[发明专利]一种水电机组定子线圈温度预警方法及系统

说明书

本发明提供了一种水电机组定子线圈温度预警方法及系统，属于水电机组状态评估与预警领域，方法包括：获取整体温度趋势数据和周期温度趋势数据；基于运行状态损失函数的GRU温度预测模型，获取机组当前运行阶段未来时刻的预测温度值；计算历史误差的标准差、均值和置信度；当历史误差的标准差小于预设标准差，结合机组当前运行阶段未来时刻的预测温度值，判断是否进行温度预警；当历史误差的标准差大于预设标准差，则结合置信度和当前运行阶段未来时刻的预测温度值，判断是否进行温度预警。本发明提高了模型训练的效果，同时也降低了环境温度对温度误报警的影响。

技术领域

本发明属于水电机组状态评估与预警领域，更具体地，涉及一种水电机组定子线圈温度预警方法及系统。

背景技术

水电机组相关部件的运行温度是水电站运行监测中重要的非电气量监控参数，运行温度与机组的运行状态和部件的工作寿命密切相关，能够直观反映机组是否正常稳定运转。研究针对水电机组运行温度的预测及预警方法，对于实现设备预测性维护，减少不必要损失，具有十分重要的实际意义。然而，受环境温度变化影响，机组运行温度在一年中会呈现出截然不同的特征，这些特征差异会影响到预测模型的效果。此外，机组温度与机组运行状态直接相关，随着机组频繁的开停机过程，机组温度也会呈现出相应地周期性变化，只有使模型深度挖掘出温度随机运行状态的变化，才能提高模型的预测精度。

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种水电机组定子线圈温度预警方法及系统，旨在解决现有的水电机组定子线圈温度预警方法中存在预测精度不足以及受环境温度影响，导致误报警次数多的问题。

为实现上述目的，本发明提供了一种水电机组定子线圈温度预警方法，包括以下步骤：

S1：根据水电机组定子绕组温度变化的特征，将原始温度序列周期化处理，并使用STL分解方法将周期化后的原始温度序列进行分解，获取整体温度序列和周期温度序列；

S2：对整体温度序列滤波处理，将滤波后的残差以及STL分解方法分解后的残差加入至周期温度序列中，获取周期温度趋势数据；

S3：将机组当前运行阶段的周期温度趋势数据中若干历史温度实际值输入至基于运行状态损失函数的GRU温度预测模型中，输出机组当前运行阶段的未来若干时刻的预测温度值；

S4：将机组历史运行阶段的温度变化划分为温度上升阶段和温度稳定阶段，确定在温度上升阶段当前运行阶段温度预测点在当前运行阶段和历史运行阶段中的位置，计算历史温度预测值与历史温度实际值的误差，以及计算历史误差的标准差、均值和置信度；

S5：当历史误差的标准差小于预设标准差，则对系统误差进行校正，结合机组当前运行阶段未来时刻的预测温度值，判断是否进行温度预警；当历史误差的标准差大于预设标准差，则结合置信度和当前运行阶段未来时刻的预测温度值，判断是否进行温度预警。

进一步优选地，将原始温度序列周期化处理的方法为：

根据机组运行次数和每次运行的实际时长计算机组平均运行时间；

若机组的运行时间多于机组平均运行时间，则将机组运行时间多于平均运行时间的时间段对应原始温度序列除去；若机组的运行时间少于机组平均运行时间，则将机组运行时间少于平均运行时间的时间段进行温度补齐，补齐的温度数值为机组运行阶段温度达到稳定后的均值温度。

进一步优选地，GRU温度预测模型的损失函数包括均方误差损失函数和运行状态损失函数；运行状态损失函数包括平均温度损失函数、温度上升占比损失函数、最高温度损失函数和中位温度损失函数；