骤3：基于预处理后的运行数据与正常运行工况模型计算各特征偏差量；

6、步骤4：根据各特征偏差量，计算风险值；

7、步骤5：根据风险值，对集水井水泵及其连接管路系统进行风险判定。

8、进一步地，所述步骤1之前，还包括：

9、系统初始化，建立与集水井水泵及其连接管路系统对应的正常运行工况模型，所述正常运行工况模型包括基准电流参数i0、基准压力参数p0、基准流量参数v0、基准温度参数t0、基准振动参数s0，并建立对应的历史运行数据库。

10、进一步地，所述运行数据包括：电流数据i、压力数据p、流量数据v、温度数据t、振动数据s，采样周期根据监测需求设定。

11、进一步地，所述步骤2包括：

12、对采集的运行数据依次进行去噪处理和数据校验，得到预处理后的运行数据；其中，去噪处理采用以下任一种或组合方式：滑动平均滤波、卡尔曼滤波、小波去噪、中值滤波；数据校验为：对去噪处理后的运行数据进行异常值、缺失值清洗，识别出无效数据后，采用插值补偿、邻近值替代、历史趋势估算完成数据修正；预处理包括去噪处理和数据校验。

13、进一步地，各特征偏差量包括电流偏差δi=|i-i0|、压力偏差δp=|p-p0|、流量偏差δv=|v-v0|、温度偏差δt=|t-t0|、振动偏差δs=|s-s0|。

14、进一步地，所述步骤4包括：

15、通过以下公式计算风险值k：

16、

17、其中，w1～w5为对应的权重，w1至w5之和为1，权重能够依据历史运行数据训练获得。

18、进一步地，所述步骤5包括：

19、一级风险判定：当k≤k1时，判定集水井水泵及其连接管路系统为正常运行状态，继续监测集水井水泵及其连接管路系统；k1为一级阈值；

20、二级风险判定：当k1＜k≤k2时，判定集水井水泵及其连接管路系统为轻微缺水风险状态，触发一级预警，进行声光报警；k2为二级阈值；

21、三级风险判定：当k2＜k≤k3时，判定集水井水泵及其连接管路系统为中度缺水风险状态，触发二级报警，通过调频器进行限速，并向运行人员发送维护建议；k3为三级阈值；

22、四级风险判定：当k＞k3时，判定集水井水泵及其连接管路系统为严重缺水风险状态，触发三级报警，进行强制停机，启动应急处理程序。

23、进一步地，所述步骤5之前，还包括：

24、分别通过以下公式对一级阈值、二级阈值和三级阈值进行动态修正：

25、

26、其中，e表示历史误报率，d表示工况漂移程度，α、β为调节系数，对应n-1时刻的一级阈值、二级阈值或三级阈值。

27、进一步地，所述步骤5之后，还包括：

28、首先利用历史运行数据库中新增历史数据对正常运行工况模型更新；

29、其次进行报警与记录生成，报警与记录包括：报警时间、风险等级、风险值、各特征偏差量、设备运行状态、环境工况信息并保存至历史运行数据库；

30、最后进行实时趋势分析，若发现数据异常且能够提前预警，则返回步骤1，进行在线监测与风险评估；数据异常包括电流数据i、压力数据p、流量数据v、温度数据t、振动数据s在内的因传感器或者电气量失真、突变造成的数据异常，需重新进行数据测定判断。

31、进一步地，所述利用历史运行数据库中新增历史数据进行模型更新，包括：

32、参数权重更新：根据集水井水泵及其连接管路系统空抽事件验证结果重新调整正常运行工况模型中的权重系数；

33、阈值更新：根据历史误报率自动优化一级阈值、二级阈值和三级阈值；

34、模型更新：利用历史运行数据库中新增历史数据重新训练集水井水泵及其连接管路系统对应的正常运行工况模型，提高后续识别风险值k的准确率，降低正常运行工况模型进行风险判定所需的时间。

35、由于采用了上述技术方案，本申请具有如下的优点：

36、1、多参数融合，识别精度高，融合电流、压力等五类参数，精准识别空抽状态。

37、2、动态阈值适应复杂工况，阈值实时修正，适应水位波动、泥沙等复杂工况。

38、3、自学习算法可持续优化，基于历史数据自动更新权重与模型，越用越准。

39、4、趋势预测能力强，可提前5～15秒预测空抽风险，实现超前预警。

40、5、具备自动恢复能力，故障消除后自动复位监测，无需人工干预重启。

41、6、可有效降低误动作率，多参数综合判据，大幅减少单参数故障导致的误报。

42、7、工程适应性强，适用于各类水电站排水系统。

1.一种水电站集水井水泵无水空抽智能保护方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述步骤1之前，还包括：

3.根据权利要求2所述的方法，其特征在于，所述运行数据包括：电流数据i、压力数据p、流量数据v、温度数据t、振动数据s，采样周期根据监测需求设定。

4.根据权利要求1所述的方法，其特征在于，所述步骤2包括：

5.根据权利要求1所述的方法，其特征在于，各特征偏差量包括电流偏差δi=|i-i0|、压力偏差δp=|p-p0|、流量偏差δv=|v-v0|、温度偏差δt=|t-t0|、振动偏差δs=|s-s0|。

6.根据权利要求1所述的方法，其特征在于，所述步骤4包括：

7.根据权利要求1所述的方法，其特征在于，所述步骤5包括：

8.根据权利要求1所述的方法，其特征在于，所述步骤5之前，还包括：

9.根据权利要求1所述的方法，其特征在于，所述步骤5之后，还包括：

10.根据权利要求9所述的方法，其特征在于，所述利用历史运行数据库中新增历史数据进行模型更新，包括：