本技術(shù)涉及水電機(jī)組管理技術(shù)相關(guān)領(lǐng)域，具體涉及基于全息感知的水電機(jī)組疲勞累積預(yù)測方法及系統(tǒng)。

背景技術(shù)：

1、電力工業(yè)作為國民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，其安全性和穩(wěn)定性受到了越來越多的關(guān)注，水電機(jī)組作為水力發(fā)電的核心設(shè)備，其運(yùn)行狀況直接關(guān)系到整個電力系統(tǒng)的穩(wěn)定運(yùn)行，隨著巨型水電站的長期運(yùn)行，受到水流沖擊、機(jī)械磨損以及電磁力等多重因素的影響下水電機(jī)組不可避免地會出現(xiàn)疲勞累積現(xiàn)象，這會導(dǎo)致機(jī)組性能下降、故障率增加等問題，傳統(tǒng)的疲勞累積預(yù)測方法往往基于經(jīng)驗(yàn)公式或簡化模型，難以準(zhǔn)確反映機(jī)組的實(shí)際運(yùn)行情況和疲勞累積過程，難以獲取到足夠的、準(zhǔn)確的數(shù)據(jù)來支持決策，且巨型水電機(jī)組的疲勞累積過程復(fù)雜，涉及多個因素的相互作用。

2、因此，現(xiàn)階段水電機(jī)組疲勞累積預(yù)測相關(guān)技術(shù)中，存在難以獲取巨型水電機(jī)組足夠、精準(zhǔn)的運(yùn)行數(shù)據(jù)，導(dǎo)致疲勞累積預(yù)測結(jié)果存在較大誤差的技術(shù)問題。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)通過提供基于全息感知的水電機(jī)組疲勞累積預(yù)測方法及系統(tǒng)，采用全息感知、特征標(biāo)識、預(yù)測模型構(gòu)建等技術(shù)手段，解決了現(xiàn)有水電機(jī)組疲勞累積預(yù)測存在的難以獲取巨型水電機(jī)組足夠、精準(zhǔn)的運(yùn)行數(shù)據(jù)，導(dǎo)致疲勞累積預(yù)測結(jié)果存在較大誤差的技術(shù)問題，達(dá)到了提升水電機(jī)組疲勞累積預(yù)測的準(zhǔn)確性和可靠性的技術(shù)效果。

2、本技術(shù)提供基于全息感知的水電機(jī)組疲勞累積預(yù)測方法，所述方法包括：利用全息傳感器陣列對目標(biāo)水電機(jī)組進(jìn)行實(shí)時感知，獲取實(shí)時運(yùn)行狀態(tài)數(shù)據(jù)集；對所述實(shí)時運(yùn)行狀態(tài)數(shù)據(jù)集進(jìn)行數(shù)據(jù)預(yù)處理，獲得運(yùn)行數(shù)據(jù)處理信息集；遍歷所述運(yùn)行數(shù)據(jù)處理信息集進(jìn)行疲勞特征標(biāo)識，根據(jù)標(biāo)識結(jié)果提取疲勞累積關(guān)鍵特征；根據(jù)所述疲勞累積關(guān)鍵特征進(jìn)行數(shù)字孿生建模，構(gòu)建目標(biāo)水電機(jī)組的疲勞累積預(yù)測模型；基于所述疲勞累積預(yù)測模型進(jìn)行目標(biāo)水電機(jī)組的模擬運(yùn)行，按照預(yù)設(shè)疲勞累積機(jī)制對模擬運(yùn)行結(jié)果進(jìn)行疲勞評估，根據(jù)第一評估結(jié)果對目標(biāo)水電機(jī)組進(jìn)行疲勞累積預(yù)測，輸出第一疲勞累積預(yù)測結(jié)果；通過所述預(yù)設(shè)疲勞累積機(jī)制對所述模擬運(yùn)行結(jié)果進(jìn)行二次疲勞評估，生成第二評估結(jié)果，基于所述第二評估結(jié)果更新所述第一疲勞累積預(yù)測結(jié)果，獲取第二疲勞累積預(yù)測結(jié)果。

