(19)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 20221078745 0.4 (22)申请日 2022.07.04 (71)申请人 华中科技大 学 地址 430074 湖北省武汉市洪山区珞喻路 1037号 (72)发明人 李超顺　甘振豪　邓友汉　吴一凡　 陈鹏　 (74)专利代理 机构 武汉华之喻知识产权代理有 限公司 42 267 专利代理师 曹葆青　方放 (51)Int.Cl. G06F 30/27(2020.01) G06Q 10/00(2012.01) G06Q 10/04(2012.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06N 20/00(2019.01) (54)发明名称 考虑工况参数的水电机组性能劣化趋势预 测方法和系统 (57)摘要 本发明公开考虑工况参数的水电机组性能 劣化趋势预测方法和系统， 属于水电机组状态评 估和预警领域。 本发明采用概率区间预测模型， 该预测模型由多头注意力模 块、 Bi‑GRU模块和分 位数损失模块组成。 输入不仅包含机组性能历史 劣化度， 还包含机组运行工 况参数。 首先， 多头注 意力模块用于提取机组运行工况参数间的隐藏 关联特征； 其次， Bi ‑GRU模块用于提取工况 隐藏 特征图和机组劣化度的时序特征； 最后， 通过分 位数损失模块获得机组性能劣化度的置信概率 预测区间结果。 克服因环境因素造成的机组振动 和摆度发生异常导致机组性能劣化预测不准确 的缺点， 实现机组性能劣化趋势的精确预测， 提 高模型预测的可靠性。 由于考虑机组运行工况参 数信息， 具有更强的稳健 性。 权利要求书2页 说明书8页 附图3页 CN 115238573 A 2022.10.25 CN 115238573 A 1.一种考虑工况参数的水电机组性能劣化趋势预测方法， 其特 征在于， 该 方法包括： S1.获取水电机组历史工况参数， 计算可反映水电机组整体健康状态水平和劣化性能 的劣化趋势时间序列； S2.将水电机组历史工况参数和历史劣化趋势时间序列输入至训练好的概率区间预测 模型， 得到水电机组未来劣化度的可靠性预测区间； 所述概率区间预测模型由多头注意力模块、 Bi ‑GRU模块和分位数损失模块组成； 所述 多头注意力模块， 用于从水电机组历史工况参数提取水电机组运行工况隐藏特征图， 隐藏 特征图和水电机组历史劣化度残差连接后， 输入至Bi ‑GRU模块； 所述Bi ‑GRU模块， 用于经过 前向GRU和后向GRU计算， 获得水电机组劣化度深度时序特征， 输出至 分位数损失模块； 所述 分位数损失模块， 用于将水电机组劣化度深度时序特征输入至前馈全连接层， 计算得到不 同分位数 下的水电机组劣化度概 率预测结果。 2.如权利要求1所述的方法， 其特 征在于， 步骤S1包括： S11.将水电机组运行过程中的工况参数输入至训练好的单通道健康状态模型中， 得到 各时刻运行工况下水电机组各通道的振摆健康状态值， 与水电机组实时振摆状态参数对 比， 得到各通道下的劣化度， 所述单通道健康状态模型包括随机森林和RFECV， 所述随机森 林用于拟合工况参数和振摆状态参数之间的关系， 所述RFECV用于在随机森林训练过程中 剔除非重要的工况参数； S12.将水电机组各稳态运行过程中的单部件健康劣化度进行时间融合， 获得可描述水 电机组整个稳态过程的各个部件健康劣化度； S13.将水电机组的各个部件的健康劣化度进行空间融合， 获得水电机组融合劣化度， 从而构成水电机组性能劣化趋势时间序列。 3.如权利 要求2所述的方法， 其特征在于， 步骤S11中， 各通道下的劣化度DCi， t计算公式 如下： 其中， DCi， t表示水电机组t时刻通道i下的劣化度， ReLU表示线性整流函数， Ri， t表示水 电机组t时刻通道i的实际振摆状态参数， Vi， t表示t时刻下运行工况下水电机组通道i的振 摆健康状态值。 4.如权利要求2所述的方法， 其特征在于， 步骤S12中， 可描述水电机组整个稳态过程的 各个部件健康劣化度计算公式如下： 其中， t时刻表示某个稳态运行过程的开始时刻， Dj(t)表示水电机组t时刻部件j的健康 劣化度， T表示从开机 至停机过程中水电机组稳态运行时间， Dj， t表示欧式距离 。 5.如权利要求2所述的方法， 其特征在于， 步骤S13中， 空间融合后的水电机组性能劣化权　利　要　求　书 1/2 页 2 CN 115238573 A 2趋势时间序列计算公式如下： 其中， n表示水电机组中部件的数量， t时刻表示某个稳态运行过程的开始时刻， D(t)表 示水电机组性能劣化趋势时间序列， Dj(t)表示水电机组t时刻部件j的健康劣化度。 6.如权利要求1至5任一项所述的方法， 其特征在于， 所述多注意力模块包含位置编码 单元、 第一残差连接单元、 带掩码的多头自注意力单元、 全局平局池化层、 前馈层和第二残 差连接单 元； 所述位置编码单 元， 用于对水电机组历史工况参数进行位置编码； 第一残差连接单元， 用于残差连接位置编码和工况参数后， 输入至带掩码的多头自注 意力单元； 所述带掩码的多头自注意力单元， 用于进行多头注意力特征提取， 将提取到的注意力 向量输入至前馈层； 所述前馈层， 用于串联合并形成水电机组运行工况隐藏特 征图； 所述第二残差连接单元， 用于残差连接隐藏特征图和水电机组历史劣化趋势时间序列 后， 输入至Bi ‑GRU模块。 7.一种考虑工况参数的水电机组性能劣化趋势预测系统， 其特征在于， 包括： 处理器和 存储器； 所述存储器用于存 储计算机程序或指令； 所述处理器用于执行存储器 中的所述计算机程序或指令， 使得权利要求1至6 中任一项 所述的方法被执 行。权　利　要　求　书 2/2 页 3 CN 115238573 A 3