故障预测方法、装置、存储介质及电子设备制造方法及图纸

本公开涉及一种故障预测方法、装置、存储介质及电子设备。该故障预测方法包括：获取汽轮机的运行数据，所述运行数据包括所述汽轮机的通流部件的运行参数；将所述运行数据输入预先训练好的故障预测模型中，得到所述故障预测模型输出的故障预测结果，所述故障预测结果包括所述汽轮机的目标故障类型和所述目标故障类型的故障程度；其中，所述故障预测模型的训练过程是根据预先训练得到的初始故障预测模型和汽轮机叶片通流设计模型进行合作博弈训练得到的。练得到的。练得到的。

【技术实现步骤摘要】
故障预测方法、装置、存储介质及电子设备


[0001]本公开涉及汽轮机控制
，具体地，涉及一种故障预测方法、装置、存储介质及电子设备。

技术介绍

[0002]汽轮机是电力生产企业的主要设备，在汽轮机发生故障时进行检修以及对汽轮机的进行日常维护检修时均进行停机操作。一方面，汽轮机停机和启动过程中均存在大量的安全隐患，另一方面，停机操作将会造成巨大的经济损失。

技术实现思路

[0003]本公开的目的是提供一种故障预测方法、装置、存储介质及电子设备，以解决现有技术中的技术问题。
[0004]根据本公开的第一方面，提供一种故障预测方法，包括：
[0005]获取汽轮机的运行数据，所述运行数据包括所述汽轮机的通流部件的运行参数；
[0006]将所述运行数据输入预先训练好的故障预测模型中，得到所述故障预测模型输出的故障预测结果，所述故障预测结果包括所述汽轮机的故障类型和所述故障类型的故障程度；
[0007]其中，所述故障预测模型是根据预先训练得到的初始故障预测模型和汽轮机叶片通流设计模型进行合作博弈训练得到的。
[0008]可选地，所述故障预测模型的训练过程包括：
[0009]获取所述汽轮机的样本运行数据；
[0010]将所述样本运行数据输入至所述初始故障预测模型中，得到所述初始故障预测模型输出的第一概率向量，所述第一概率向量用于表征所述初始故障预测模型根据所述样本运行数据确定的所述汽轮机的故障类型对应的每一故障类型的类间概率；并
[0011]根据所述样本运行数据和所述汽轮机叶片通流设计模型，确定所述汽轮机叶片通流设计模型输出的第二概率向量，所述第一概率向量用于表征根据所述汽轮机叶片通流设计模型根据所述样本运行数据确定的所述汽轮机的故障类型对应的每一故障类型的类间概率；
[0012]根据所述第一概率向量和所述第二概率向量进行合作博弈训练，以确定所述初始故障预测模型的第一决策权重和所述汽轮机叶片通流设计模型的第二决策权重；
[0013]根据所述第一决策权重和所述第二决策权重，确定所述故障预测模型。
[0014]可选地，所述根据所述第一概率向量和所述第二概率向量进行合作博弈训练，以确定所述初始故障预测模型的第一决策权重和所述汽轮机叶片通流设计模型的第二决策权重，包括：
[0015]确定所述第一决策权重的第一初始决策权重和所述第二决策权重的第二初始决策权重；
[0016]根据所述第一初始决策权重和所述第二初始决策权重，确定所述故障预测模型的故障决策权重；
[0017]根据所述第一初始决策权重、所述第二初始决策权重以及所述故障决策权重进行合作博弈训练；
[0018]基于所述合作博弈训练得到的所述初始故障预测模型的第一收益和所述汽轮机叶片通流设计模型的第二收益更新所述第一初始决策权重和所述第二初始决策权重；
[0019]根据更新后的所述第一初始决策权重和所述第二初始决策权重进行下轮训练，以确定所述第一决策权重和所述第二决策权重。
[0020]可选地，所述基于所述合作博弈训练得到的所述初始故障预测模型的和所述汽轮机叶片通流设计模型的第二收益更新所述第一初始决策权重和所述第二初始决策权重，包括：
[0021]按照如下公式，更新所述第一初始决策权重和所述第二初始决策权重：
[0022][0023][0024]其中，W
b
表示所述第一决策权重，W
b0
表示所述第一初始决策权重，表示所述第一收益，W
m
表示所述第二决策权重，W
m0
表示所述第二初始决策权重，表示所述第二收益。
[0025]可选地，所述根据所述样本运行数据和所述汽轮机叶片通流设计模型，确定所述汽轮机叶片通流设计模型输出的第二概率向量，包括：
[0026]将所述样本运行数据输入至所述汽轮机叶片通流设计模型中，得到所述汽轮机叶片通流设计模型输出的所述汽轮机的目标叶片通流结构；
[0027]确定所述目标叶片通流结构的第一特征向量；
[0028]根据所述第一特征向量和预设的知识库中的特征向量，进行特征向量对比，以确定所述第二概率向量。
[0029]可选地，所述根据所述第一特征向量和预设的知识库中的特征向量，进行特征向量对比，以确定所述第二概率向量，包括：
[0030]根据所述第一特征向量和所述知识库中的特征向量，进行特征向量对比，得到所述第一特征向量与所述知识库中的特征向量的向量差组；
[0031]根据所述向量差组和预设的向量差值，确定所述知识库中与所述第一特征向量对应的第二特征向量；
[0032]根据所述知识库，确定所述第二特征向量对应的故障类型集合，以及所述故障类型集合中每一故障类型的故障向量；