3、在可能的實(shí)現(xiàn)方式中，利用全息傳感器陣列對目標(biāo)水電機(jī)組進(jìn)行實(shí)時感知，獲取實(shí)時運(yùn)行狀態(tài)數(shù)據(jù)集，還執(zhí)行以下處理：基于目標(biāo)水電機(jī)組的運(yùn)行場景確定陣列布局參數(shù)；構(gòu)建所述全息傳感器陣列，按照所述陣列布局參數(shù)對所述全息傳感器陣列進(jìn)行布局，并進(jìn)行全息感知測試，獲取感知測試結(jié)果；根據(jù)所述感知測試結(jié)果調(diào)整所述全息傳感器陣列，基于調(diào)整信息對目標(biāo)水電機(jī)組進(jìn)行多維感知，獲取多維運(yùn)行感知信息；集成所述多維運(yùn)行感知信息進(jìn)行實(shí)時更新，生成所述實(shí)時運(yùn)行狀態(tài)數(shù)據(jù)集。

4、在可能的實(shí)現(xiàn)方式中，遍歷所述運(yùn)行數(shù)據(jù)處理信息集進(jìn)行疲勞特征標(biāo)識，根據(jù)標(biāo)識結(jié)果提取疲勞累積關(guān)鍵特征，執(zhí)行以下處理：調(diào)取歷史運(yùn)行疲勞數(shù)據(jù)記錄檔案，遍歷所述運(yùn)行數(shù)據(jù)處理信息集與所述歷史運(yùn)行疲勞數(shù)據(jù)記錄檔案進(jìn)行匹配，生成匹配數(shù)據(jù)集，所述匹配數(shù)據(jù)集包含疲勞特征；基于所述疲勞特征判定所述運(yùn)行數(shù)據(jù)處理信息集的多個疲勞程度數(shù)據(jù)；按照所述多個疲勞程度數(shù)據(jù)劃分多個疲勞等級；基于所述多個疲勞等級對所述運(yùn)行數(shù)據(jù)處理信息集的多個疲勞特征進(jìn)行標(biāo)識，獲取所述標(biāo)識結(jié)果。

5、在可能的實(shí)現(xiàn)方式中，根據(jù)所述疲勞累積關(guān)鍵特征進(jìn)行數(shù)字孿生建模，構(gòu)建目標(biāo)水電機(jī)組的疲勞累積預(yù)測模型，執(zhí)行以下處理：基于所述疲勞累積關(guān)鍵特征將所述運(yùn)行數(shù)據(jù)處理信息集按照預(yù)測時間尺度進(jìn)行數(shù)據(jù)劃分，生成訓(xùn)練數(shù)據(jù)集、監(jiān)督數(shù)據(jù)集、驗(yàn)證數(shù)據(jù)集；通過所述訓(xùn)練數(shù)據(jù)集、所述監(jiān)督數(shù)據(jù)集，基于數(shù)字孿生技術(shù)訓(xùn)練所述疲勞累積預(yù)測模型；根據(jù)所述驗(yàn)證數(shù)據(jù)集對所述疲勞累積預(yù)測模型的輸出結(jié)果進(jìn)行驗(yàn)證評估，根據(jù)評估結(jié)果對所述疲勞累積預(yù)測模型進(jìn)行迭代優(yōu)化，當(dāng)連續(xù)迭代次數(shù)滿足預(yù)設(shè)要求，視為收斂，輸出所述疲勞累積預(yù)測模型。

