[发明专利]一种面向水电机群广域监测诊断的雾计算系统及方法

权利要求书

1.一种面向水电机群广域监测诊断的雾计算系统，其特征在于，包括依次连接的现地边缘计算节点、数据服务私有云、诊断服务公有云和智能终端设备；

水电机组在线监测系统将监测到的水电机组运行状态信息存储在现地数据服务器中；现地边缘计算节点与现地数据服务器相连，获取监测数据，并对监测数据进行特征提取，然后将特征数据传送至数据服务私有云；数据服务私有云对数据进行汇总存储，并将数据统一进行编码送至诊断服务公有云；诊断服务公有云通过其上设置的专家系统对机组特征数据进行故障诊断分析，并将诊断结果推送至电厂运维人员携带的智能终端设备上；

其中，故障诊断分析采用KNN算法进行故障诊断，包括以下步骤：

首先，计算当前水电机组特征向量与标准样本库中各个标准样本特征向量的距离：

其中，x^k为标准样本特征向量x中第k个特征指标值，标准样本包括正常样本和故障样本；y^k为当前水电机组特征向量y中第k个特征指标值，n为特征向量中的特征指标个数；

然后，选取与当前水电机组特征向量距离最小的K个标准样本特征向量；

最后，根据这K个标准样本特征向量所属的类别，统计各个类别出现频率，所述类别包括正常类别和各类故障类别；将这K个标准样本特征向量中出现频率最高的类别作为当前水电机组特征向量的最终分类；若存在多个出现频率最高的类别，则选取这些类别中与当前水电机组特征向量距离最小的标准样本特征向量所属类别，作为当前水电机组特征向量的最终分类；若最终分类为某种故障类别，且相应的距离小于第一设定阈值，则诊断水电机组出现了该种故障，若最终分类为正常类别，但相应的距离大于第二设定阈值，则对当前水电机组进行故障预警。

2.根据权利要求1所述的面向水电机群广域监测诊断的雾计算系统，其特征在于，所述现地边缘计算节点是利用水电厂的数据服务器及其他网络计算设备构建而成。

3.根据权利要求1所述的面向水电机群广域监测诊断的雾计算系统，其特征在于，每个水电站都配置有专属的数据私有云，各个数据私有云之间通过物理隔离，以保证数据的安全性和私密性。

4.一种面向水电机群广域监测诊断的雾计算方法，其特征在于，采用权利要求1～3中任一项所述雾计算系统进行故障诊断预警，包括以下步骤：

步骤1、水电机组在线监测系统将监测到的水电机组运行状态信息存储在现地数据服务器中；

步骤2、现地边缘计算节点从现地数据服务器获取监测数据，并对监测数据进行特征提取，然后将特征数据传送至数据服务私有云；

步骤3、数据服务私有云对数据进行汇总存储，并将数据统一进行编码送至诊断服务公有云；

步骤4、诊断服务公有云通过其上设置的专家系统对机组特征数据进行故障诊断分析，并将诊断结果推送至电厂运维人员携带的智能终端设备上；

所述步骤4中，采用KNN算法进行故障诊断，包括以下步骤：

首先，计算当前水电机组特征向量与标准样本库中各个标准样本特征向量的距离：

其中，x^k为标准样本特征向量x中第k个特征指标值，标准样本包括正常样本和故障样本；y^k为当前水电机组特征向量y中第k个特征指标值，n为特征向量中的特征指标个数；

然后，选取与当前水电机组特征向量距离最小的K个标准样本特征向量；

最后，根据这K个标准样本特征向量所属的类别，统计各个类别出现频率，所述类别包括正常类别和各类故障类别；将这K个标准样本特征向量中出现频率最高的类别作为当前水电机组特征向量的最终分类；若存在多个出现频率最高的类别，则选取这些类别中与当前水电机组特征向量距离最小的标准样本特征向量所属类别，作为当前水电机组特征向量的最终分类；若最终分类为某种故障类别，且相应的距离小于第一设定阈值，则诊断水电机组出现了该种故障，若最终分类为正常类别，但相应的距离大于第二设定阈值，则对当前水电机组进行故障预警。