CN118517367B 基于深度學(xué)習(xí)和圖神經(jīng)網(wǎng)絡(luò)的水輪機(jī)導(dǎo)葉故障自診斷方法 （北京華控智加科技有限公司）

基于深度學(xué)習(xí)和圖神經(jīng)網(wǎng)絡(luò)的水輪機(jī)導(dǎo)葉本發(fā)明公開了一種基于深度學(xué)習(xí)和圖神經(jīng)2S2、利用深度學(xué)習(xí)算法對收集的多傳感器數(shù)據(jù)集進(jìn)行S4、將步驟S2中提取的特征輸入到步驟SS44、重復(fù)步驟S43直至網(wǎng)絡(luò)收斂，使得每個節(jié)點(diǎn)的狀態(tài)32.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)和圖神經(jīng)網(wǎng)絡(luò)的水輪機(jī)導(dǎo)葉故障自診斷方3.根據(jù)權(quán)利要求2所述的一種基于深度學(xué)習(xí)和圖神經(jīng)網(wǎng)絡(luò)的水輪機(jī)導(dǎo)葉故障自診斷方S12、使用壓力傳感器固定于導(dǎo)葉表面及水流接觸點(diǎn)，S14、安裝聲發(fā)射傳感器在導(dǎo)葉結(jié)構(gòu)上，使用信號分解技術(shù)記錄聲發(fā)射信號數(shù)據(jù)A(t,4k4.根據(jù)權(quán)利要求3所述的一種基于深度學(xué)習(xí)和圖神經(jīng)網(wǎng)絡(luò)的水輪機(jī)導(dǎo)葉故障自診斷方S21、使用卷積神經(jīng)網(wǎng)絡(luò)處理綜合多傳感器數(shù)據(jù)集D5.根據(jù)權(quán)利要求4所述的一種基于深度學(xué)習(xí)和圖神經(jīng)網(wǎng)絡(luò)的水輪機(jī)導(dǎo)葉故障自診斷方56.根據(jù)權(quán)利要求4所述的一種基于深度學(xué)習(xí)和圖神經(jīng)網(wǎng)絡(luò)的水輪機(jī)導(dǎo)葉故障自診斷方i和posj表示傳感器Si和Sj的物理位置坐標(biāo)，ρ(typei,typej)表示基于數(shù)據(jù)類7.根據(jù)權(quán)利要求6所述的一種基于深度學(xué)習(xí)和圖神經(jīng)網(wǎng)絡(luò)的水輪機(jī)導(dǎo)葉故障自診斷方8.根據(jù)權(quán)利要求7所述的一種基于深度學(xué)習(xí)和圖神經(jīng)網(wǎng)絡(luò)的水輪機(jī)導(dǎo)葉故障自診斷方67障成為提高運(yùn)行效率和保障設(shè)備安全的關(guān)鍵[0003]傳統(tǒng)的故障診斷技術(shù)主要依賴于定期的物理檢查或基于簡單閾值的傳感器數(shù)據(jù)[0005]本發(fā)明的一個目的在于提出一種基于深度學(xué)習(xí)和圖神經(jīng)網(wǎng)絡(luò)的水輪機(jī)導(dǎo)葉故障[0006]根據(jù)本發(fā)明實(shí)施例的一種基于深度學(xué)習(xí)和圖神經(jīng)網(wǎng)絡(luò)的水輪機(jī)導(dǎo)葉故障自診斷8激光掃描數(shù)據(jù)通過實(shí)時捕捉導(dǎo)葉的三維形態(tài)變化，用于分析運(yùn)行中的形態(tài)變形和應(yīng)力累[0031]S16、使用3D激光掃描設(shè)備對導(dǎo)葉進(jìn)行三維形態(tài)掃描，記錄3D激光掃描數(shù)據(jù)L(t,9表示傳感器數(shù)據(jù)Si的偏度，表示數(shù)據(jù)分布的不對稱[0080]如果某一傳感器Si的性能指標(biāo)超過閾值θ,則生成預(yù)警信號alert，指示存在潛在[0082]S61、接收預(yù)警信號alert，每個信號關(guān)聯(lián)一個或多個傳感器Si的異常性能指標(biāo)[0083]S62、利用通過歷史故障數(shù)據(jù)和已知故障案例預(yù)訓(xùn)練的故障診斷模型，對結(jié)構(gòu)損[0096](1)本發(fā)明通過深度學(xué)習(xí)和圖神經(jīng)網(wǎng)絡(luò)技術(shù)，能夠?qū)崟r處理和分析來自多個傳感[0097](2)本發(fā)明利用預(yù)訓(xùn)練的故障診斷模型，能夠快速識別和分類導(dǎo)葉的異常行為和[0099]圖1為本發(fā)明提出的一種基于深度學(xué)習(xí)和圖神經(jīng)網(wǎng)絡(luò)的水輪機(jī)導(dǎo)葉故障自診斷方[0120]S16、使用3D激光掃描設(shè)備對導(dǎo)葉進(jìn)行三維形態(tài)掃描，記錄3D激光掃描數(shù)據(jù)L(t,krtostss,表示傳感器數(shù)據(jù)Si的峰[0173]如果某一傳感器Si的性能指標(biāo)超過閾值θ,則生成預(yù)警信號alert，指示存在潛在[0176]S61、接收預(yù)警信號alert，每個信號關(guān)聯(lián)一個或多個傳感器Si的異常性能指標(biāo)[0177]S62、利用通過歷史故障數(shù)據(jù)和已知故障案例預(yù)訓(xùn)練的故障診斷模型，對結(jié)構(gòu)損[0192]在云南省某水力發(fā)電站，運(yùn)維團(tuán)隊(duì)面臨著水輪機(jī)導(dǎo)葉頻繁出現(xiàn)的性能問題和故[0195]在2024年4