[发明专利]一种应用于水电站的闸门漏水检测模型构建方法

权利要求书

1.一种应用于水电站的闸门漏水检测模型构建方法，其特征在于，该方法的步骤包括：

建立可靠性概率表，基于布设的压力探测模块获取历史蜗壳段及历史尾水段的时序压力数据，分别对历史蜗壳段及历史尾水段的时序压力数据进行数据预处理，将预处理数据形成历史蜗壳段及历史尾水段压力单模态信息，依据可靠性概率表以及贝叶斯推理模型得出对应的多模态融合概率，依据多模态融合概率获取历史蜗壳段及历史尾水段的可靠时序信息，以表征为蜗壳段的时序数据集以及尾水段的时序数据集，进入下一步骤；

应用自适应滤波算法分别构建蜗壳段故障检测模型以及尾水段故障检测模型，以蜗壳段的时序数据集作为蜗壳段故障检测模型的输入，同时以尾水段的时序数据集作为尾水段故障检测模型的输入，分别对蜗壳段故障检测模型以及尾水段故障检测模型进行模型训练，结合设定评估指标算法并以最优值作为评估结果，获取完成训练的蜗壳段故障检测模型以及尾水段故障检测模型；

将完成训练的蜗壳段故障检测模型以及尾水段故障检测模型布设至对应区域，并将蜗壳段及尾水段的实时监测数据输入至对应模型，完成水电站的闸门漏水检测。

2.根据权利要求1所述的应用于水电站的闸门漏水检测模型构建方法，其特征在于，布设的压力探测模块包括：布设在蜗壳进口的压力监测器、布设在蜗壳尾部的压力监测器、布设在尾水管进口的压力监测器以及布设在尾水管尾部的压力监测器。

3.根据权利要求2所述的应用于水电站的闸门漏水检测模型构建方法，其特征在于，历史蜗壳段的时序压力数据包括：蜗壳进口的压力数据与蜗壳进口的压力数据所对应单位时间排水量，以及蜗壳尾部的压力数据与蜗壳尾部的压力数据所对应单位时间排水量。

4.根据权利要求2所述的应用于水电站的闸门漏水检测模型构建方法，其特征在于，历史尾水段的时序压力数据包括：尾水管进口的压力数据与尾水管进口的压力数据所对应单位时间排水量，以及尾水管尾部的压力数据与尾水管尾部的压力数据所对应单位时间排水量。

5.根据权利要求2-4任一项所述的应用于水电站的闸门漏水检测模型构建方法，其特征在于，上述所述的蜗壳进口及尾部的压力数据所对应的单位时间排水量，具体通过预设的蜗壳放空阀的过流面积，并通过伯努利方程计算获取；

上述所述的尾水管进口及尾部的压力数据所对应的单位时间排水量，具体通过预设的尾水管体积，并通过伯努利方程计算获取；

伯努利方程的计算公式为：

p+ρgh+(1/2)*ρv^2＝C*。

6.根据权利要求5所述的应用于水电站的闸门漏水检测模型构建方法，其特征在于，分别对历史蜗壳段及历史尾水段的时序压力数据进行数据预处理，其中，数据预处理的方式具体为卡尔曼滤波法。

7.根据权利要求6所述的应用于水电站的闸门漏水检测模型构建方法，其特征在于，设定评估指标算法具体选用拟合优度R方评估指标算法、平均绝对误差MAE评估指标算法、均方误差MSE评估指标算法及均方根误差RMSE评估指标算法其中之一。

8.一种应用于水电站的闸门漏水检测模型构建系统，其特征在于，应用权利要求1-7任一项所述的应用于水电站的闸门漏水检测模型构建方法，包括：依次连接的历史数据获取模块、数据预处理模块、模型构建模块、模型训练模块、模型评估模块；其中，历史数据获取模块用于获取历史蜗壳段及历史尾水段的时序压力数据，数据预处理模块用于对历史蜗壳段及历史尾水段的时序压力数据进行数据预处理，模型构建模块应用自适应滤波算法分别构建蜗壳段故障检测模型以及尾水段故障检测模型，模型训练模块用于对蜗壳段故障检测模型以及尾水段故障检测模型进行模型训练，模型评估模块用于结合设定评估指标算法并以最优值作为评估结果，分别对蜗壳段故障检测模型以及尾水段故障检测模型进行模型评估。

9.一种电子设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1-7任一项所述应用于水电站的闸门漏水检测模型构建方法的步骤。

10.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述应用于水电站的闸门漏水检测模型构建方法的步骤。