[发明专利]水电站设备故障预测方法、装置、计算机设备和存储介质

权利要求书

1.一种水电站设备故障预测方法，其特征在于，所述方法包括：

获取水电站设备当前运行状态的实时监控数据，生成与所述实时监控数据对应的实时状态向量；

根据状态向量与故障特征向量的对应关系，确定与所述实时状态向量对应的目标故障特征向量，所述状态向量与故障特征向量的对应关系通过预设的水电站设备故障知识图谱分析得到；

计算所述实时状态向量与所述目标故障特征向量的偏移量；

获取水电站设备的维护状态数据，根据所述偏移量与所述维护状态数据，得到故障发生概率；

根据所述故障发生概率，对故障进行预测。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取水电站设备的故障相关数据，所述故障相关数据包括水电站设备数据、状态信息数据、历史故障数据以及历史处理措施数据；

根据所述故障相关数据之间的逻辑关系进行数据建模，构建得到所述预设的水电站设备故障知识图谱。

3.根据权利要求1或2所述的方法，其特征在于，所述根据状态向量与故障特征向量的对应关系，从所述对应关系中得到与所述实时状态向量对应的目标故障特征向量之前，还包括：

获取水电站设备不同维度的故障数据；

根据所述不同维度的故障数据，构成状态向量；

通过预设的水电站设备故障知识图谱对所述状态向量进行多度关系分析，生成与所述状态向量对应的故障特征向量；

建立所述状态向量与所述故障特征向量的对应关系。

4.根据权利要求3所述的方法，其特征在于，所述通过预设的水电站设备故障知识图谱对所述状态向量进行多度关系分析，生成与所述状态向量对应的故障特征向量包括：

通过预设的水电站设备故障知识图谱对状态向量进行多度关系分析，得到所述水电站设备故障知识图谱中的节点与故障的关联度，所述多度关系分析为不同节点的关系权重分析，所述水电站设备故障知识图谱中的节点表征所述状态向量；

根据所述关联度，生成所述状态向量对应的故障特征向量。

5.根据权利要求1所述的方法，其特征在于，所述获取水电站设备当前运行状态的实时监控数据，生成与所述实时监控数据对应的实时状态向量包括：

获取水电站设备当前运行状态的实时监控数据；

根据所述实时监控数据，建立实时监控数据的相关模型，所述相关模型包括对比模型、基于物理原理的计算模型、时间序列分析模型以及统计模型中的任意一种；

根据所述相关模型对所述实时监控数据进行数据分析，生成实时状态向量。

6.根据权利要求1所述的方法，其特征在于，所述根据所述故障发生概率，对故障进行预测之后包括：

根据对故障进行预测所确定的预测故障，从所述预设的水电站设备知识图谱中得到所述预测故障对应的故障原因、故障风险、故障相关现象以及不同的故障解决措施；

根据所述故障原因、所述故障风险以及所述故障相关现象，从所述不同的故障解决措施中确定最优故障解决措施。

7.根据权利要求1所述的方法，其特征在于，所述获取水电站设备的维护状态数据，根据所述偏移量与所述维护状态数据，得到故障发生概率之后还包括：

当所述故障发生概率超过预设的概率阈值时，发送告警信息。

8.一种水电站设备故障预测装置，其特征在于，所述装置包括：

实时数据获取模块，用于获取水电站设备当前运行状态的实时监控数据，生成与所述实时监控数据对应的实时状态向量；

对应向量生成模块，用于根据状态向量与故障特征向量的对应关系，确定与所述实时状态向量对应的目标故障特征向量，所述状态向量与故障特征向量的对应关系通过预设的水电站设备故障知识图谱分析得到；

偏移量计算模块，用于计算所述实时状态向量与所述目标故障特征向量的偏移量；

故障发生概率确定模块，用于获取水电站设备的维护状态数据，根据所述偏移量与所述维护状态数据，得到故障发生概率；

故障预测模块，用于根据所述故障发生概率，对故障进行预测。