【技术实现步骤摘要】
本专利技术涉及水轮机组健康状态评估领域，更具体的，涉及一种基于物理时空加权图的混流式水轮机组健康状态评估方法。
技术介绍
1、水电机组作为水电能源转换的核心设备，承担着电力系统调峰、调频及事故备用等关键任务。其运行状态直接关系到水电厂的安全性和经济效益。由于水电机组工况切换频繁且运行环境恶劣，各部件间相互依赖，一旦发生故障，轻则影响机组的正常运行，重则可能引发连锁反应，甚至导致重大事故。因此，研究以“状态检修”为主的水电机组运维模式，对于准确评估水电机组运行状态、早期发现劣化故障征兆具有重要意义。
2、然而，现有方法仍存在以下不足：首先，只关注脉动信号与工况参数的时间或空间关系，忽略了这些关系之间复杂的相互作用。其次，简单地对时空关系的平均值求和忽略了实际的数据分布，这可能会导致有价值的信息丢失。此外，汇总来自各种信号劣化状态指标的平均值可能会稀释关键退化信息的特征，从而可能损害性能评估的准确性。为此，本专利技术提出了一种评估混流式水轮机组健康状况的物理时空加权图构建方法。
技术实现思路
1、本专利技术的主要目的在于解决现有技术中使用图数据建模脉动信号和工况参数，忽略空间关系和特征关系的内在联系从而影响评估效果的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、根据本专利技术第一方面，本专利技术请求保护一种基于物理时空加权图的混流式水轮机组健康状态评估方法，包括步骤：
4、s1，绘制混流式水轮机组中各个混流式水轮机的几何模
5、s2，使用图数据获取所述混流式水轮机的工况参数和脉动信号之间的关系，根据所述脉动信号的空间坐标和特征数据构建表征物理空间边连接关系和特征边连接关系；
6、s3，采用权重计算函数为所述物理空间边连接关系和特征边连接关系分配权重并进行加权融合生成物理时空加权图，将所述物理时空加权图输入图卷积模型中进行训练，得到混流式水轮机的健康状态模型；
7、s4，将所述混流式水轮机的实际数据输入所述健康状态模型，输出实际观测信号的健康标签值，通过所述健康标签值和实际脉动信号计算劣化状态指标，并通过确定的健康指标评价所述混流式水轮机的健康状况。
8、进一步地，所述步骤s1还包括：
9、根据制造商提供的所述混流式水轮机图纸绘制等比例大小的几何模型；
10、对所述几何模型划分网格，通过计算流体动力学方法来模拟和获得混流式水轮机的网格节点压力分布；
11、利用实际脉动信号数据对网格节点压力分布进行校正，构建表征混流式水轮机实际情况的高保真模型，并基于该高保真模型生成的数据来进行数据增强，以获取包含混流式水轮机组机理信息的高保真脉动信号数据集。
12、进一步地，该方法还包括：
13、步骤s1中所述的几何模型的部件至少包括：
14、蜗壳、双列叶珊、转轮、尾水管，其中转轮使用bladegen开展叶片参数化建模，通过设置流道子午面坐标、叶片包角、截面厚度曲线参数自动生成高精度的叶片模型，其余部件采用ug进行建模；
15、所述的计算流体动力学方法采用蜗壳进口截面作为总压进口边界条件、尾水管出口截面作为静压出口边界条件，采用sst k-ω湍流模型模拟流动，获取压力脉动信号。
16、进一步地，所述步骤s2根据所述脉动信号的空间坐标和特征数据构建表征物理空间边连接关系和特征边连接关系，还包括：
17、对所述脉动信号和工况参数进行归一化操作和特征提取操作，应用min-max归一化进行数据归一化处理；
18、使用主成分分析、核主成分分析，将原始信号投影到高维特征空间进行特征提取，计算得到特征表示。min-max计算公式如下：
19、
20、所述特征边连接关系计算方式，使用余弦相似度衡量节点之间的特征相似性，将节点与其特征上最相近的k个脉动信号节点用边连接，挖掘特征间的关联性，余弦相似度计算公式如下：
21、
