一种抽水蓄能机组变工况劣化趋势预测方法及装置制造方法及图纸

本发明专利技术公开了一种抽水蓄能机组变工况劣化趋势预测方法及装置，方法包括：对机组历史稳定运行监测数据清洗后构建健康数据集；分析运行工况参数对关键部件振动影响及不同振动监测特征量间相关性对健康数据集筛选，得到健康训练集训练预设第一机器学习模型，得到机组标准健康模型；将实时监测运行工况参数输入标准健康模型得到对应多源振动监测特征量的标准值，通过熵权法确定各振动监测量权重并对多源振动监测量的标准值与获取的实时监测值基于预设相似度方法确定劣化度指标；提取多个劣化度指标按时间顺序排列得到劣化度序列训练预设第二机器学习模型，得到劣化趋势预测模型。本发明专利技术能够全面表征机组健康状态水平，实现了机组劣化趋势的有效预测。现了机组劣化趋势的有效预测。现了机组劣化趋势的有效预测。

【技术实现步骤摘要】
一种抽水蓄能机组变工况劣化趋势预测方法及装置


[0001]本专利技术涉及抽水蓄能机组劣化趋势预测
，具体涉及一种抽水蓄能机组变工况劣化趋势预测方法及装置。

技术介绍

[0002]抽水蓄能机组被誉为水电
“皇冠上的明珠”，其安全、稳定、高效运行对电站的安全以及电网的稳定具有至关重要的意义。由于机组运行环境恶劣，工况切换频繁，同时受到水
‑
机
‑
电耦合因素的影响，机组故障呈现多元化、混杂化和逐步发展演进的特点。国内外大量机组故障案例表明一旦机组发生故障，轻则影响机组的寿命和电网的稳定性，重则造成巨大的经济损失和严重的安全事故。因此，亟需运用先进的理论方法与完备的技术手段加强对抽水蓄能机组健康状态的管理与维护，实时掌握机组健康状态，及时预测机组潜在故障，科学指导机组状态检修，从而避免安全事故的发生。
[0003]抽水蓄能机组劣化趋势预测通过分析机组性能衰退演化特性，综合利用历史监测数据和实时在线监测数据，预测机组性能演变趋势，及时捕捉早期故障征兆，对实现机组主动维护和健康管理具有重要意义。劣化趋本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种抽水蓄能机组变工况劣化趋势预测方法，其特征在于，包括：基于预设处理算法对抽水蓄能机组的历史稳定运行监测数据清洗处理后构建健康数据集，所述健康数据集包含机组不同运行工况参数及关键部件的多源振动监测特征量；分析所述运行工况参数对关键部件振动的影响确定机组主要工况参数，以及不同振动监测特征量之间的相关性；基于相关性分析结果和机组主要工况参数对健康数据集进行筛选，得到健康训练集；基于所述健康训练集训练预设第一机器学习模型，得到机组标准健康模型；获取抽水蓄能机组的多源振动监测特征量的实时监测值及对应运行工况参数，将对应运行工况参数输入所述机组标准健康模型得到对应机组多源振动监测特征量的标准值，通过熵权法确定机组多源振动监测特征量中各个振动监测量的权重，并对多源振动监测量的标准值与实时监测值基于预设相似度计算方法确定机组劣化度指标；基于预设时间段提取多个机组劣化度指标，将其按照时间顺序排列得到机组历史劣化度序列，并利用机组历史劣化度序列对预设第二机器学习模型进行训练，得到机组劣化趋势预测模型，用于预测机组未来的劣化趋势。2.根据权利要求1所述的抽水蓄能机组变工况劣化趋势预测方法，其特征在于，所述机组主要工况参数包括：工作水头、有功功率、机组转速和导叶开度；所述振动监测特征量包括：上导轴承、下导轴承、水导轴承、上机架、下机架、定子和顶盖的振动数据。3.根据权利要求2所述的抽水蓄能机组变工况劣化趋势预测方法，其特征在于，通过机组标准健康模型得到机组主要工况参数和多源振动监测特征量之间的映射关系的集合F(t)，F(t)表示为：F(t)＝{f0(H(t),P(t),N(t),G(t)),f1(H(t),P(t),N(t),G(t)),
…
,f
i
(H(t),P(t),N(t),G(t))}其中，i是多源振动监测量的个数，f
i
()代表t时刻第i个振动监测特征量与机组主要工况参数的映射关系，H(t)代表t时刻的工作水头，P(t)代表t时刻的有功功率，N(t)代表t时刻的机组转速，G(t)代表t时刻的导叶开度。4.根据权利要求1所述的抽水蓄能机组变工况劣化趋势预测方法，其特征在于，所述对多源振动监测量的标准值与实时监测值基于预设相似度计算方法确定机组劣化度指标的过程，包括：基于欧氏距离表征多源振动监测量的标准值与实时监测值的偏差程度，确定机组劣化度指标。5.根据权利要求1所述的抽水蓄能机组变工况劣化趋势预测方法，其特征在于，所述通过熵权法确定机组多源振动监测特征量中各个振动监测量的权重的过程，包括：采用最大最小归一化方法将预设时间段内多源振动监测特征量数据V
ij
进行归一化处理：其中，i是多源振动监测量中的第i个振动监测量，N为多源振动监测特征量的个数，j是监测的时刻，T为监测的时...

【专利技术属性】
技术研发人员：任家朋，王宇庭，沈阳武，何立夫，邝家月，刘畅，张宸，张晓萌，
申请(专利权)人：中国长江三峡集团有限公司，
类型：发明
国别省市：