CN120296556A 一种水蓄能机组的状态检测方法 （北京恒鼎义和节能科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120296556A(43)申请公布日2025.07.11

(21)申请号202510355853.5

GO6N

3/042(2023.01)

(22)申请日2025.03.25

GO6N

GO6N

3/0442(2023.01)

3/045(2023.01)

(71)申请人北京恒鼎义和节能科技有限公司

地址100000北京市昌平区未来科学城英

才北一街5号院5号楼B座912室

GO6F

123/02(2023.01)

(72)发明人谈积军

(74)专利代理机构北京四方智汇知识产权代理事务所(普通合伙)16223

专利代理师叶剑

(51)Int.CI.

GO6F18/2415(2023.01)G01D21/02(2006.01)GO6F18/213(2023.01)GO6N3/0464(2023.01)

GO6N3/0455(2023.01)

权利要求

书9页

说明书19页附图1页

(54)发明名称

一种水蓄能机组的状态检测方法

(57)摘要

CN120296556A本发明涉及抽水蓄能技术领域，公开一种水蓄能机组的状态检测方法，包括：S1,在水蓄能机组上部署振动、温度、电气和压力传感器，采集多维运行数据，且进行降噪、标准化和时序对齐；S2,通过张量分解提取数据的多维特征，利用卷积神经网络获取局部空间信息，且结合Transformer模型建模时序关系；S3,通过图卷积网络构建传感器拓扑结构。采用多源数据融合技术，将振动、温度、电气和压力传感器的数据进行统一处理，结合时序预测和智能故障检测算法，实现水蓄能机组的全方位健康监控，且提升检测

CN120296556A

在水蓄能机组上部署振动、温度、电气和压力传感器，采

在水蓄能机组上部署振动、温度、电气和压力传感器，采集多维运行数据，且进行降藻、标准化和时序对齐

通过张量分解提取数据的多维特征，利用卷积神经网络获取局部空间信息，且结合Transformer模型建模时序关系

通过图卷积网络构建传感器拓扑结构，结合S2的特征提取结果，完成故障检测

在故障检测的基础上，采用长短时记忆网络分析短期趋

势，利用Transformer网络提取长期依赖特征，结合健康指数判断机组状态，在健康指数低于阈值时触发预警

对预警数据进行初步处理，采用贝叶斯异常检测计算概率分布，结合健康指数动态调整阈值

基于多传感器数据进行标准化处理，计算算术平均值形成健康指数，健康指数低于设定阈值时，生成报警信号

采集且分析报警信号，根据健康指数变化调整检测策略，更新模型参数

S1

S2

S3

S4

S5

S6

S7

CN120296556A权利要求书1/9页

2

1.一种水蓄能机组的状态检测方法，其特征在于，包括：

S1,在水蓄能机组上部署振动、温度、电气和压力传感器，采集多维运行数据，且进行降噪、标准化和时序对齐；

S2,通过张量分解提取数据的多维特征，利用卷积神经网络获取局部空间信息，且结合Transformer模型建模时序关系；

S3,通过图卷积网络构建传感器拓扑结构，结合S2的特征提取结果，完成故障检测；

S4,在故障检测的基础上，采用长短时记忆网络分析短期趋势，利用Transformer网络提取长期依赖特征，结合健康指数判断机组状态，在健康指数低于阈值时触发预警；

S5,对预警数据进行初步处理，采用贝叶斯异常检测计算概率分布，结合健康指数动态调整阈值；

S6,基于多传感器数据进行标准化处理，计算算术平均值形成健康指数，健康指数低于设定阈值时，生成报警信号；

S7,采集且分析报警信号，根据健康指数变化调整检测策略，更新模型参数。

2.根据权利要求1所述的一种水蓄能机组的状态检测方法，其特征在于，所述步骤S1中，数据采集与预处理进一步包括：

步骤1.1,在水蓄能机组的关键部位部署振动传感器、温度传感器、电气传感器和压力传感器，用于采集机组的多维运行数据，各传感器的物理量定义如下：

振动传感器：采集机组的振动加速度A,、振动速度V、和振动位移D;

温度传感器：采集机组部件表面的温度T;

电气传感器：采集电机的电流I、电压U和功率Pe;

压力传感器：采集机组液压系统的压力P.;

传感器的采样频