22、所述物理空间边连接关系计算方式，根据脉动信号节点空间坐标和相对位置，使用欧式距离度量节点之间的空间距离，将节点与其空间上最相近的k个脉动信号节点用边连接，挖掘脉动信号在空间上的关联关系；
23、欧氏距离计算公式如下：
24、
25、进一步地，所述步骤s3中还包括：
26、权重边连接关系计算时，通过计算空间坐标和特征值的方差，为脉动信号节点赋予权重，强化空间距离较近的节点的相关性；
27、通过对特征边连接关系和空间边连接关系进行加权计算，得到最终的物理空间加权边连接关系；
28、所述物理时空加权图输入的卷积模型由三层切比雪夫图卷积网络、一层双向长短时记忆网络和两层全连接层组成；
29、所述切比雪夫图卷积网络用于挖掘所构建物理时空加权图中节点的空间关联，双向长短时记忆网络用于挖掘物理时空加权图在不同时段的时间相关性。
30、进一步地，所述步骤s4中还包括：
31、所述劣化状态指标的计算方式，为通过主成分分析法提取健康标签值和实际脉动信号的关键特征；
32、计算所提取的健康标签值关键特征与实际脉动信号关键特征之间的欧氏距离，构建符合实际状态的劣化状态评估指标；
33、所述健康指标依据3σ原理建立，通过计算所述劣化状态评估指标的平均值与标准差之和来定义该健康指标；
34、当所述劣化状态评估指标超过所定义的健康指标时，判定水轮机已发生劣化，需进行维修。
35、本专利技术涉及水轮机组健康状态评估领域，涉及一种基于物理时空加权图的混流式水轮机组健康状态评估方法，构建混流式水轮机组的几何模型，计算产生仿真脉动信号；根据混流式水轮机压力脉动信号的空间坐标和特征数据构建特征矩阵和邻接矩阵捕获物理空间关系和基本特征；使用时域统计参数为特征关系与物理空间关系分配权重，融合特征关系与物理空间关系生成物理时空加权图输入到图卷积模型中得到混流式水轮机的健康状态模型；计算其预测标签与退化状态下实际观测信号之间综合特征的欧氏距离得出劣化状态指标评估混流式水轮机组的健康状况。本专利技术通过整合混流式水轮机组先验知识，结合加权图表示学习方法，提升混流式水轮机组健康状态评估水平。
本文档来自技高网...【技术保护点】
1.一种基于物理时空加权图的混流式水轮机组健康状态评估方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种基于物理时空加权图的混流式水轮机组健康状态评估方法，其特征在于，所述步骤S1还包括：
3.根据权利要求2所述的一种基于物理时空加权图的混流式水轮机组健康状态评估方法，其特征在于，还包括：
4.根据权利要求1所述的一种基于物理时空加权图的混流式水轮机组健康状态评估方法，其特征在于，所述步骤S2根据所述脉动信号的空间坐标和特征数据构建表征物理空间边连接关系和特征边连接关系，还包括：
5.根据权利要求1所述的一种基于物理时空加权图的混流式水轮机组健康状态评估方法，其特征在于，所述步骤S3中还包括：
6.根据权利要求1所述的一种基于物理时空加权图的混流式水轮机组健康状态评估方法，其特征在于，所述步骤S4中还包括：
【技术特征摘要】
1.一种基于物理时空加权图的混流式水轮机组健康状态评估方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种基于物理时空加权图的混流式水轮机组健康状态评估方法，其特征在于，所述步骤s1还包括：
3.根据权利要求2所述的一种基于物理时空加权图的混流式水轮机组健康状态评估方法，其特征在于，还包括：
4.根据权利要求1所述的一种基于物理时空加权图的混流式水...
【专利技术属性】
技术研发人员：张礼兵，张伟，陈廷才，冯燕明，刘颉，张帅，杨嘉俊，高华，李玉鑫，刘宇洁，张晋，
申请(专利权)人：中国电建集团昆明勘测设计研究院有限公司，
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。