【技术实现步骤摘要】
本申请涉及设备故障检测，尤其涉及一种水电机组健康状态退化趋势提取方法及系统。
技术介绍
1、随着水电厂生产方式的连续化、精益化和自动化等特征的日益突出，生产系统发生异常导致性能下降以及计划外停机损失等越来越引起注意。制定合理有效的预防性维护策略已引起广泛的重视，预防性维护是在系统出现故障之前，综合运用统计学方法、状态监测等手段确定合适的维修计划，以降低故障造成的危害和损失，从而遏制严重故障的发生，降低故障率，节约维修成本，缩小维修范围，减少维修工作量，提高系统的可用率。
2、但是，目前水电机组故障诊断技术还不能满足现场需求，其主要原因就是水电机组故障的复杂性和故障样本的匮乏。随着水电站状态监测系统不断完善，机组健康状态下的监测数据越来越多，无法有效分离出水电机组健康状态退化时间序列的波动性，也就无法有效地对水电机组性能退化时间序列进行分析，导致不能真实地提取水电机组健康状态退化的变化趋势。
3、因此，如何有效地提取水电机组健康状态退化趋势，已成为目前针对水电机组设备预防性维护亟待解决的技术问题。
技术实现思路
1、本专利技术公开了一种水电机组健康状态退化趋势提取方法及系统，旨在基于时间序列分解和均值能量算子，对水电机组健康状态退化趋势进行提取，消除水电机组健康状态退化趋势的强波动性，可以有效地对水电机组性能退化时间序列进行分析，真实地提取水电机组健康状态退化的变化趋势，解决了如何有效地提取水电机组健康状态退化趋势的技术问题，以便后续根据水电机组设备的健康状态
2、通过以下技术方案实现上述专利技术目的：
3、第一方面，提供了一种水电机组健康状态退化趋势提取方法，包括：根据水电机组的健康状态运行数据，建立水电机组健康标准模型；监测水电机组的实时运行数据；通过所述健康标准模型计算实时运行数据对应的各水电机组健康值；根据水电机组健康值和水电机组健康标准值获得水电机组健康状态退化时间序列；采用自适应椭球体投影方向向量对所述水电机组健康状态退化时间序列进行分解，获得至少一个时间序列分量和一个时间序列余量；利用预先建立的均值能量模型计算每个时间序列分量的均值能量算子；将均值能量算子小于预设阈值的时间序列分量和所述时间序列余量，进行重构，获得水电机组健康状态退化趋势。
4、第二方面，提供了一种水电机组健康状态退化趋势提取系统，包括：
5、健康标准模型建立模块，用于根据水电机组的健康状态运行数据，建立水电机组健康标准模型；
6、均值能量模型建立模块，用于建立均值能量模型；
7、监测模块，用于监测水电机组的实时运行数据；
8、健康值计算模块，通过所述健康标准模型计算实时运行数据对应的各水电机组健康值；
9、退化时间序列模块，用于根据水电机组健康值和水电机组健康标准值计算获得水电机组健康状态退化时间序列；
10、时间序列分解模块，用于采用自适应椭球体投影方向向量对所述水电机组健康状态退化时间序列进行分解，获得至少一个时间序列分量和一个时间序列余量；
11、均值能量算子计算模块，用于利用预先建立的均值能量模型计算每个时间序列分量的均值能量算子；
12、退化趋势提取模块，用于将均值能量算子小于预设阈值的时间序列分量和所述时间序列余量，进行重构，获得水电机组健康状态退化趋势。
13、第三方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的一种水电机组健康状态退化趋势提取方法的部分或全部步骤。
14、第四方面，一种电子设备，所述设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的一种水电机组健康状态退化趋势提取方法的部分或全部步骤。
15、相较于现有技术的有益效果：
16、本专利技术针对水电机组健康状态退化时间序列采用自适应椭球体投影方向向量进行分解；利用均值能量模型计算分解获得的时间序列分量的均值能量算子；将均值能量算子小于预设阈值的时间序列分量和分解获得的时间序列余量，进行重构，从而获得水电机组健康状态退化趋势；有效地消除了水电机组健康状态退化趋势的强波动性，从而有效地对水电机组性能退化时间序列进行分析，真实地提取水电机组健康状态退化的变化趋势，以便后续根据水电机组设备的健康状态退化趋势，对设备采取相应的维修措施，以恢复设备的正常工作性能。
本文档来自技高网...【技术保护点】
1.一种水电机组健康状态退化趋势提取方法，其特征在于，包括：
2.如权利要求1所述的水电机组健康状态退化趋势提取方法，其特征在于，采用自适应椭球体投影方向向量对所述水电机组健康状态退化时间序列进行分解，获得至少一个时间序列分量和一个时间序列余量，包括：
3.如权利要求2所述的水电机组健康状态退化趋势提取方法，其特征在于，对所述水电机组健康状态退化时间序列的协方差矩阵进行特征值分解，获得特征向量矩阵和特征值矩阵，分解式如下：
4.如权利要求2所述的水电机组健康状态退化趋势提取方法，其特征在于，将特征向量∑1位于椭球体其中一半的均匀投影向量，根据特征向量∑1进行重置，获得第一自适应投影方向向量，计算式如下：
5.如权利要求2所述的水电机组健康状态退化趋势提取方法，其特征在于，将向量∑o1位于椭球体其中另一半的均匀投影向量，根据向量∑o1进行重置，获得第二自适应投影方向向量，包括：
6.如权利要求1所述的水电机组健康状态退化趋势提取方法，其特征在于，均值能量模型的计算式如下：
7.如权利要求1所述的水电机组健康状态
8.一种水电机组健康状态退化趋势提取系统，其特征在于，包括：
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1～7任一项所述的一种水电机组健康状态退化趋势提取方法的步骤。
10.一种电子设备，所述设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1～7任一项所述的一种水电机组健康状态退化趋势提取方法的步骤。
...【技术特征摘要】
1.一种水电机组健康状态退化趋势提取方法，其特征在于，包括：
2.如权利要求1所述的水电机组健康状态退化趋势提取方法，其特征在于，采用自适应椭球体投影方向向量对所述水电机组健康状态退化时间序列进行分解，获得至少一个时间序列分量和一个时间序列余量，包括：
3.如权利要求2所述的水电机组健康状态退化趋势提取方法，其特征在于，对所述水电机组健康状态退化时间序列的协方差矩阵进行特征值分解，获得特征向量矩阵和特征值矩阵，分解式如下：
4.如权利要求2所述的水电机组健康状态退化趋势提取方法，其特征在于，将特征向量∑1位于椭球体其中一半的均匀投影向量，根据特征向量∑1进行重置，获得第一自适应投影方向向量，计算式如下：
5.如权利要求2所述的水电机组健康状态退化趋势提取方法，其特征在于，将向量∑o1位于椭球体其中另一半的均匀投影向量，...
【专利技术属性】
技术研发人员：沈旭东，安学利，徐剑峰，陈长游，洪旭，李芝灿，胡建宇，张少楠，
申请(专利权)人：中国华电集团有限公司衢州乌溪江分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。