(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111574110.5 (22)申请日 2021.12.21 (71)申请人 华能澜沧江水电股份有限公司 地址 650214 云南省昆明市官渡区世纪城 中路1号 申请人 北京中水 科水电科技 开发有限公司 (72)发明人 孙卫　张捷　李正凡　杨春霞　 桂晶　张子皿　周平华　郗发刚　 尚鋆蔚　 (74)专利代理 机构 北京正华智诚专利代理事务 所(普通合伙) 11870 代理人 代维凡 (51)Int.Cl. G06F 30/27(2020.01) G06N 7/00(2006.01)G06Q 10/00(2012.01) G06Q 50/06(2012.01) (54)发明名称 一种水电站设备故障诊断方法 (57)摘要 本发明公开了一种水电站设备故障诊断方 法， 包括以下步骤： S1： 利用水电站监测系统的传 感器采集水电站设备的基础监测数据， 并对基础 监测数据进行剔除， 得到有效监测数据； S2： 构建 水电站设备的故障诊断模型； S3： 将有效监测数 据输入至故障诊断模型中进行分析， 得到设备故 障诊断结果。 该故障诊断方法利用故障诊断模型 对水电站设备进行结果分析， 可以解决专家经验 主管因素较重以及模型构建不准确的问题， 通过 模型评分和故障节点筛选保证了所建立模型的 准确性和模 型的实际运用能力， 为水电站管理人 员进行检修 提供较高的参 考价值。 权利要求书2页 说明书5页 附图1页 CN 114266197 A 2022.04.01 CN 114266197 A 1.一种水电站设备故障诊断方法， 其特 征在于， 包括以下步骤： S1： 利用水电站监测系统的传感器采集水电站设备的基础监测数据， 并对基础监测数 据进行剔除， 得到有效监测数据； S2： 构建水电站设备的故障诊断模型； S3： 将有效监测数据输入至故障诊断模型中进行分析， 得到设备故障诊断结果。 2.根据权利要求1所述的水电站设备故障诊断方法， 其特征在于， 所述步骤S1包括以下 子步骤： S11： 利用水电站监测系统 的传感器采集水电站设备的初步监测数据， 组成监测数据集 合M， 并判断监测数据集合M中是否存在初步监测数据超过阈值， 若是则进入步骤S12， 否则 将其作为有效监测数据， 其中， 监测数据集合M的表达式为M＝{s1,s2,...,sm}， s1,s2,...,sm 表示各个初步 监测数据， m表示初步 监测数据的个数； S12： 在监测数据集合M中， 将超过阈值的初步监测数据对应的采集时刻作为初始时刻， 判断初始时刻前10个初步监测数据中是否超过阈值， 若 是则进入步骤S13， 否则将初始时刻 对应的初步 监测数据剔除； S13： 计算初始时刻前10个初步监测数据与初始时刻对应的初步监测数据的平均 值， 判 断平均值是否超过误报警阈值范围， 若是则将其作为有效监测数据， 否则剔除11个时刻对 应的初步 监测数据。 3.根据权利要求1所述的水电站设备故障诊断方法， 其特征在于， 所述步骤S2包括以下 子步骤： S21： 将各个有效监测数据作为贝叶斯网络的故障输入节点， 各个有效监测数据对应的 设备类型作为故障类型节点， 初始化故障输入节点和故障类型节点， 并将初始化后的故障 输入节点和故障类型节点组成故障节点集合G， 其表达式为G＝{α1, α2,..., αg, β1, β2,..., βg}， 其中， α1, α2,..., αg表示各个故障输入节点， β1, β2,..., βg表示各个故障类型节点， g表 示有效监测数据的个数； S22： 对贝叶斯网络进行 结构学习， 确定贝叶斯网络的评分函数gradei； S23： 遍历故障节点集合G的每一个故障输入节点， 并根据贝叶斯网络的评分函数 gradei， 分别计算各个故障输入节点对应的故障类型节点的模型评分 GRADEi； S24： 判断故障类型节点的模型评分的最大值是否大于设定评分阈值， 若是则将该故障 类型节点对应的故障输入节点从故障节点 集合G移除； S25： 重复步骤S24， 直至故障类型节点中的模型评分最大值小于设定评分阈值， 并更新 故障节点 集合G； S26： 将更新后的故障节点集合G中各个故障输入节点和 故障类型节点进行组合， 得到 故障诊断模型。 4.根据权利要求3所述的水电站设备故障诊断方法， 其特征在于， 所述步骤S22中， 贝叶 斯网络的评分函数的计算公式为： 其中， m表示初步监测数据的个数， g表示有效监测数据的个数， λ表示自由参数，权　利　要　求　书 1/2 页 2 CN 114266197 A 2表示监测数据的贝叶斯概率， D表示配置指数， 表示Nij的最大似然参数， N表 示初步监测数据个数与有效监测数据 个数的差值， Nij表示监测数据个数差值的指 数， Nmg表 示监测数据个数总差 值的指数， AL表示误报警阈值范围的下限值， AH表示误报警阈值 范围的 上限值； 所述步骤S23中， 各个故障类型节点的模型评分 GRADEi的计算公式为： 5.根据权利要求1所述的水电站设备故障诊断方法， 其特征在于， 所述步骤S3中， 确定 水电站设备诊断结果的具体方法为： 将有效监测数据输入至故障诊断模型中， 依 次计算各 个有效监测数据的故障诊断信度 ηi， 将故障诊断信度小于设定信度阈值的有效监测数据作 为故障数据输出， 其对应的设备判定为故障设备。 6.根据权利要求5所述的水电站设备故障诊断方法， 其特征在于， 所述步骤S3中， 有效 监测数据的故障诊断信度 ηi的计算公式为： 其中， θi表示第i个有效监测数据的置信度， 表示第i‑1个有效监测数据的更新置信 度。权　利　要　求　书 2/2 页 3 CN 114266197 A 3