(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 202111642276.6 (22)申请日 2021.12.3 0 (71)申请人 中国长江电力股份有限公司 地址 443002 湖北省宜昌市西陵区西坝建 设路1号 (72)发明人 李利华　杨黎明　徐云龙　尹春元　 王贵和　蒋鑫　 (74)专利代理 机构 宜昌市三峡专利事务所 42103 代理人 成钢 (51)Int.Cl. F03B 11/00(2006.01) G06K 9/62(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01)G06V 10/74(2022.01) H04N 5/232(2006.01) G08B 21/18(2006.01) G08B 7/06(2006.01) (54)发明名称 一种基于深度学习的电站发电机内部漏油 分类检测方法 (57)摘要 一种基于深度学习的电站发电机内部漏油 分类检测方法， 包括以下步骤： 检测装置对检测 区域进行拍照； 对照片进行分类； 对每个类别中 的照片进行预处理； 将预处理后的照片输入检测 系统预先训练的识别模型中， 利用识别模型去识 别照片的漏油信息； 采集水轮机当前的监测信 息， 对漏油情况及原因进行分析整理； 终端设备 接收漏油信息并进行分析以及显示， 当出现异常 时， 会触发语音模块和通信模块， 语音模块被触 发后进行语音报警， 通信模块被触发后发送信息 至相关人员； 本发明不需要人工去巡检， 避免出 现人工巡检安全风险高、 人为判断错误的情况， 同时本发明中的检测装置使得摄像装置能够进 行多角度调节， 全方位的对发电机进行拍摄 。 权利要求书3页 说明书8页 附图2页 CN 114320709 A 2022.04.12 CN 114320709 A 1.一种基于深度学习的电站发电机内部漏油分类检测方法， 其特征在于， 包括以下步 骤： Step1、 检测装置对检测区域进行拍照， 并将照片发送至终端设备； Step2、 终端设备获取照片后根据每张照片的场景设备不同， 对照片进行分类， 将对应 同一场景设备的照片分类到同一照片类别中； Step3、 对每个类别中的照片进行预处理， 使得处理后的所述照片同预先训练的识别模 型的输入参数匹配； Step4、 将预处理后的照片输入检测系统预先训练的识别 模型中， 利用识别 模型去识别 照片的漏油信息， 初步预判漏油情况； Step5、 根据Step4中预判的漏油情况， 结合Step1中产生漏油情况的区域和场景设备， 采集水轮机当前的监测信息， 对漏油情况及原因进行分析整理； Step6、 将Step5中分析整理处的漏油情况及原因上传至集控中心， 并将信息传送至终 端设备， 终端设备接收漏油信息并进 行分析以及显示， 当出现异常时， 会触发语音模块和通 信模块， 语音模块被 触发后进行语音报警， 通信模块被 触发后， 发送信息 至相关人员。 2.根据权利要求1所述的一种基于深度学习的电站发电机内部漏油分类检测方法， 其 特征在于， 所述的Step1中的检测区域包括上导轴承内挡油筒、 上导轴承油箱盖与滑 转子密 封处、 上导主轴承油箱、 上机架、 下导轴承及推力轴承内挡油筒、 下导轴承及推力轴承密封 盖边缘及和与滑转子密封处、 下导轴承及推力轴承油箱及下机架。 3.根据权利要求2所述的一种基于深度学习的电站发电机内部漏油分类检测方法， 其 特征在于， 所述的Step4中， 将分类后的场景分类照 片与训练好的相应场景设备模型进 行比 对， 预判出现的是漏油还是 甩油。 4.根据权利要求3所述的一种基于深度学习的电站发电机内部漏油分类检测方法， 其 特征在于， 所述的Step5中， 根据Step4所预判的结果和检测区域的不同， 采 取的分析策略如 下： Step5.1、 如果上导轴承内挡油筒、 上导轴承油箱盖与滑转子密封处、 上导主轴承油箱 及上机架处发生漏油现象， 采集机组的转速曲线、 当前上导轴承油箱液位高度信息， 对漏油 程度进行判断复核， 然后采集上机架水平度、 主轴垂 直度信息并与设定的值进 行比较， 分析 漏油原因； 如若上机架水平度超出预设值且根据当前转速曲线及当前上导轴承油箱液位高度判 断发生漏油现象， 则判定为上机架不水平导 致的漏油； 如果主轴垂直度超出预设值且根据当前转速曲线及当前上导轴承油箱液位高度判断 发生漏油现象， 则判定为主轴偏心导 致漏油； Step5.2、 如果上导轴承内挡油筒、 上导轴承油箱盖与滑转子密封处、 上导主轴承油箱、 