基于边缘-云端协同的智能水电站时间序列分析系统.pdfVIP

２０２５年第９期水电与新能源第３９卷

２０２５Ｎｕｍｂｅｒ９ＨＹＤＲＯＰＯＷＥＲＡＮＤＮＥＷＥＮＥＲＧＹＶｏｌ.３９

－－

ＤＯＩ:１０.１３６２２/ｊ.ｃｎｋｉ.ｃｎ４２１８００/ｔｖ.１６７１３３５４.２０２５.０９.０２２

－

基于边缘云端协同的智能水电站时间序列分析系统

何东阳ꎬ谭杰明

(大唐水电科学技术研究院有限公司ꎬ四川成都６１００３６)

摘要:以某大型水电站辅机温度监测和大坝位移监测为研究对象ꎬ通过在机组、大坝关键部位部署高精度传感器等边缘

感知设备ꎬ对辅机温度、振动状态及大坝位移等数据进行获取ꎬ建立一套基于混合模型的时间序列分析系统ꎬ结合边缘计

算单元的实时阈值判断与云端分析平台的深度分析ꎬ实现了阈值判断、趋势分析、异常检测、多传感器群体异常检测等全

流程智能化监测ꎮ实际运行数据显示ꎬ该系统能提前２~８ｈ预警潜在故障ꎬ异常检测准确率达９５％以上ꎬ显著提升了设

备状态预判与事故预防能力ꎮ

关键词:时间序列分析ꎻ深度学习ꎻ趋势分析ꎻ异常检测

－－－

中图分类号:ＴＶ７３６文献标志码:Ａ文章编号:１６７１３３５４(２０２５)０９０１０５０４

ＩｎｔｅｌｌｉｇｅｎｔＴｉｍｅＳｅｒｉｅｓＡｎａｌｙｓｉｓＳｙｓｔｅｍｆｏｒ

ＨｙｄｒｏｐｏｗｅｒＳｔａｔｉｏｎｓｂａｓｅｄｏｎＥｄｇｅ￣ＣｌｏｕｄＣｏｌｌａｂｏｒａｔｉｏｎ

ＨＥＤｏｎｇｙａｎｇꎬＴＡＮＪｉｅｍｉｎｇ

(ＤａｔａｎｇＨｙｄｒｏｐｏｗｅｒＳｃｉｅｎｃｅ＆ＴｅｃｈｎｏｌｏｇｙＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅＣｏ.ꎬＬｔｄ.ꎬＣｈｅｎｇｄｕ６１００３６ꎬＣｈｉｎａ)

Ａｂｓｔｒａｃｔ:Ｔｈｉｓｐａｐｅｒｆｏｃｕｓｅｓｏｎｔｈｅａｕｘｉｌｉａｒｙｅｑｕｉｐｍｅｎｔｔｅｍｐｅｒａｔｕｒｅｍｏｎｉｔｏｒｉｎｇａｎｄｄａｍｂｏｄｙｄｉｓｐｌａｃｅｍｅｎｔｍｏｎｉｔｏｒｉｎｇ

ｗｏｒｋｉｎａｌａｒｇｅ￣ｓｃａｌｅｈｙｄｒｏｐｏｗｅｒｓｔａｔｉｏｎ.Ｂｙｄｅｐｌｏｙｉｎｇｈｉｇｈｐｒｅｃｉｓｉｏｎｓｅｎｓｏｒｓａｎｄｏｔｈｅｒｅｄｇｅｓｅｎｓｉｎｇｄｅｖｉｃｅｓａｔｃｒｉｔｉｃａｌ

ｐａｒｔｓｏｆｔｈｅｇｅｎｅｒａｔｏｒｕｎｉｔｓａｎｄｔｈｅｄａｍꎬｍｏｎｉｔｏｒｉｎｇｄａｔａｓｕｃｈａｓｔｈｅｔｅｍｐｅｒａｔｕｒｅａｎｄｖｉｂｒａｔｉｏｎｓｔａｔｕｓｏｆａｕｘｉｌｉａｒｙｅｑｕｉｐ￣

ｍｅｎｔａｎｄｔｈｅｄａｍｄｉｓｐｌａｃｅｍｅｎｔａｒｅｏｂｔａｉｎｅｄ.Ｔｈｅｎꎬａｔｉｍｅｓｅｒｉｅｓａｎａｌｙｓｉｓｓｙｓｔｅｍｂａｓｅｄｏｎｈｙｂｒｉｄｍｏｄｅｌｉｓｅｓｔａｂｌｉｓｈｅｄ.

Ｃｏｍｂｉｎｉｎｇｔｈｅｒｅａｌ￣ｔｉｍｅｔｈｒｅｓｈｏｌｄｊｕｄｇｍｅｎｔｏｆｅｄｇｅｃｏｍｐｕｔｉｎｇｕｎｉｔｓａｎｄｔｈｅｄｅｅｐｌｅａｒｎｉｎｇａｎａｌｙｓｉｓｏｆａｃｌｏｕｄａｎａｌｙｓｉｓ

ｐｌａｔｆｏｒｍꎬｔｈｅｗｈｏｌｅｐｒｏｃｅｓｓｉｎｔｅｌｌｉｇｅｎｔｍｏｎｉｔｏｒｉｎｇｉｓｒｅａｌｉｚｅｄꎬｉｎｃｌｕｄｉｎｇｔｈｒｅｓｈｏｌｄｊｕｄｇｍｅｎｔꎬｔｒｅｎｄａｎａｌｙｓｉｓꎬａｎｏｍａｌｙｄｅ￣

ｔｅｃｔｉｏｎꎬａｎｄｍｕｌｔｉ￣ｓｅｎｓｏｒｇｒｏｕｐａｎｏｍａｌｙｄｅｔｅｃｔｉｏｎ.Ｐｒａｃｔｉｃａｌｏｐｅｒａｔｉｏｎｄａｔａｓｈｏｗｓｔｈａｔｔｈｅｓｙｓｔｅｍｃａｎｐｒｏｖｉｄｅｅａｒｌｙｗａｒｎ￣

ｉｎｇｆｏｒｐｏｔｅｎｔｉａｌｆａｕｌｔｓ２ｔｏ８ｈｏｕｒ