[0033]根据所述第一特征向量、所述第二特征向量以及所述故障向量，确定所述第二概率向量。
[0034]可选地，所述知识库是通过以下方式构建的：
[0035]将预设的热力边界条件输入所述汽轮机叶片通流设计模型，得到所述汽轮机叶片通流设计模型输出的针对多种故障类型在不同故障程度下的叶片通流结构集合；
[0036]确定所述叶片通流结构集合中每一通流结构的特征向量，以及所述每一通流结构
对应的故障类型的故障向量；
[0037]根据所述叶片通流结构集合、所述每一通流结构的特征向量以及每一特征向量的故障向量构建所述知识库。
[0038]根据本公开的第二方面，提供一种故障预测装置，包括：
[0039]获取模块，用于获取汽轮机的运行数据，所述运行数据包括所述汽轮机的通流部件的运行参数；
[0040]故障预测模块，用于将所述运行数据输入预先训练好的故障预测模型中，得到所述故障预测模型输出的故障预测结果，所述故障预测结果包括所述汽轮机的故障类型和所述故障类型的故障程度；
[0041]其中，所述故障预测模型是根据预先训练得到的初始故障预测模型和汽轮机叶片通流设计模型进行合作博弈训练得到的。
[0042]根据本公开的第三方面，提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面所述方法的步骤。
[0043]根据本公开的第四方面，提供一种电子设备，包括：
[0044]存储器，其上存储有计算机程序；
[0045]处理器，用于执行所述存储器中的所述计算机程序，以实现第一方面所述方法的步骤。
[0046]通过上述技术方案，将实时获取的包括汽轮机的通流部件的运行参数在内的汽轮机的运行数据输入至故障预测模型中，得到故障预测模型输出的针对汽轮机的故障类型和故障类型的故障程度。如此，可以实现汽轮机故障的提前预测，以便工作人员对汽轮机的故障提前制定解决方案，避免汽轮机反复启停产生较大的经济损失。进一步的，由于故障预测模型是通过预先训练得到的初始故障预测模型和汽轮机叶片通流设计模型进行合作博弈训练得到的，因此，提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种故障预测方法，其特征在于，包括：获取汽轮机的运行数据，所述运行数据包括所述汽轮机的通流部件的运行参数；将所述运行数据输入预先训练好的故障预测模型中，得到所述故障预测模型输出的故障预测结果，所述故障预测结果包括所述汽轮机的故障类型和所述故障类型的故障程度；其中，所述故障预测模型是根据预先训练得到的初始故障预测模型和汽轮机叶片通流设计模型进行合作博弈训练得到的。2.根据权利要求1所述的方法，其特征在于，所述故障预测模型的训练过程包括：获取所述汽轮机的样本运行数据；将所述样本运行数据输入至所述初始故障预测模型中，得到所述初始故障预测模型输出的第一概率向量，所述第一概率向量用于表征所述初始故障预测模型根据所述样本运行数据确定的所述汽轮机的故障类型对应的每一故障类型的类间概率；并根据所述样本运行数据和所述汽轮机叶片通流设计模型，确定所述汽轮机叶片通流设计模型输出的第二概率向量，所述第一概率向量用于表征根据所述汽轮机叶片通流设计模型根据所述样本运行数据确定的所述汽轮机的故障类型对应的每一故障类型的类间概率；根据所述第一概率向量和所述第二概率向量进行合作博弈训练，以确定所述初始故障预测模型的第一决策权重和所述汽轮机叶片通流设计模型的第二决策权重；根据所述第一决策权重和所述第二决策权重，确定所述故障预测模型。3.根据权利要求2所述的方法，其特征在于，所述根据所述第一概率向量和所述第二概率向量进行合作博弈训练，以确定所述初始故障预测模型的第一决策权重和所述汽轮机叶片通流设计模型的第二决策权重，包括：确定所述第一决策权重的第一初始决策权重和所述第二决策权重的第二初始决策权重；根据所述第一初始决策权重和所述第二初始决策权重，确定所述故障预测模型的故障决策权重；根据所述第一初始决策权重、所述第二初始决策权重以及所述故障决策权重进行合作博弈训练；基于所述合作博弈训练得到的所述初始故障预测模型的第一收益和所述汽轮机叶片通流设计模型的第二收益更新所述第一初始决策权重和所述第二初始决策权重；根据更新后的所述第一初始决策权重和所述第二初始决策权重进行下轮训练，以确定所述第一决策权重和所述第二决策权重。4.根据权利要求3所述的方法，其特征在于，所述基于所述合作博弈训练得到的所述初始故障预测模型的和所述汽轮机叶片通流设计模型的第二收益更新所述第一初始决策权重和所述第二初始决策权重，包括：按照如下公式，更新所述第一初始决策权重和所述第二初始决策权重：按照如下公式，更新所述第一初始决策权重和所述第二初始决策权重：其中，W
b
表示所述第一决策权重，W
b0
表示所述第一初始决策权重，表示所述第一收益，W

【专利技术属性】
技术研发人员：孙振波，徐畅，陈韬，孙立艳，宫同浩，陈永照，马天霆，陈建伟，李波，
申请(专利权)人：国能太仓发电有限公司，
类型：发明
国别省市：