[发明专利]一种基于Transformer模型的排水系统运行状态预测方法及系统

说明书

本申请实施例公开了一种基于Transformer模型的排水系统运行状态预测方法及系统，属于排水系统技术领域，其中，所述方法包括：获取排水系统的多个历史候选运行参数序列；从多个历史候选运行参数序列中选择多个历史目标运行参数序列；通过参数预测模型基于多个历史目标运行参数序列预测多个未来目标运行参数序列；通过水位预测模型基于多个历史候选运行参数序列及多个未来目标运行参数序列，预测排水系统的未来水位序列，其中，未来水位序列包括排水系统在多个未来时间点的水位；基于排水系统的未来水位序列确定排水系统的运行状态，具有预测排水系统的运行状态，保证顶盖水位保持在安全可控的范围内，提升水电站运行的安全性的优点。

技术领域

本发明主要涉及排水系统技术领域，具体地说，涉及一种基于Transformer模型的排水系统运行状态预测方法及系统。

背景技术

排水系统的最终目标是通过排水泵的调度，将水位控制并保持在一个合理的区间，而系统水位又会受到多种因素的影响。现有技术中，主要通过实时监测的方式，对顶盖水位进行监测和预警，导致在顶盖水位过高时，采取的应对措施较为滞后，降低了水电站运行的安全性。

因此，需要一种基于Transformer模型的排水系统运行状态预测方法及系统，用于预测排水系统的运行状态，保证顶盖水位保持在安全可控的范围内，提升水电站运行的安全性。

发明内容

为了解决现有技术中只采用实时监测的方式，对顶盖水位进行监测和预警，导致在顶盖水位过高时，使得采取的应对措施较为滞后，降低了水电站运行的安全性的技术问题，本说明书实施例之一提供一种基于Transformer模型的排水系统运行状态预测方法，所述方法包括：获取排水系统的多个历史候选运行参数序列，其中，所述历史候选运行参数序列包括所述排水系统在多个历史时间点的运行参数；从所述多个历史候选运行参数序列中选择多个历史目标运行参数序列；通过参数预测模型基于所述多个历史目标运行参数序列预测多个未来目标运行参数序列，其中，所述未来目标运行参数序列包括所述排水系统在多个未来时间点的运行参数；通过水位预测模型基于所述多个历史候选运行参数序列及所述多个未来目标运行参数序列，预测所述排水系统的未来水位序列，其中，所述未来水位序列包括所述排水系统在多个未来时间点的水位；基于所述排水系统的未来水位序列确定所述排水系统的运行状态。

在一些实施例中，所述获取排水系统的多个历史候选运行参数序列，包括：获取所述排水系统的多个初始历史候选运行参数序列；对每个所述初始历史候选运行参数序列进行预处理，生成所述初始历史候选运行参数序列对应的所述历史候选运行参数序列，其中，所述预处理包括空白数据及异常数据处理。

在一些实施例中，所述从所述多个历史候选运行参数序列中选择多个历史目标运行参数序列，包括：获取所述多个历史候选运行参数序列对应的历史水位序列，其中，所述历史水位序列包括在所述排水系统在多个历史时间点的水位；对于每个所述历史候选运行参数序列，确定所述历史候选运行参数序列与所述历史水位序列的序列相关度；基于每个所述历史候选运行参数序列的序列相关度，从所述多个历史候选运行参数序列中选择多个历史目标运行参数序列。

在一些实施例中，所述运行参数包括水轮机机组流量、机组有功、主轴密封磨损量、密封水压力、密封水流量、顶盖压力脉动、顶盖x向振动、顶盖y向振动及顶盖z向振动。

在一些实施例中，所述水位预测模型包括输入层、解码器、编码器和输出层；所述输入层用于对所述多个历史目标运行参数序列预测多个未来目标运行参数序列进行编码处理，生成神经网络嵌入表示，所述输入层输出所述神经网络嵌入表示给所述编码器；所述编码器用于先基于自注意力机制，对所述嵌入表示进行处理得到注意力特征向量矩阵；再使用池化操作对所述注意力特征向量矩阵进行处理，生成编码隐藏表示，所述编码器输出所述编码隐藏表示给所述解码器；所述解码器用于基于自注意力机制，对所述编码隐藏表示进行处理得到解码隐藏表示，所述解码器用于将所述解码隐藏表示输出给所述输出层；所述输出层用于对所述解码隐藏表示进行全连接处理得到所述排水系统的未来水位序列。