一种水轮机强烈振动区自适应补气方法

技术领域

本发明涉及水轮机补气领域，更具体的说是涉及一种水轮机强烈振动区自适应补气方法。

背景技术

在水轮机领域，振动问题是一个长期存在且重要的挑战，特别是在水轮机运行时出现强烈振动区的情况。由多种因素引起，包括水流的流动特性、水轮机的结构设计、运行工况的变化等。强烈振动会对水轮机的性能和安全产生严重影响，可能导致设备损坏、降低发电效率甚至发生安全事故，因此有效控制水轮机振动至关重要。

当前，现有的水轮机补气方案中缺乏对水轮机强烈振动区的气液两相流流动过程进行全面的分析过程，也无法获得水轮机强烈振动区不同补气方式、不同补气位置和不同补气量与水轮机尾水涡带形态参数、压力脉动之间的关联结果。

同时，采用固定的补气方式、补气位置和补气量，其无法有效适应于不同工况下的振动情况，从而导致水轮机振动控制效果不佳。进一步的，在补气控制方面缺乏对振动机理和流动特性的深入分析，难以构建有效的自适应补气模型，导致控制精度和效率不高。

因此，如何设计一种水轮机强烈振动区自适应补气方法，提高水轮机的稳定性和安全性，优化水力发电系统的运行效率和可靠性是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种水轮机强烈振动区自适应补气方法，通过多相流模型数值模拟计算、关联分析和自适应调整补气策略，实现了针对不同工况的精准补气。

为了实现上述目的，本发明采用如下技术方案：

一种水轮机强烈振动区自适应补气方法，包括：

步骤一、通过多相流模型，对不同补气方式、不同补气位置和不同补气量的，水轮机强烈振动区气液两相流流动补气过程，进行数值模拟计算，获得水轮机强烈振动区不同补气方式、不同补气位置和不同补气量与水轮机尾水涡带形态参数、压力脉动之间的关联结果；

步骤二、基于所述水轮机强烈振动区不同补气方式、不同补气位置和不同补气量与水轮机尾水涡带形态参数、压力脉动之间的关联结果，确定水轮机不同负荷下的补气方式、补气位置和补气量；

步骤三、利用所述水轮机不同负荷下的补气方式、补气位置和补气量，制定水轮机强烈振动区补气策略。

其中，所述步骤一中，补气方式包括：自然补气和强迫补气。

补气位置包括：主轴中心孔补气和顶盖补气。

补气量基于预设补气阈值进行划分，包括：高补气量和低补气量。

进一步的，所述步骤一中，水轮机强烈振动区气液两相流流动补气过程，包括：

高补气量下的主轴中心孔自然补气、低补气量补气量下的主轴中心孔自然补气、高补气量下的主轴中心孔强迫补气、低补气量下的主轴中心孔强迫补气、高补气量下的顶盖自然补气、低补气量下的顶盖自然补气、高补气量下的顶盖强迫补气和低补气量下的顶盖强迫补气。

进一步的，所述步骤二中，水轮机不同负荷下的补气方式、补气位置和补气量，包括：

水轮机导叶、转轮区域和尾水管直锥段：采用高补气量下的主轴中心孔强迫补气、低补气量下的主轴中心孔强迫补气和低补气量下的顶盖强迫补气；

水轮机尾水管弯肘后的流道内：采用高补气量下的主轴中心孔强迫补气和低补气量下的顶盖强迫补气。

进一步的，所述步骤三中，水轮机强烈振动区补气策略，包括：

实时监测水轮机稳定性指标、有功功率和水头数据，进行补气控制；所述水轮机稳定性指标包括：尾水管进口压力脉动和顶盖垂直振动峰峰值。

进一步的，所述补气控制包括：利用水轮机有功功率和水头数据，与预设有功功率和水头阈值进行比较，判断所述水轮机是否处于强烈振动区；

利用水轮机稳定性指标与预设稳定性指标阈值进行比较，判断水轮机稳定性指标是否超标；

当水轮机处于强烈振动区，且稳定性指标超标，进行自适应补气。

进一步的，所述自适应补气过程中，补气量与所述稳定性指标相耦合，基于水轮机稳定性指标与预设稳定性指标阈值关系，进行补气量控制。

进一步的，所述补气控制基于预训练自适应补气模型实现，模型训练过程中，采用均方误差损失函数，进行实际输出与期望输出之间差异的衡量，并利用梯度下降算法最小化损失函数。

经由上述的技术方案可知，与现有技术相比，本发明技术方案存在以下

有益效果：

1、通过采用多相流模型进行数值模拟计算，可以精确模拟水轮机强烈振动区气液两相流流动补气过程，为后续的补气方式、补气位置和补气量选择提供准确的数值依据，避免了传统试错方法的不确定性和低效率。

