摘要
本发明公开了一种水电站机组故障检测与诊断方法及系统,所述方法包括:通过多种传感器采集水电站机组零部件的工况参数信息,并将采集到的所述工况参数信息存储到时序数据库;从时序数据库获取工况参数信息,对获取的工况参数信息进行预处理,将预处理后的工况参数信息输入到深度神经网络模型;如果深度神经网络模型的输出结果为故障预警,根据所述工况参数信息和历史数据库生成故障诊断报告;根据预设的映射关系将生成的故障诊断报告发送到对应的终端,并根据预设的策略将时序数据库中的工况参数信息迁移到历史数据库。本发明采用时序数据库提高了传感器数据查询、分析的效率,并对预测结果提供了数据支撑,便于快速获得诊断结果。
技术关键词
深度神经网络模型
水电站机组
工况
水电机组故障
时序
分区
报告
故障检测
无线振动传感器
诊断方法
矩阵
映射关系建立
诊断系统
数据存储单元
数据采集单元
终端
表格
系统为您推荐了相关专利信息
RBF神经网络
固液火箭发动机
性能预测方法
工况特征
数值仿真模型
信道预测方法
卷积长短期记忆
多尺度
时延
多普勒
融合神经网络
搜索算法优化
辨识方法
电力系统
门控循环单元