上机架处发生甩油现象， 采集机组的转速曲线、 当前上导轴承油 箱液位高度信息及冷却机 组的冷却量信息， 对漏油程度进 行判断， 然后采集机组摆度信息并与设定的值进 行比较， 分 析系漏油原因； 如若发生甩油现象且根据当前机组的转速曲线及当前上导轴承油箱液位高度高于应 当值， 则判定为油箱内透平油过多导 致甩油现象； 如若机组摆度超过预设值且当前转速曲线及 当前上导轴 承油箱液位高度低于应当值，权　利　要　求　书 1/3 页 2 CN 114320709 A 2冷却机组的冷却量小于预设值， 则判定为机组摆度过 大导致甩油现象； Step5.3、 如果下导轴承及推力轴承内挡油筒、 下导轴承及推力轴承密封盖边缘及和与 滑转子密封处、 下导轴承及推力轴承油箱及下机架处发生漏油现象， 采集机组的转速曲线、 当前下导轴承及推力轴承油 箱液位高度信息， 对漏油程度进行判断复核， 然后采集下机架 水平度、 主轴垂直度信息及推力头吸气压力并与设定的值进行比较， 分析漏油原因； 如若下机架水平度超出预设值且根据当前转速曲线及当前下导轴承及推力轴承油箱 液位高度判断发生漏油现象， 则判定为下机架不水平导 致的漏油； 如若主轴垂直度超出预设值且根据当前转速曲线及当前下导轴承及推力轴承油箱液 位高度判断发生漏油现象， 则判定为主轴偏心导 致漏油； 如果推力头吸气压力小于预设压力且根据当前转速曲线及当前下导轴承及推力轴承 油箱液位高度判断发生漏油现象， 则判定为推力头内部气压过低导 致的漏油； Step5.4、 如果下导轴承及推力轴承内挡油筒、 下导轴承及推力轴承密封盖边缘及和与 滑转子密封处、 下导轴承及推力轴承油箱及下机架处发生甩油现象， 采集机组的转速曲线、 当前下导轴承及推力轴承油箱液位高度信息及冷却机组的冷却量信息， 对漏油程度进 行判 断， 然后采集机组摆度信息并与设定的值进行比较， 分析系漏油原因； 如若发生甩油现象且根据当前机组的转速曲线及当前下导轴承及推力轴承油箱液位 高度高于应当值， 则判定为油箱内透平油过多导 致甩油现象； 如若机组摆度超过预设值且当前转速曲线及当前下导轴承及推力轴承油箱液位高度 低于应当值， 冷却机组的冷却量小于预设值， 则判定为机组摆度过 大导致甩油现象。 5.根据权利要求1所述的一种基于深度学习的电站发电机内部漏油分类检测方法， 其 特征在于， 所述的Step1中的检测装置包括轨道部 （10） 和移动部 （11） ， 移动部 （11） 与轨道部 （10） 滑动 连接， 移动部 （11） 的内部设置有第一电机 （12） ， 第一电机 （12） 的输出轴连接有转 动盘 （13） ， 转动盘 （13） 连接有两个平行设置的支撑杆 （14） ， 其中一个支撑杆 （14） 中设置有 第二电机 （15） ， 第二电机 （15） 的输出轴连接有转动 杆 （16） 的一端， 转动杆 （16） 的另一端与 另一个支撑杆 （14） 转动连接且转动杆 （16） 与两个支撑杆 （14） 垂直， 转动杆 （16） 沿水平方向 的中部设置有连接 部， 所述连接 部连接有摄 像装置 （26） 。 6.根据权利要求5所述的一种基于深度学习的电站发电机内部漏油分类检测方法， 其 特征在于， 所述的连接部与摄像装置 （26） 活动连接， 连接部包括与转动杆 （16） 连接的连杆 （21） 、 与连杆 （21） 连接的卡接头 （17） ， 所述卡接头 （17） 沿侧面的截面为梯形， 靠近连杆 （21） 的一端为下底， 远离连 杆 （21） 的一端为上底； 摄像装置 （26） 靠近连接部的一端设置有卡接部， 所述卡接部从左至右依次包括空心段 （18） 和实心段 （19） ， 所述实心段 （19） 开设有与卡接头 （17） 相匹配的卡接槽 （20） ， 在空心段 （18） 与实心段 （19） 的连接处上下对称设置有两个阻挡件 （25） ， 空心段 （18） 上开设有两个与 阻挡件 （25） 相匹配的通孔， 每个阻挡件 （25） 与穿过对应的通孔并延伸至通孔的外部， 每个 阻挡件 （25） 的延伸端均设置有阻板 （23） ， 所述阻板 （23） 的下表 面连接有弹性装置 （24） 的一 端， 所述弹性装置 （24） 的另一端与空心段 （18） 或实现段连接， 两个阻挡件 （25） 相对的一端 均与水平面呈倾斜， 当弹性装置 （24） 为正常状态时， 两个阻挡件 （25） 之间的空隙与卡接头 （17） 相匹配。 7.根据权利要求6所述的一种基于深度学习的电站发电机内部漏油分类检测方法， 其权　利　要　求　书 2/3 页 3 CN 114320709 A 3