2、通过分析不同补气方式、位置和量与水轮机尾水涡带形态参数、压力脉动之间的关联结果，确定不同负荷下的最佳补气方式。系统能够根据水轮机实际工况灵活调整补气方式，使得补气效果更加精准，提高水轮机的运行效率和稳定性。

3、可以有效减轻水轮机强烈振动对设备造成的损坏，降低维护成本，延长设备使用寿命。同时，优化补气策略有助于提高水轮机的输出性能和运行稳定性，实现更高的能源利用效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的水轮机强烈振动区自适应补气方法流程图；

图2为本发明实施例提供的不同补气方式下水轮机顶盖X方向振动有效值对比示意图；

图3为本发明实施例提供的不同补气方式下水轮机顶盖Y方向振动有效值对比示意图；

图4为本发明实施例提供的不同补气方式下蜗壳、尾水管进人门振动有效值对比示意图；

图5为本发明实施例提供的水轮机主轴中心孔补气示意图；

图6为本发明实施例提供的水轮机顶盖补气示意图；

图7为本发明实施例提供的不同补气量下的水轮机顶盖补气相对效率值曲线图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1：

如图1所示，本实施例提供一种水轮机强烈振动区自适应补气方法，包括：

步骤一、通过多相流模型，对不同补气方式、不同补气位置和不同补气量的，水轮机强烈振动区气液两相流流动补气过程，进行数值模拟计算，获得水轮机强烈振动区不同补气方式、不同补气位置和不同补气量与水轮机尾水涡带形态参数、压力脉动之间的关联结果；

步骤二、基于水轮机强烈振动区不同补气方式、不同补气位置和不同补气量与水轮机尾水涡带形态参数、压力脉动之间的关联结果，确定水轮机不同负荷下的补气方式、补气位置和补气量；

步骤三、利用水轮机不同负荷下的补气方式、补气位置和补气量，制定水轮机强烈振动区补气策略。

该自适应补气方法通过多相流模型数值模拟计算、关联分析和自适应调整补气策略，实现了针对不同工况的精准补气，提高了水轮机安全性和稳定性，优化了水力发电系统的运行效率。

以下对上述各个步骤作进一步的详细说明：

在步骤一中，补气方式包括：自然补气和强迫补气。

补气位置包括：主轴中心孔补气和顶盖补气。

补气量基于预设补气阈值进行划分，包括：高补气量和低补气量。

水轮机强烈振动区气液两相流流动补气过程，包括：

高补气量下的主轴中心孔自然补气、低补气量补气量下的主轴中心孔自然补气、高补气量下的主轴中心孔强迫补气、低补气量下的主轴中心孔强迫补气、高补气量下的顶盖自然补气、低补气量下的顶盖自然补气、高补气量下的顶盖强迫补气和低补气量下的顶盖强迫补气。

基于水轮机强烈振动区不同补气方式、不同补气位置和不同补气量与水轮机尾水涡带形态参数、压力脉动之间的关联结果：

如图2-图4所示，自然补气，补气量有限，对尾水涡带抑制作用较小，无法达到提高机组运行稳定性的目的。

如图5所示，基于主轴中心孔补气位置1进行主轴中心孔补气：其可以抑制尾水管涡带所诱发的压力脉动。且较小量的补气能够部分抑制由涡带旋转扰动所诱发的压力脉动。

主轴中心孔补气主要通过对液体流场的排挤，进行尾水管补气压力脉动抑制。补气流量足够大，气相涡带基本处于尾水管中心时，压力脉动被完全抑制。补气在改变流场中压力分布的同时，也改变了流场内压力梯度分布，进而影响尾水管涡带的脱落形式。尾水管截面上压力梯度的不均匀分布使得在截面上存在一个与转轮旋向相同的力，促使涡带作周期性旋转。随着空气通入到尾水管中，尾水管内压力分布趋于均匀，沿流向逆压梯度降低，旋涡分离造成的涡带脱落形式转变为柱状涡带，同时径向截面压力梯度分布也趋于均匀，从而抑制了压力脉动的产生。

在流道上游区域，包括导叶、转轮区域和尾水管直锥段，补气抑制压力脉动的效果较为明显，即使在补气量相对较小的工况下，振幅也会有相对较大的降低。而在尾水管弯肘后的流道内，小补气量时抑制压力脉动的效果并不明显，只有在大流量工况使尾水管内流动状态发生本质变化后，抑制效果才变得非常显著。