6、在可能的實(shí)現(xiàn)方式中，基于所述疲勞累積預(yù)測模型進(jìn)行目標(biāo)水電機(jī)組的模擬運(yùn)行，按照預(yù)設(shè)疲勞累積機(jī)制對模擬運(yùn)行結(jié)果進(jìn)行疲勞評估，還執(zhí)行以下處理：對目標(biāo)水電機(jī)組設(shè)定模擬運(yùn)行條件，所述模擬運(yùn)行條件包含模擬運(yùn)行環(huán)境、模擬工作負(fù)載、模擬運(yùn)行時間；基于所述模擬運(yùn)行環(huán)境，啟動所述疲勞累積預(yù)測模型按照所述模擬工作負(fù)載進(jìn)行目標(biāo)水電機(jī)組的模擬運(yùn)行，判斷模擬運(yùn)行時長是否達(dá)到所述模擬運(yùn)行時間，當(dāng)達(dá)到所述模擬運(yùn)行時間時則生成停止指令，根據(jù)所述停止指令停止模擬運(yùn)行，生成模擬運(yùn)行結(jié)果；基于所述模擬運(yùn)行結(jié)果設(shè)定疲勞累積指標(biāo)，按照所述疲勞累積指標(biāo)構(gòu)建所述預(yù)設(shè)疲勞累積機(jī)制，通過所述預(yù)設(shè)疲勞累積機(jī)制對目標(biāo)水電機(jī)組進(jìn)行疲勞累積趨勢分析，生成疲勞累積速率；根據(jù)所述疲勞累積速率進(jìn)行疲勞評估，生成所述第一評估結(jié)果。

7、在可能的實(shí)現(xiàn)方式中，根據(jù)第一評估結(jié)果對目標(biāo)水電機(jī)組進(jìn)行疲勞累積預(yù)測，輸出第一疲勞累積預(yù)測結(jié)果，還執(zhí)行以下處理：利用所述第一評估結(jié)果提取疲勞累積趨勢，根據(jù)所述疲勞累積趨勢繪制疲勞累積趨勢圖；調(diào)取目標(biāo)機(jī)組的歷史運(yùn)行數(shù)據(jù)、基于所述疲勞累積趨勢圖設(shè)定疲勞預(yù)測值；根據(jù)所述疲勞預(yù)測值進(jìn)行疲勞累積預(yù)測，獲取疲勞累積預(yù)測趨勢圖；按照所述疲勞累積預(yù)測趨勢圖輸出目標(biāo)水電機(jī)組的所述第一疲勞累積預(yù)測結(jié)果。

8、在可能的實(shí)現(xiàn)方式中，通過所述預(yù)設(shè)疲勞累積機(jī)制對所述模擬運(yùn)行結(jié)果進(jìn)行二次疲勞評估，生成第二評估結(jié)果，基于所述第二評估結(jié)果更新所述第一疲勞累積預(yù)測結(jié)果，獲取第二疲勞累積預(yù)測結(jié)果，還執(zhí)行以下處理：基于目標(biāo)水電機(jī)組進(jìn)行動態(tài)影響監(jiān)測分析，獲取動態(tài)影響數(shù)據(jù)集，所述動態(tài)影響數(shù)據(jù)集包含材料變化影響數(shù)據(jù)、工況變化影響數(shù)據(jù)；通過所述預(yù)設(shè)疲勞累積機(jī)制基于所述材料變化影響數(shù)據(jù)、所述工況變化影響數(shù)據(jù)對所述模擬運(yùn)行結(jié)果進(jìn)行二次疲勞評估，生成第二評估結(jié)果；遍歷所述第二評估結(jié)果與所述第一評估結(jié)果進(jìn)行比對校正，獲取疲勞累積更新速率、疲勞累積潛在風(fēng)險點(diǎn)；基于所述疲勞累積更新速率、所述疲勞累積潛在風(fēng)險點(diǎn)更新所述第一疲勞累積預(yù)測結(jié)果，生成所述第二疲勞累積預(yù)測結(jié)果。

9、本技術(shù)還提供了基于全息感知的水電機(jī)組疲勞累積預(yù)測系統(tǒng)，包括：

10、水電機(jī)組實(shí)時感知模塊，所述水電機(jī)組實(shí)時感知模塊用于通過利用全息傳感器陣列對目標(biāo)水電機(jī)組進(jìn)行實(shí)時感知，獲取實(shí)時運(yùn)行狀態(tài)數(shù)據(jù)集；

