近日，长江电力技术研究中心负责的“声学在发电机风洞设备状态识别中的应用研究”科研成果顺利通过行业专家评审，在行业内首次实现了声学在机组设备运行状态识别中的应用，创新性拓展了水电设备运行状态监测技术和手段，解决了发电机风洞内设备监测感知困难的行业难题，填补了该领域的行业空白。

发电机是电站的核心设备，其结构密闭，运行环境复杂，因缺乏有效手段对定子内膛异物撞击故障进行有效识别，对电站安全稳定运行构成重大威胁。长江电力技术研究中心结合生产需求，创新性引入声学技术，完全自主开展声学在发电机风洞设备状态识别中的应用研究。研究历时两年多，攻克了故障样本缺乏、声学征兆不明显、强噪声背景下故障声音提取困难等一系列技术难点，完成声学采集装置研制、声学样本库建立、健康状态及故障识别核心算法构建，并在葛洲坝电站20号机组、三峡电站9号机组、机械实训室1/12定子开展金属碰撞故障模拟试验，不断验证和优化算法，最终开发出风洞设备健康状态监测及特定故障识别专用算法模型，并在此基础上研发出发电机风洞设备状态识别系统，实现了系统装置到核心算法的全面自主可控。

成果顺利通过了三峡电站9号机组的长周期运行检验和葛洲坝电站17号机组真机破坏性试验验证。经行业专家评审，成果达到国内领先水平，研发的水电站水轮发电机组风洞设备健康状态监测及特定故障识别专用算法达到国际先进水平，具有极高的应用价值。声学项目的成功研发应用，促使机组风洞内设备健康状态监测手段更加多元化，并使定子内膛异物碰撞等特定故障的识别和预警成为可能，可有效避免故障的进一步扩大。