水电站计算机监控系统综合智能告警研究

作者：唐杰阳; 唐凡; 杨东; 丁仁山; 石东明; 章逸舟^*; 孙国强

来源：中国水利水电科学研究院学报, 2022, 20(04): 377-385.

DOI：10.13244/j.cnki.jiwhr.20210119

• 故障诊断
• 综合智能告警
• 卷积神经网络
• 深度学习
• 规则推理

故障诊断技术是保证水电机组及相关设备安全可靠运行的关键。由于电站集控中心接入监控对象设备量越来越多，故障自主诊断成为重要研究问题。本文针对水电站运行特点，提出了一种结合深度学习和规则推理的计算机监控系统综合智能告警方法。首先，介绍监控数据的前期处理流程，并以卷积神经网络（Convolutional Neural Network,CNN）为基础，构建基于深度学习的故障诊断模型；然后整合出几种较为宽泛的故障类型，利用历史样本训练CNN模型；最后结合基于专家经验的规则推理，完成对故障诊断结果的校核、细化及补充。算例结果表明，本文所提方法能够有效实现水电站故障自主诊断，为水电站智能化建设提供技术支撑。

• 单位
  河海大学; 雅砻江流域水电开发有限公司; 电气学院