一种水电站励磁风机滤网粉尘状态智能监测方法及系统、设备、介质与流程

本发明涉及水电站设备检测，具体而言，涉及一种水电站励磁风机滤网粉尘状态智能监测方法及系统、设备、介质。

背景技术：

1、发电机励磁系统普遍采用强迫风冷方式实现功率柜散热，励磁风机配置滤网以拦截空气中的粉尘，避免粉尘进入功率柜内部附着于可控硅、散热器等核心元件表面，影响散热效率及设备运行稳定性。目前行业内广泛采用固定周期更换励磁风机滤网的方式，依赖运维人员经验设定更换间隔，缺乏对滤网实际粉尘累积状态的实时监测手段。

2、现有固定周期更换方式存在显著缺陷：一方面，若滤网粉尘累积过多未及时更换，会导致通风阻力增大、散热效果下降，引发功率柜温升过高，影响励磁系统稳定运行；另一方面，若滤网粉尘累积较少即提前更换，会造成滤网耗材浪费，增加运维成本。无法根据厂房空气环境变化及机组运行状态动态调整更换时机，不符合设备精益化管理要求。

技术实现思路

1、本发明的目的是提供一种水电站励磁风机滤网粉尘状态智能监测方法及系统、设备、介质，来解决现有技术中的问题。

2、本发明通过以下技术方案实现：

3、一种水电站励磁风机滤网粉尘状态智能监测方法，包括：

4、获取当前的粉尘的基础参数，对粉尘的所述基础参数进行归一化后得到目标参数；

5、分别获取若干目标参数的变化率，构建滤网状态检测模型，基于所述变化率和滤网状态检测模型输出当前的状态指数；

6、获取当前滤网的图像数据，构建图像识别模型，基于图像识别模型对所述图像数据进行识别得到当前滤网的覆盖指数；

7、构建融合模型，基于状态指数和覆盖指数通过融合模型输出当前滤网的更换指数，设置判断阈值，根据判断阈值与所述更换指数输出判断结果。

8、优选的，所述粉尘的基础参数进行归一化包括：

9、

10、获取若干目标参数的变化率包括：

11、

12、式中,为归一化后的第种基础参数，为原始第种基础参数，为第种基础参数的基础参考值，为变化率，为归一化后的第种基础参数第时刻的数据，为第种基础参数第时刻的数据，为第时刻，为第时刻。

13、优选的，构建所述滤网状态检测模型包括：

14、

15、式中，为状态指数，和均为第一计算权重，其和为1，为温度的变化率，为粉尘浓度的变化率。

16、优选的，所述构建图像识别模型包括：

17、输入层，用于获取原始的图像数据

18、卷积层，用于提取原始图像数据中的视觉特征；

19、激活层，用于过滤无效特征，强化滤网结构和被覆盖的粉尘特征；

20、池化层，用于压缩特征图尺寸，保留粉尘特征；

21、全连接层，用于多层卷积、池化得到的二维特征图展平为一维特征向量，完成特征融合；

22、输出层，用于输出粉尘识别特征和当前粉尘识别特征的置信度；

23、采集不同脏污程度、不同光照、不同角度的历史滤网图像，分别对不同的历史滤网图像中的粉尘进行标注，并将历史滤网图像划分训练集、验证集、测试集，基于所述训练集、验证集、测试集对图像识别模型进行训练，得到最优的图像识别模型。

24、优选的，所述基于图像识别模型对所述图像数据进行识别得到当前滤网的覆盖指数包括：

25、对图像数据进行灰度化、去噪、归一化后，输入至图像识别模型；

26、图像识别模型输出粉尘识别特征，对带有粉尘识别特征的图像数据进行语义分割，分别得到粉尘识别特征的覆盖像素数量和图像数据中滤网的原始像素数量；

27、基于所述覆盖像素数量和原始像素数量得到当前覆盖指数。

28、优选的，所述覆盖像素数量和原始像素数量得到当前覆盖指数包括：

29、

30、式中，为覆盖指数，为原始像素数量，为第个粉尘识别特征的覆盖像素数量，为第个粉尘识别特征的置信度，为粉尘识别特征的个数。

31、优选的，所述构建融合模型包括：

32、

33、式中，为更换指数，和为第二计算权重，其和为1。

34、第二方面，本发明还提供了一种水电站励磁风机滤网粉尘状态智能监测系统，用于执行上述的一种水电站励磁风机滤网粉尘状态智能监测方法，包括:

35、数据处理模块，被配置为获取当前的粉尘的基础参数，对粉尘的所述基础参数进行归一化后得到目标参数；分别获取若干目标参数的变化率，构建滤网状态检测模型，基于所述变化率和滤网状态检测模型输出当前的状态指数；获取当前滤网的图像数据，构建图像识别模型，基于图像识别模型对所述图像数据进行识别得到当前滤网的覆盖指数；

36、结果输出模块，被配置为构建融合模型，基于状态指数和覆盖指数通过融合模型输出当前滤网的更换指数，设置判断阈值，根据判断阈值与所述更换指数输出判断结果。

37、第三方面，本发明还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述的一种水电站励磁风机滤网粉尘状态智能监测方法。

38、第四方面，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现上述的一种水电站励磁风机滤网粉尘状态智能监测方法。

39、本发明的技术方案至少具有如下优点和有益效果：

40、采用本发明所提供的方法，主要包括了基于所述变化率和滤网状态检测模型输出当前的状态指数；获取当前滤网的图像数据，构建图像识别模型，基于图像识别模型对所述图像数据进行识别得到当前滤网的覆盖指数，基于状态指数和覆盖指数通过融合模型输出当前滤网的更换指数，设置判断阈值，根据判断阈值与所述更换指数输出判断结果。通过上述方法，综合多种数据的分析和判断，综合给出是否进行更换的结果，这样避免了无法根据厂房空气环境变化及机组运行状态动态调整更换时机的问题，使滤网能够进行及时的更换。

1.一种水电站励磁风机滤网粉尘状态智能监测方法，其特征在于，包括：

2.根据权利要求1所述的一种水电站励磁风机滤网粉尘状态智能监测方法，其特征在于，所述粉尘的基础参数进行归一化包括：

3.根据权利要求2所述的一种水电站励磁风机滤网粉尘状态智能监测方法，其特征在于，构建所述滤网状态检测模型包括：

4.根据权利要求3所述的一种水电站励磁风机滤网粉尘状态智能监测方法，其特征在于，所述构建图像识别模型包括：

5.根据权利要求4所述的一种水电站励磁风机滤网粉尘状态智能监测方法，其特征在于，所述基于图像识别模型对所述图像数据进行识别得到当前滤网的覆盖指数包括：

6.根据权利要求5所述的一种水电站励磁风机滤网粉尘状态智能监测方法，其特征在于，所述覆盖像素数量和原始像素数量得到当前覆盖指数包括：

7.根据权利要求6所述的一种水电站励磁风机滤网粉尘状态智能监测方法，其特征在于，所述构建融合模型包括：

8.一种水电站励磁风机滤网粉尘状态智能监测系统，其特征在于，用于执行权利要求1-7任意一项所述的一种水电站励磁风机滤网粉尘状态智能监测方法，包括:

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-7任意一项所述的一种水电站励磁风机滤网粉尘状态智能监测方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7任意一项所述的一种水电站励磁风机滤网粉尘状态智能监测方法。