一种基于人工智能的水电站故障诊断系统技术方案

本发明专利技术公开了一种基于人工智能的水电站故障诊断系统，涉及水电站故障诊断技术领域，解决了现有技术中，在故障诊断效率无法满足当前需求时，不能够通过物理信号辅助监测以弥补故障诊断效率的不足的技术问题，包括服务器，服务器通讯连接有故障诊断效率分析单元、实时物理信号监测单元、诊断故障分析单元以及故障整顿控制单元；本发明专利技术是将水电站在运行过程中进行物理监测，通过物理信号的辅助监测提高水电站的故障诊断准确性，防止水电站的故障诊断效率无法满足需求，以至于造成水电站的故障无法及时管控，还通过物理信号监测大大提高故障诊断效率，在当前故障诊断方式无法满足需求时能够及时进行弥补，保证水电站的运行效率。保证水电站的运行效率。保证水电站的运行效率。

【技术实现步骤摘要】
一种基于人工智能的水电站故障诊断系统


[0001]本专利技术涉及水电站故障诊断
，具体为一种基于人工智能的水电站故障诊断系统。

技术介绍

[0002]水电站是能将水能转换为电能的综合工程设施，一般由挡水、泄水建筑物形成的水库和水电站引水系统、发电厂房、机电设备等构成，水库的高水位水经引水系统流入厂房推动水轮发电机组发出电能，再经升压变压器、开关站和输电线路输入电网；
[0003]但是在现有技术中，在水电站进行故障诊断时，在故障诊断效率无法满足当前需求时，不能够通过物理信号辅助监测以弥补故障诊断效率的不足，以至于无法水电站无法准确进行故障诊断，同时不能够根据诊断故障类型进行针对性管控，以至于故障诊断效率降低；
[0004]针对上述的技术缺陷，现提出一种解决方案。

