发电厂设备故障诊断模型的训练方法、装置、电子设备及存储介质与流程

本发明涉及故障诊断，尤其涉及一种发电厂设备故障诊断模型的训练方法、装置、电子设备及存储介质。

背景技术：

1、现有发电厂设备故障诊断方法，通常需要专家根据设备运行数据，对设备故障进行预测。

2、在实现本发明的过程中，发现现有技术中至少存在以下技术问题：现有技术方案，存在故障诊断准确率低的问题。

技术实现思路

1、本发明提供了一种发电厂设备故障诊断模型的训练方法、装置、电子设备及存储介质，以提升电厂设备的故障诊断准确率。

2、根据本发明的一方面，提供了一种发电厂设备故障诊断模型的训练方法，包括：

3、获取多个时刻下的发电厂设备的故障运行数据，其中，所述发电厂设备的故障运行数据包括发电厂设备的入口工质参数、发电厂设备的出口工质参数和发电厂设备的控制运行参数；

4、响应于对所述多个时刻下的发电厂设备的故障运行数据进行图构造操作，得到发电厂设备的故障运行数据图，其中，所述发电厂设备的故障运行数据图包含多列数据，每一列表示同一时刻下的发电厂设备的故障运行数据，每一列数据中基于发电厂设备的入口工质参数、发电厂设备的控制运行参数和发电厂设备的出口工质参数的顺序从上至下依次排列；

5、基于所述发电厂设备的故障运行数据图构造得到发电厂设备故障诊断模型训练数据集；

6、基于所述发电厂设备故障诊断模型训练数据集对初始神经网络模型进行训练，得到训练完成的发电厂设备故障诊断模型。

7、根据本发明的另一方面，提供了一种发电厂设备故障诊断方法，包括：

8、获取发电厂设备的实时故障运行数据；

9、响应于对所述发电厂设备的实时故障运行数据进行图构造操作，得到发电厂设备的实时故障运行数据图；

10、将所述发电厂设备的实时故障运行数据图输入至预先训练完成的发电厂设备故障诊断模型，得到故障诊断结果，其中，所述发电厂设备故障诊断模型基于本发明任一实施例中任一项所述的发电厂设备故障诊断模型的训练方法训练得到。

11、根据本发明的另一方面，提供了一种发电厂设备故障诊断模型的训练装置，包括：

12、发电厂设备的故障运行数据获取模块，用于获取发电厂设备的故障运行数据，其中，所述发电厂设备的故障运行数据包括发电厂设备的入口工质参数、发电厂设备的出口工质参数和发电厂设备的控制运行参数；

13、发电厂设备的故障运行数据图构造模块，用于响应于对所述发电厂设备的故障运行数据进行图构造操作，得到发电厂设备的故障运行数据图，其中，所述发电厂设备的故障运行数据图包含多列数据，每一列表示同一时刻下的发电厂设备的故障运行数据，每一列数据中基于发电厂设备的入口工质参数、发电厂设备的控制运行参数和发电厂设备的出口工质参数的顺序从上至下依次排列；

14、发电厂设备故障诊断模型训练数据集构造模块，用于基于所述发电厂设备的故障运行数据图构造得到发电厂设备故障诊断模型训练数据集；

15、发电厂设备故障诊断模型训练模块，用于基于所述发电厂设备故障诊断模型训练数据集对初始神经网络模型进行训练，得到训练完成的发电厂设备故障诊断模型。

16、根据本发明的另一方面，提供了一种发电厂设备故障诊断方法，包括：

17、实时故障运行数据获取模块，用于获取发电厂设备的实时故障运行数据；

18、实时故障运行数据图构造模块，用于响应于对所述发电厂设备的实时故障运行数据进行图构造操作，得到发电厂设备的实时故障运行数据图；

19、故障诊断结果预测模块，用于将所述发电厂设备的实时故障运行数据图输入至预先训练完成的发电厂设备故障诊断模型，得到故障诊断结果，其中，所述发电厂设备故障诊断模型基于本发明任一实施例中任一项所述的发电厂设备故障诊断模型的训练方法训练得到。

20、根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

21、至少一个处理器；

22、以及与所述至少一个处理器通信连接的存储器；

23、其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的发电厂设备故障诊断模型的训练方法。

24、根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的发电厂设备故障诊断模型的训练方法。

25、本发明实施例的技术方案，通过获取多个时刻下的发电厂设备的故障运行数据，其中，发电厂设备的故障运行数据包括发电厂设备的入口工质参数、发电厂设备的出口工质参数和发电厂设备的控制运行参数；响应于对多个时刻下的发电厂设备的故障运行数据进行图构造操作，得到发电厂设备的故障运行数据图，其中，发电厂设备的故障运行数据图包含多列数据，每一列表示同一时刻下的发电厂设备的故障运行数据，每一列数据中基于发电厂设备的入口工质参数、发电厂设备的控制运行参数和发电厂设备的出口工质参数的顺序从上至下依次排列；基于发电厂设备的故障运行数据图构造得到发电厂设备故障诊断模型训练数据集；基于发电厂设备故障诊断模型训练数据集对初始神经网络模型进行训练，得到训练完成的发电厂设备故障诊断模型。上述技术方案，通过图构造操作，能够使模型同时对故障运行数据之间的变化特征和时间尺度上的变化特征进行准确提取，从而提升了发电厂设备故障诊断模型的故障识别准确率。

26、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种发电厂设备故障诊断模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，在所述获取发电厂设备的故障运行数据之后，方法还包括：

3.根据权利要求1所述的方法，其特征在于，所述基于所述发电厂设备的故障运行数据图构造得到发电厂设备故障诊断模型训练数据集，包括：

4.根据权利要求3所述的方法，其特征在于，在响应于对所述发电厂设备的故障运行数据图的故障数据标注操作之前，所述方法还包括：

5.根据权利要求3所述的方法，其特征在于，所述发电厂设备的故障运行数据图的标注数据包括矩形锚框和标签，其中，所述矩形锚框包含故障出现时间以及故障持续时间；标签表示故障类型编号。

6.一种发电厂设备故障诊断方法，其特征在于，包括：

7.一种发电厂设备故障诊断模型的训练装置，其特征在于，包括：

8.一种发电厂设备故障诊断装置，其特征在于，包括：

9.一种电子设备，其特征在于，所述电子设备包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-5中任一项所述的发电厂设备故障诊断模型的训练方法和/或权利要求6所述的发电厂设备故障诊断方法。

技术总结本发明公开了一种发电厂设备故障诊断模型的训练方法、装置、电子设备及存储介质。该方法包括：获取多个时刻下的发电厂设备的故障运行数据；响应于对所述多个时刻下的发电厂设备的故障运行数据进行图构造操作，得到发电厂设备的故障运行数据图；基于所述发电厂设备的故障运行数据图构造得到发电厂设备故障诊断模型训练数据集；基于所述发电厂设备故障诊断模型训练数据集对初始神经网络模型进行训练，得到训练完成的发电厂设备故障诊断模型。上述技术方案，通过图构造操作，能够使模型同时对故障运行数据之间的变化特征和时间尺度上的变化特征进行准确提取，从而提升了发电厂设备故障诊断模型的故障识别准确率。技术研发人员：雷丽君,郭为民,邵壮,蒙小飞,窦晨丹,程日明,孟青叶,李增学,梁华,郑志强受保护的技术使用者：润电能源科学技术有限公司技术研发日：技术公布日：2024/11/14