[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

说明书

本申请涉及一种水电站设备故障预测方法、装置、计算机设备和存储介质。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，确定与实时状态向量对应的目标故障特征向量，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；计算实时状态向量与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，根据偏移量与维护状态数据，得到故障发生概率；根据故障发生概率，对故障进行预测。采用本方法基于预设的水电站设备故障知识图谱，预先对故障进行准确地预测，能够实现对水电站设备发生的故障进行及时准确地预测。

技术领域

本申请涉及电力监测技术领域，特别是涉及一种水电站设备故障预测方法、装置、计算机设备和存储介质。

背景技术

随着电力监测领域的发展，出现了对水电站设备的在线监测技术，基于在线监测技术在水电站建立了相应的在线监测系统，对水电站设备的工作状态进行实时监测，当检测到异常状态时进行告警，来防止发生严重的故障或事故。

当前的在线监测技术采用的是阈值告警方法，当监测值超过阈值时发出告警，然而，由于为了防止过多的告警信息，阈值设置的告警门槛高，等到告警信息发出时，会导致不能及时处置而发生事故，并且当前的告警信息过于简单，仅能说明状态参数超出正常范围，并不能判断为何种故障的原因导致，存在无法及时知晓故障原因而发生事故的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够及时准确预测故障的水电站设备故障预测方法、装置、计算机设备和存储介质。

一种水电站设备故障预测方法，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，确定与实时状态向量对应的目标故障特征向量，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；

计算实时状态向量与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，根据偏移量与维护状态数据，得到故障发生概率；

根据故障发生概率，对故障进行预测。

在其中一个实施例中，还包括：

获取水电站设备的故障相关数据，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；

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

在其中一个实施例中，根据状态向量与故障特征向量的对应关系，从对应关系中得到与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状态向量进行多度关系分析，生成与状态向量对应的故障特征向量；

建立状态向量与故障特征向量的对应关系。

在其中一个实施例中，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，生成与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，得到水电站设备故障知识图谱中的节点与故障的关联度，多度关系分析为不同节点的关系权重分析，水电站设备故障知识图谱中的节点表征状态向量；

根据关联度，生成状态向量对应的故障特征向量。