摘要：随着虚拟现实、三维可视化等先进计算机技术的快速发展与广泛应用,以及抽水蓄能电站建设的不断加速。针对当前发电设备制造业传统的产品服务模式与用户日益增长的对高端数字化服务需求之间的问题和矛盾,提出一种基于虚拟现实技术的抽水蓄能机组智慧检修仿真系统。系统根据抽水蓄能机组设计结构特点和运维检修技术特点,将先进的虚拟现实、建模与仿真等计算机技术与抽水蓄能水泵水轮发电电动机组的运维、监测、安装、检修及培训等业务深度融合,为其他基于虚拟现实技术建设的智慧运维及检修培训系统提供参考和依据。

摘要：为描述抽水蓄能机组健康性能的随机性和不确定性,考虑不同部件健康性能水平的影响,提出一种基于信息融合与多目标智能优化的区间预测方法.首先,为有效描述机组的运行特性,利用运行监测数据构建基于高斯过程回归的机组健康状态模型,引入熵权法对机组不同部件的健康信息进行融合,构建可表征机组整体性能水平的综合健康指标;然后,将区间宽度控制系数纳入待优化参数范围,以区间覆盖率和区间平均宽度为目标约束,提出基于多目标粒子群优化核极限学习机模型参数的全局寻优策略,获取机组设备健康性能未来的波动范围;最后,通过某抽水蓄能电站机组监测数据验证所提方法的有效性.

摘要：甩负荷是抽水蓄能机组的正常设计工况,此时无叶区经历过流系统最为严重的压力脉动,对机组运行稳定产生深远影响。长期以来,对无叶区压力及其脉动研究主要集中于数值模拟、模型观测,对真机试验研究少。以某抽水蓄能电站6台机组单机甩额定负荷时无叶区压力信号为分析对象,基于Savitzky-Golay滤波器对压力信号进行处理,分离出了趋势压力与脉动压力,阐释了趋势压力与脉动压力的主要影响因素,并指明了亟须解决的问题。研究表明:甩负荷过程中无叶区趋势压力主要受转速影响,与转速的相关系数在0.99左右;脉动压力峰峰值受动静干涉、旋转失速等影响,是额定负荷稳定运行时的7~22倍,显著高于数值模拟结果。

摘要：根据抽水蓄能电站机组的特点,采用模块化思想,设计一个关于抽水蓄能机组振动故障诊断专家系统,并对该系统的结构、关键功能模块、推理机的设计和软件实现过程进行介绍,最后给出该专家系统的实际应用案例。抽水蓄能机组故障诊断专家系统作为一种人工智能计算机程序,能在一定程度上帮助现场故障诊断人员对机组的运行状态有较为深入的了解,比较适用于复杂的、比较规范化的大型动态系统。

摘要：抽水蓄能机组运行工况复杂、启动频繁,因此转子部件的疲劳寿命尤为重要,其中磁极引线头的裂纹和断裂事故较为常见。本文通过对机组在设计计算、加工制造、安装运行等各个阶段的磁极引线头防断裂措施进行了研究总结,可为后续更高转速、更大容量的机组,以及变转速机组的设计提供借鉴和参考。

摘要：0引言,随着替代能源在能源市场的参与度不断提高,对储能和电网调节服务的需求不断增长。抽水蓄能电站目前是最合适和最有效的解决方案。这对具有可逆水泵水轮机或三机式机组(配有单级或多级泵)以固定或可变速度运行的抽水蓄能装置运行的灵活性、调节范围和运行范围提出更严格的要求。通过泵稳定区域的延伸,可以延长泵的调节带(假设提供了适当的气蚀安全裕量),并且在可逆机组的情况下,可以对液压机进行设计相应地调整水轮机模式。

摘要：针对抽水蓄能机组传统线性模型难以准确描述大波动工况水力瞬变行为,基于特征线法的非线性模型不能满足在线实时仿真及现有用于抽水蓄能机组过渡过程控制优化的调节系统模型不能反映真实机组全工况动态过程等问题,本文提出了一种基于电路等效理论的抽水蓄能机组实时精细化模型(Real-time accurate equivalent circuit model,RAECM)。根据电站实际输水系统布置形式,构建了等效电路网络拓扑图,提出改进Suter变换-BP神经网络的水泵水轮机插值模型,改善了"S"特性区及小开度工况区的模型精度,通过变尺度空间离散分析,推导了用于补偿误差的水头修正公式,并采用稳定域更广的隐式RadauⅡA法对离散后的隐式常微分方程组进行求解,提高了模型稳定性,最后对RAECM模型的时间复杂度及仿真效率进行了分析。试验结果表明,RAECM模型既能满足机组大小波动工况的仿真精度,又能节约计算耗时,可应用于抽水蓄能机组仿真测试装置研发、过渡过程控制优化、系统辨识、控制器设计及参数优化等方面,具有较好的工程价值。

摘要：抽水蓄能机组具有结构复杂、工况复杂多变、故障复杂多样等特点。利用实时监测数据有效评价抽水蓄能机组的劣化状态并对劣化趋势进行准确地预测仍是一个难题。为此,提出一种基于随机森林回归(RFR)、变分模态分解(VMD)和时间卷积网络(TCN)的抽水蓄能机组劣化趋势预测方法。首先,基于健康状态下的历史监测数据,选择与状态监测数据关联性强的工况参数数据作为健康状态模型的输入,建立基于RFR的健康状态模型;其次,输入实时工况参数数据,根据健康模型输出的标准值与实时状态监测数据计算得到劣化趋势序列;最后,考虑到劣化趋势序列的非线性因数,设计了基于VMD-TCN的时序预测模型,以实现对劣化趋势的精确预测。为验证所提方法的有效性,采集位于中国浙江的抽水蓄能电站真实监测数据进行多组对比实验。结果显示,所提出的方法在建立健康模型时拟合精度达到了0.98,并且在劣化趋势预测任务中,基于VMD-TCN的时序预测模型相比于其他比较模型具有更高的预测精度。

摘要：本文以48台国内投产或在建的抽水蓄能机组(单机额定出力不低于100MW)为研究对象,以机组蜗壳中的压力波传播引起相位共振的风险为切入点,分析了不同转速与导叶—叶片数匹配关系下的相位共振风险系数,比较了不同转速与导叶—叶片数匹配关系的优缺点,提出了两种等效直径下压力波沿蜗壳传播的圆周马赫数随额定水头的拟合公式,为抽水蓄能机组优化水力设计提供借鉴和参考。

摘要：为准确掌握抽水蓄能机组的健康性能水平,提出基于卷积-长短期记忆神经网络(CNN-LSTM)的机组健康性能趋势预测方法。首先,为有效地刻画机组的运行特性,构建基于高斯过程回归的机组健康状态模型;然后,设计可量化机组健康性能的指标因子;进一步融合CNN良好的局部特征提取能力和LSTM在时间序列预测方面的优势,提出基于CNN-LSTM的预测模型。对国内某抽水蓄能电站机组监测数据进行的试验结果表明,所提方法可较好地预测机组健康性能的发展趋势。