[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

说明书

本发明涉及水电站闸门漏水检测技术领域，涉及一种应用于水电站的闸门漏水检测模型构建方法，该方法的步骤包括：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，以表征为蜗壳段的时序数据集以及尾水段的时序数据集，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，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，结合评估指标算法，以最优值评估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。

技术领域

本发明涉及水电站闸门漏水检测技术领域，具体而言，涉及一种应用于水电站的闸门漏水检测模型构建方法。

背景技术

就目前而言，水电站的蜗壳段事故门落门和尾水门落门是否存在漏水现象，通常需要结合尾水放空阀排水时间、蜗壳放空阀排水时间与蜗壳压力管路压力下降情况进行综合判断，若蜗壳段事故门或尾水门出现落门问题，继而容易产生漏水现象。现阶段的水电站通常依靠检修人员凭借经验反复提落门，直至落门达到设定效果后再进行排水，不仅消耗大量时间，并且由于通过人工主观的凭借经验判断，无法客观比较分析水电站的压力数据，容易导致水电站的漏水量的测量数据与实际数据存在误差，存在极大的不确定性，不能满足使用需求。基于此，我们设计了一种应用于水电站的闸门漏水检测模型构建方法，用于解决上述技术问题。

发明内容

本发明的目的在于提供一种应用于水电站的闸门漏水检测模型构建方法，其用于解决上述技术问题。

本发明的实施例通过以下技术方案实现：

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。

可选的，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。

可选的，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。

可选的，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。

可选的，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：