【技术实现步骤摘要】
本专利技术属于故障诊断，特别是一种基于人工智能的发电设备状态故障诊断方法及系统。
技术介绍
1、随着发电设备向高参数、大容量方向发展，传统故障诊断方法面临响应滞后、误报率高、罕见故障识别困难等挑战。现有技术主要依赖单一传感器数据或离线分析，难以捕捉设备复杂工况下的多物理场耦合特征，且环境噪声干扰导致诊断结果可信度不足。此外，故障根因分析多依赖专家经验，难以量化不同维护策略对设备全生命周期成本的影响。
技术实现思路
1、本专利技术的目的是提供一种基于人工智能的发电设备状态故障诊断方法及系统，以解决现有技术中的不足，能够提升故障诊断的准确性与抗干扰能力，有效降低运维成本。
2、本申请的一个实施例提供了一种基于人工智能的发电设备状态故障诊断方法，所述方法包括：
3、根据发电设备物理拓扑结构，向关键部件主动注入预设频谱的机械激励信号，同步采集振动传感器、红外热像仪、电流互感器在激励下的瞬态响应，结合环境参数与设备运行日志，融合生成时-空-频三维数据体；
4、将所...
【技术保护点】
1.一种基于人工智能的发电设备状态故障诊断方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据发电设备物理拓扑结构，向关键部件主动注入预设频谱的机械激励信号，同步采集振动传感器、红外热像仪、电流互感器在激励下的瞬态响应，结合环境参数与设备运行日志，融合生成时-空-频三维数据体，包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述三维数据体输入物理嵌入式变分自编码器，利用设备热-力耦合方程构建物理约束损失函数，分离出表征部件健康状态的本征物理特征向量与受环境噪声干扰的冗余特征向量，输出设备状态纯净特征张量，
...
【技术特征摘要】
1.一种基于人工智能的发电设备状态故障诊断方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据发电设备物理拓扑结构，向关键部件主动注入预设频谱的机械激励信号，同步采集振动传感器、红外热像仪、电流互感器在激励下的瞬态响应，结合环境参数与设备运行日志，融合生成时-空-频三维数据体，包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述三维数据体输入物理嵌入式变分自编码器，利用设备热-力耦合方程构建物理约束损失函数，分离出表征部件健康状态的本征物理特征向量与受环境噪声干扰的冗余特征向量，输出设备状态纯净特征张量，包括：
4.根据权利要求3所述的方法，其特征在于，所述将所述纯净特征张量输入图时空因果推理网络，基于设备历史全生命周期故障案例构建因果先验图，通过对抗性样本生成机制强化对罕见故障的因果关联挖掘，生成带概率权重的故障传播因果图谱，包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述故障传播因果图谱进行多智能...
【专利技术属性】
技术研发人员：朱玉良，郑松远，陈泽阳，
申请(专利权)人：北京华科同安监控技术有限公司，
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。