一种基于GRU的电站辅机设备状态监测与故障预警方法

本发明公开了一种基于GRU的电站辅机设备状态监测与故障预警方法，包括：收集辅机设备实时运行数据并预处理；搭建GRU辅机状态预测模型，利用正常运行数据的训练集进行训练；结合贝叶斯优化算法调整模型架构，得到优化后的辅机状态预测模型；基于正常运行数据的验证集，计算预测值和真实值的综合残差指数，并确定预警阈值；收集辅机故障发生前后一段时间内的运行数据作为测试集；基于优化后的辅机状态预测模型，计算测试集数据的预测值与实际值的综合残差指数；比较测试集数据的综合残差指数与预警阈值，进行辅机状态感知与故障预警。本发明有效提高了对辅机状态变化的实时监测能力，有助于降低设备故障率，提升电站运行的安全性和可靠性。