技术实现思路

[0005]本专利技术的目的就在于为了解决上述提出的问题，而提出一种基于人工智能的水电站故障诊断系统，是根据水电站对应诊断出的故障类型进行分析，准确分析出水电站当前故障的引发原因，便于针对性的提高故障维护效率，防止故障筛查浪费时间，影响水电站运行效率的同时增加水电站本身设备的磨损，以至于进一步加大故障风险；将水电站进行故障整顿控制，根据突发性故障和非突发性故障不同类型进行故障针对性整顿，提高故障整顿的效率，保证故障通过整顿能够规避，促进水电站的运行效率。
[0006]本专利技术的目的可以通过以下技术方案实现：
[0007]一种基于人工智能的水电站故障诊断系统，包括服务器，服务器通讯连接有：r/>[0008]故障诊断效率分析单元，用于对水电站实时运行过程中的故障诊断效率进行分析，获取到水电站的实时运行时间段并将其标记为分析时间段，获取到分析时间段内水电站的故障诊断效率分析系数，根据故障诊断效率分析系数比较生成故障诊断效率不合格信号或者故障诊断效率合格信号，并将其发送至服务器；
[0009]实时物理信号监测单元，用于将水电站在运行过程中进行物理监测，在水电站运行过程中，对水电站机械系统运行振动进行监测，获取到水电站机械系统的振动数据，其中，振动数据表示为时域、幅值域以及频域，时域，通过分析生成故障高风险预警信号或者故障低风险监测信号，并将其发送至服务器；
[0010]诊断故障分析单元，用于将水电站在运行过程中的诊断故障进行分析，将水电站诊断出的故障标记为已知故障，根据已知故障的诊断以及维护过程中获取到已知故障发生时对应故障部位出现浮动的运行参数，并将其标记为影响参数，通过分析将已知故障划分为突发性故障和非突发性故障，并将其发送至服务器；
[0011]故障整顿控制单元，用于将水电站进行故障整顿控制。
[0012]作为本专利技术的一种优选实施方式，故障诊断效率分析单元的运行过程如下：
[0013]采集到分析时间段内水电站故障发生前可提前预警的概率以及水电站进行故障预警后仍出现故障的概率；采集到分析时间段内水电站故障出现且完成诊断后再次发生同类型故障的最短间隔时长；通过分析获取到分析时间段内水电站的故障诊断效率分析系数；
[0014]将分析时间段内水电站的故障诊断效率分析系数与故障诊断效率分析系数阈值进行比较：
[0015]若分析时间段内水电站的故障诊断效率分析系数超过故障诊断效率分析系数阈值，则判定分析时间段内水电站的故障诊断效率分析合格，生成故障诊断效率合格信号并将故障诊断效率合格信号发送至服务器；若分析时间段内水电站的故障诊断效率分析系数未超过故障诊断效率分析系数阈值，则判定分析时间段内水电站的故障诊断效率分析不合格，生成故障诊断效率不合格信号并将故障诊断效率不合格信号发送至服务器。
[0016]作为本专利技术的一种优选实施方式，实时物理信号监测单元的运行过程如下：
[0017]根据水电站历史运行过程中的故障分析，获取到水电站存在故障时对应机械系统的振动数据，根据对应故障时刻点判断故障时刻点前后振动数据的浮动值，若振动数据的浮动值超过浮动值阈值，则将对应振动数据标记为故障数据，并根据振动数据的浮动趋势以及故障数据的对应数值，获取到故障数据达到前的预警数据；
[0018]在获取到故障数据和预警数据后将实时水电站运行进行监测，采集到水电站实时运行过程中机械系统实时振动数据达到预警数据的往复频率以及机械系统实时振动数据与故障数据的最小数值差，并将其进行比较。
[0019]作为本专利技术的一种优选实施方式，比较过程如下：
[0020]若水电站实时运行过程中机械系统实时振动数据达到预警数据的往复频率超过往复频率阈值，或者机械系统实时振动数据与故障数据的最小数值差未超过最小数值差阈值，则判定水电站存在高故障风险，生成故障高风险预警信号并将故障高风险预警信号发送至服务器；
[0021]若水电站实时运行过程中机械系统实时振动数据达到预警数据的往复频率未超过往复频率阈值，且机械系统实时振动数据与故障数据的最小数值差超过最小数值差阈值，则生成故障低风险监测信号并将故障低风险监测信号发送至服务器，服务器接收到故障低风险监测信号后，将故障诊断效率进行评估，在当前匹配的故障诊断方式满足当前需求时物理信号监测可终止。
[0022]作为本专利技术的一种优选实施方式，诊断故障分析单元的运行过程如下：
[0023]采集到已知故障出现前影响参数数值浮动的最大瞬时跨度以及已知故障出现前影响参数数值浮动过程中的趋势改变频率，并将其分别与最大瞬时跨度阈值和趋势改变频率阈值进行比较：