如图6所示，基于顶盖补气位置4进行顶盖补气，水轮机主要包括：转轮2、导叶3、蜗壳5和尾水管6。

通入气体后，低压区域的范围逐渐变小且低压核心的位置逐渐靠近截面中心(即涡带偏心距减小)，转轮顶盖补气对涡核压力水平和偏心距的影响更大，所以其对压力脉动的抑制能力更强。

补气措施对水轮机导叶小开度工况时流场的影响：

水轮机顶盖补气，无叶区封水涡流面积明显减少，无叶区涡流以及转轮流道间流动分离有了较大改善。无叶区封水涡中心以及靠近转轮域的测点压力在补气后增大，封水涡中心测点的压力增量最大，靠近导叶域的测点压力则在补气后有不同程度降低，补气之后转轮出口压力略有下降，靠近中心处压力梯度减小。

不同补气量对机组效率的影响：

如图7所示，不同补气量时机组效率不同，随着补气量的增加，机组效率整体呈现先上升后下降趋势，但是相对增加量很小。基于此，需要通过调整补气量的控制策略，确保在机组效率上升的阶段能够实现更大的提升，同时避免过量补气导致效率下降。

在步骤二中，水轮机不同负荷下的补气方式、补气位置和补气量，包括：

水轮机导叶、转轮区域和尾水管直锥段：采用高补气量下的主轴中心孔强迫补气、低补气量下的主轴中心孔强迫补气和低补气量下的顶盖强迫补气；

水轮机尾水管弯肘后的流道内：采用高补气量下的主轴中心孔强迫补气和低补气量下的顶盖强迫补气。

步骤三中，水轮机强烈振动区补气策略，包括：

实时监测水轮机稳定性指标、有功功率和水头数据，进行补气控制；水轮机稳定性指标包括：尾水管进口压力脉动和顶盖垂直振动峰峰值。

补气控制包括：利用水轮机有功功率和水头数据，与预设有功功率和水头阈值进行比较，判断水轮机是否处于强烈振动区；

利用水轮机稳定性指标与预设稳定性指标阈值进行比较，判断水轮机稳定性指标是否超标；

当水轮机处于强烈振动区，且稳定性指标超标，进行自适应补气。

自适应补气过程中，补气量与稳定性指标相耦合，基于水轮机稳定性指标与预设稳定性指标阈值关系，进行补气量控制。

实施例2：

上述实施例中的补气控制基于预训练自适应补气模型实现，模型训练过程中，采用均方误差损失函数，进行实际输出与期望输出之间差异的衡量，并利用梯度下降算法最小化损失函数。

模型训练过程包括以下步骤：

收集水轮机的状态数据、预设阈值数据和补气量数据；

对输入数据进行处理和特征提取，包括数据的准确性验证、缺失值处理、特征缩放、标准化等操作；

使用监督学习方法，结合神经网络模型和回归分析方法进行模型训练，通过反向传播算法调整权重和偏置以最小化预测输出与实际输出之间的差异；

进行超参数调优，包括设置神经网络的层数、每层的神经元数量、学习率等参数；

对训练完成的模型进行评估，使用均方误差(MSE)、R平方值等指标评估模型的拟合度和预测能力；

将训练好的模型应用于新的水轮机状态数据，进行补气量的预测和优化，实现对水轮机的稳定运行和性能优化。

本实施例模型训练过程中，采用交叉验证等技术评估不同超参数组合的性能，并选择最优的超参数设置；特征提取过程中选择对补气量预测有意义的特征，提高数据的可解释性；模型评估过程中使用多种评估指标综合评估模型的表现，确保模型的预测效果准确可靠。

本实施例模型训练过程中，使用梯度下降最小化均方误差损失函数，包括：

初始化模型参数：包括权重和偏差。这些参数是在训练过程中逐渐调整的，并被用于计算模型的输出。

前向传播：将训练样本输入到模型中，通过前向传播计算模型的输出。该步骤中将输入数据通过神经网络的各层进行计算，直到得到最终的输出结果。

计算损失：将模型的输出与训练样本的期望输出进行比较，并计算损失函数的值。采用均方误差损失函数，衡量实际输出与期望输出之间的差异。

反向传播：根据损失函数的梯度，从输出层开始反向传播梯度，更新每个参数的梯度值。其能够根据损失函数的变化情况，确定参数更新的方向。

参数更新：使用梯度下降算法根据计算得到的梯度值来更新模型的参数。梯度下降算法通过将参数沿着负梯度方向移动一小步来减小损失函数的值。

重复上述步骤前向传播、计算损失和参数更新，对训练数据集中的所有样本进行迭代，直到达到预定的停止条件。

上述最小化损失函数的过程中，通过不断迭代更新参数，梯度下降算法能够逐渐减小均方误差损失函数的值，使模型更好地拟合训练数据，从而实现最小化损失函数的目标。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。