一种基于长短时记忆网络的水车室水位智能预测方法技术

本发明专利技术公开了一种基于长短时记忆网络的水车室水位智能预测方法，涉及水利发电技术领域。该方法包括以下步骤：S1、获取水车室周围各测点的时序检测数据作为原始数据；S2、对所述原始数据进行预处理；S3、构建双层LSTM模型；S4、根据预处理后的原始数据训练LSTM模型；S5、利用训练好的LSTM模型对未来多个时刻的水车室水位值进行连续预测，获得未来多个时刻的水车室水位值。该方法通过长短时记忆网络从大量测点数据中学习到时序上的特征，进而构建水车室水位预测模型，通过该模型，能够高效、相对准确的获得未来多个时刻的水车室水位值，为避免水淹水车室这类事故提供了强有力的技术支撑，从而提升水电厂的检修工作的合理性和有效性。

An intelligent prediction method of water level in waterwheel chamber based on long and short time memory network

【技术实现步骤摘要】
一种基于长短时记忆网络的水车室水位智能预测方法
本专利技术涉及水利发电
，具体而言，涉及一种基于长短时记忆网络的水车室水位智能预测方法。
技术介绍
国内外水轮发电机在运行的过程中，水车室的安全运行都是至关重要的，对其最大的威胁便是水淹水车室的事故，引起此类事故的原因主要是包括顶盖水位上涨过快、顶盖泵效率降低、真空破坏阀故障等。传统的水车室监测手段为实时状态监测，不能对水车室水位进行预测，获取到的信息比较有限，不能有效的反应出运行中的隐患和问题，更无法对运行的劣化趋势进行判断。传统的水车室监测手段通过设置水位超高启动事故停机的方式减少损失，但不能根本上提前预警和感知顶盖水位的异常变化，一旦遇到传感器故障或异常的时候，就无法正常的测量水位的上升情况并进行水位的预警。另外传统的顶盖水位的监测方式缺少对水车室内设备运行状况的即时评判分析依据，更没有水位预警的相关手段，主要是凭借对阶段性运行数据分析发现异常，无法及时对多方面对顶盖水位上涨因素进行量化分析。目前国内没有对顶盖水位预测或预警领域有着相关的研究与专利技术，本文档来自技高网...

【技术保护点】
1.一种基于长短时记忆网络的水车室水位智能预测方法，其特征在于，包括以下步骤：/nS1、获取水车室周围各测点的时序检测数据作为原始数据；/nS2、对所述原始数据进行预处理；/nS3、构建双层LSTM模型；/nS4、根据预处理后的原始数据训练LSTM模型；/nS5、利用训练好的LSTM模型对未来多个时刻的水车室水位值进行连续预测，获得未来多个时刻的水车室水位值。/n

【技术特征摘要】
1.一种基于长短时记忆网络的水车室水位智能预测方法，其特征在于，包括以下步骤：
S1、获取水车室周围各测点的时序检测数据作为原始数据；
S2、对所述原始数据进行预处理；
S3、构建双层LSTM模型；
S4、根据预处理后的原始数据训练LSTM模型；
S5、利用训练好的LSTM模型对未来多个时刻的水车室水位值进行连续预测，获得未来多个时刻的水车室水位值。


2.根据权利要求1所述基于长短时记忆网络的水车室水位智能预测方法，其特征在于，所述步骤S1中，原始数据从水电厂的监测系统中获取。


3.根据权利要求2所述基于长短时记忆网络的水车室水位智能预测方法，其特征在于，所述原始数据是由水电机组工况机理分析过程和数据之间相关性分析过程中筛选出来的。


4.根据权利要求3所述基于长短时记忆网络的水车室水位智能预测方法，其特征在于，所述原始数据共有九种，且分别为机组顶盖水位、机组有功功率、机组X轴振动幅度、机组Y轴振动幅度、机...

【专利技术属性】
技术研发人员：徐滔伶，李振东，田若朝，江杰，
申请(专利权)人：成都大汇物联科技有限公司，国电大渡河枕头坝发电有限公司，
类型：发明
国别省市：四川;51