[0024]若已知故障出现前影响参数数值浮动的最大瞬时跨度超过最大瞬时跨度阈值，或者已知故障出现前影响参数数值浮动过程中的趋势改变频率超过趋势改变频率阈值，则将对应已知故障标记为突发性故障；
[0025]若已知故障出现前影响参数数值浮动的最大瞬时跨度未超过最大瞬时跨度阈值，且已知故障出现前影响参数数值浮动过程中的趋势改变频率未超过趋势改变频率阈值，则
将对应已知故障标记为非突发性故障；将突发性故障和非突发性故障一同发送至服务器。
[0026]作为本专利技术的一种优选实施方式，故障整顿控制单元的运行过程如下：
[0027]采集到水电站的突发性故障发生时刻与对应前一时刻的影响参数浮动跨度值以及突发性故障发生时刻与对应前一时刻的影响参数浮动速度，并将其分别与浮动跨度值阈值和浮动速度阈值进行比较：
[0028]若水电站的突发性故障发生时刻与对应前一时刻的影响参数浮动跨度值超过浮动跨度值阈值，或者突发性故障发生时刻与对应前一时刻的影响参数浮动速度超过浮动速度阈值，则将突发性故障的预警值重设定，将对应突发性故障影响参数的预警值与故障时刻的影响参数值对应间隔数值进行扩大；
[0029]若水电站的突发性故障发生时刻与对应前一时刻的影响参数浮动跨度值未超过浮动跨度值阈值，且突发性故障发生时刻与对应前一时刻的影响参数浮动速度未超过浮动速度阈值，则将突发性故障出现时刻与整顿开始时刻的间隔时长进行缩短。
[0030]作为本专利技术的一种优选实施方式，针对水电站的非突本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的水电站故障诊断系统，其特征在于，包括服务器，服务器通讯连接有：故障诊断效率分析单元，用于对水电站实时运行过程中的故障诊断效率进行分析，获取到水电站的实时运行时间段并将其标记为分析时间段，获取到分析时间段内水电站的故障诊断效率分析系数，根据故障诊断效率分析系数比较生成故障诊断效率不合格信号或者故障诊断效率合格信号，并将其发送至服务器；实时物理信号监测单元，用于将水电站在运行过程中进行物理监测，在水电站运行过程中，对水电站机械系统运行振动进行监测，获取到水电站机械系统的振动数据，其中，振动数据表示为时域、幅值域以及频域，时域，通过分析生成故障高风险预警信号或者故障低风险监测信号，并将其发送至服务器；诊断故障分析单元，用于将水电站在运行过程中的诊断故障进行分析，将水电站诊断出的故障标记为已知故障，根据已知故障的诊断以及维护过程中获取到已知故障发生时对应故障部位出现浮动的运行参数，并将其标记为影响参数，通过分析将已知故障划分为突发性故障和非突发性故障，并将其发送至服务器；故障整顿控制单元，用于将水电站进行故障整顿控制。2.根据权利要求1所述的一种基于人工智能的水电站故障诊断系统，其特征在于，故障诊断效率分析单元的运行过程如下：采集到分析时间段内水电站故障发生前可提前预警的概率以及水电站进行故障预警后仍出现故障的概率；采集到分析时间段内水电站故障出现且完成诊断后再次发生同类型故障的最短间隔时长；通过分析获取到分析时间段内水电站的故障诊断效率分析系数；将分析时间段内水电站的故障诊断效率分析系数与故障诊断效率分析系数阈值进行比较：若分析时间段内水电站的故障诊断效率分析系数超过故障诊断效率分析系数阈值，则判定分析时间段内水电站的故障诊断效率分析合格，生成故障诊断效率合格信号并将故障诊断效率合格信号发送至服务器；若分析时间段内水电站的故障诊断效率分析系数未超过故障诊断效率分析系数阈值，则判定分析时间段内水电站的故障诊断效率分析不合格，生成故障诊断效率不合格信号并将故障诊断效率不合格信号发送至服务器。3.根据权利要求1所述的一种基于人工智能的水电站故障诊断系统，其特征在于，实时物理信号监测单元的运行过程如下：根据水电站历史运行过程中的故障分析，获取到水电站存在故障时对应机械系统的振动数据，根据对应故障时刻点判断故障时刻点前后振动数据的浮动值，若振动数据的浮动值超过浮动值阈值，则将对应振动数据标记为故障数据，并根据振动数据的浮动趋势以及故障数据的对应数值，获取到故障数据达到前的预警数据；在获取到故障数据和预警数据后将实时水电站运行进行监测，采集到水电站实时运行过程中机械系统实时振动数据达到预警数据的往复频率以及机械系统实时振动数据与故障数据的最小数值差，并将其进行比较。4.根据权利要求3所述的一种基于人工智能的水电站故障诊...

【专利技术属性】
技术研发人员：江明，刘飞林，钟邦清，段寅华，胡明杰，
申请(专利权)人：国家电投集团江西电力有限公司江口水电厂，
类型：发明
国别省市：