11、關(guān)鍵特征提取模塊，所述關(guān)鍵特征提取模塊用于對所述實(shí)時運(yùn)行狀態(tài)數(shù)據(jù)集進(jìn)行數(shù)據(jù)預(yù)處理，獲得運(yùn)行數(shù)據(jù)處理信息集，遍歷所述運(yùn)行數(shù)據(jù)處理信息集進(jìn)行疲勞特征標(biāo)識，根據(jù)標(biāo)識結(jié)果提取疲勞累積關(guān)鍵特征；

12、疲勞累積預(yù)測模型構(gòu)建模塊，所述疲勞累積預(yù)測模型構(gòu)建模塊用于根據(jù)所述疲勞累積關(guān)鍵特征進(jìn)行數(shù)字孿生建模，構(gòu)建目標(biāo)水電機(jī)組的疲勞累積預(yù)測模型；

13、水電機(jī)組疲勞評估模塊，所述水電機(jī)組疲勞評估模塊用于基于所述疲勞累積預(yù)測模型進(jìn)行目標(biāo)水電機(jī)組的模擬運(yùn)行，按照預(yù)設(shè)疲勞累積機(jī)制對模擬運(yùn)行結(jié)果進(jìn)行疲勞評估，根據(jù)第一評估結(jié)果對目標(biāo)水電機(jī)組進(jìn)行疲勞累積預(yù)測，輸出第一疲勞累積預(yù)測結(jié)果；

14、第二疲勞累積預(yù)測結(jié)果獲取模塊，所述第二疲勞累積預(yù)測結(jié)果獲取模塊用于通過所述預(yù)設(shè)疲勞累積機(jī)制對所述模擬運(yùn)行結(jié)果進(jìn)行二次疲勞評估，生成第二評估結(jié)果，基于所述第二評估結(jié)果更新所述第一疲勞累積預(yù)測結(jié)果，獲取第二疲勞累積預(yù)測結(jié)果。

15、擬通過本技術(shù)提出的基于全息感知的水電機(jī)組疲勞累積預(yù)測方法及系統(tǒng)，利用全息傳感器陣列對目標(biāo)水電機(jī)組進(jìn)行實(shí)時感知；進(jìn)行數(shù)據(jù)預(yù)處理；遍歷運(yùn)行數(shù)據(jù)處理信息集，提取疲勞累積關(guān)鍵特征；進(jìn)行數(shù)字孿生建模，構(gòu)建目標(biāo)水電機(jī)組的疲勞累積預(yù)測模型；進(jìn)行目標(biāo)水電機(jī)組的模擬運(yùn)行，按照預(yù)設(shè)疲勞累積機(jī)制進(jìn)行疲勞評估；基于第二評估結(jié)果更新第一疲勞累積預(yù)測結(jié)果，獲取第二疲勞累積預(yù)測結(jié)果。解決了現(xiàn)有水電機(jī)組疲勞累積預(yù)測存在的難以獲取巨型水電機(jī)組足夠、精準(zhǔn)的運(yùn)行數(shù)據(jù)，導(dǎo)致疲勞累積預(yù)測結(jié)果存在較大誤差的技術(shù)問題，達(dá)到了提升水電機(jī)組疲勞累積預(yù)測的準(zhǔn)確性的技術(shù)效果，解決了現(xiàn)有水電機(jī)組疲勞累積預(yù)測存在的難以獲取巨型水電機(jī)組足夠、精準(zhǔn)的運(yùn)行數(shù)據(jù)，導(dǎo)致疲勞累積預(yù)測結(jié)果存在較大誤差的技術(shù)問題，達(dá)到了提升水電機(jī)組疲勞累積預(yù)測的準(zhǔn)確性和可靠性的技術(shù)效果。