燃气轮机故障诊断与定位方法、装置、电子设备及可读存储介质与流程

本发明涉及燃气轮机故障诊断，特别涉及一种燃气轮机故障诊断与定位方法、装置、电子设备及可读存储介质。

背景技术：

1、燃气轮机作为高效的动力设备，广泛应用于电力发电、航空航天、工业驱动等领域，其运行状态的稳定性直接决定了整个动力系统的可靠性与安全性。燃气轮机控制系统（tcs）是保障燃气轮机稳定运行的核心，其核心功能包括实时监测燃机多维度运行参数（如温度、压力、转速、振动、燃料流量等）、驱动执行机构（如燃料阀、进口导叶igv、旁路阀等）动作，并通过闭环调节实现燃机在不同工况下的稳定、高效运行。

2、故障诊断与根因定位是tcs的关键组成部分，其作用是及时识别燃机运行中的异常状态，精准定位故障根源，为运维决策和紧急控制提供支撑，避免故障扩大引发停机、设备损坏等严重后果。

3、现有技术中存在燃气轮机的关联故障识别难、根因定位不准的问题，亟待解决。

4、公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

技术实现思路

1、本发明的目的在于解决现有技术中存在燃气轮机的关联故障识别难、根因定位不准的问题，提供一种燃气轮机故障诊断与定位方法、装置、电子设备及可读存储介质。

2、本发明第一方面提供一种燃气轮机故障诊断与定位方法，包括：获取燃气轮机控制系统的测点运行数据，提取预设时间窗口内的时序特征；构建异构有向图，其中，所述异构有向图的节点为所述控制系统中的测点，所述异构有向图的有向边为基于测点间的信号传导路径、监测链路及参数关联所确定的边，对应所述节点的属性特征为所述时序特征；将所述异构有向图输入至预先训练完成的异构图神经网络模型，获取所述异构图神经网络模型输出的故障类型、异常测点集合以及有向边的传播概率矩阵；根据所述传播概率矩阵和所述异常测点集合确定故障根因节点，根据所述故障类型以及所述故障根因节点生成控制指令。

3、在本发明的一实施方式中，所述构建异构有向图，包括：在同一监测链路中，由上游测点节点向下游测点节点构建有向边；由第一参数测点节点向具有关联关系的第二参数测点节点构建有向边；在同一监测区域内，在不同类型的测点节点之间构建有向边。

4、在本发明的一实施方式中，所述属性特征为对所述测点运行数据进行归一化处理后获得的数据，所述测点运行数据包括测点监测值、监测值变化率以及监测值波动幅度。

5、在本发明的一实施方式中，所述传播概率矩阵记为，n为节点总数；矩阵元素表示故障从节点u向节点v传播的概率；无有向边连接的节点对对应的传播概率为0。

6、在本发明的一实施方式中，所述根据所述传播概率矩阵和所述异常测点集合确定故障根因节点，包括：从所述异常测点集合中，选取入边传播概率之和最大且出边传播概率之和最小的节点，记为端节点；从所述端节点出发，沿有向边的反方向遍历各上游前驱节点，得到多条候选回溯路径；计算各候选回溯路径的传播概率乘积；选取传播概率乘积最大的候选回溯路径，并将该路径中无上游前驱节点的起始节点作为所述故障根因节点。

7、在本发明的一实施方式中，所述异构图卷积层的节点特征输出满足：

8、

9、其中，为第l+1层节点i的特征向量，k为有向边类型集合，n_k(i)为通过第k类有向边与节点i相连的节点集合，为第l层第k类有向边对应的权重矩阵，为第l层第k类有向边对应的偏置项，为激活函数。

10、在本发明的一实施方式中，所述异构图神经网络模型的损失函数为：

11、

12、其中，

ltype为故障类型交叉熵损失，

lnode为故障节点交叉熵损失，

lprob为传播概率均方误差损失；、、为权重系数，且满足。

13、本发明第二方面提供一种燃气轮机故障诊断与定位装置，包括：第一获取模块，用于获取燃气轮机控制系统的测点运行数据，提取预设时间窗口内的时序特征；第一处理模块，用于构建异构有向图，其中，所述异构有向图的节点为所述控制系统中的测点，所述异构有向图的有向边为基于测点间的信号传导路径、监测链路及参数关联所确定的边，对应所述节点的属性特征为所述时序特征；第一诊断模块，用于将所述异构有向图输入至预先训练完成的异构图神经网络模型，获取所述异构图神经网络模型输出的故障类型、异常测点集合以及有向边的传播概率矩阵；第一控制模块，用于根据所述传播概率矩阵和所述异常测点集合确定故障根因节点，根据所述故障类型以及所述故障根因节点生成控制指令。

14、本发明第三方面提供一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如第一方面所述的燃气轮机故障诊断与定位方法。

15、本发明第四方面提供一种计算机可读存储介质，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第一方面所述的燃气轮机故障诊断与定位方法。

16、本发明提供的方法通过以燃气轮机控制系统的测点为节点，并基于信号传导路径、监测链路及参数关联构建异构有向图，建立了符合控制系统运行逻辑的拓扑约束，解决了传统模型忽略参数间因果依赖及级联传播特性的问题；同时，结合异构图神经网络对时序特征的深度挖掘，通过输出故障传播概率矩阵实现了对异常测点集合的反向因果溯源，能够在复杂报警环境下精准锁定故障根因；最终根据故障类型及根因节点生成控制指令，构建了从机理感知到精准溯源再到闭环控制的完整技术路径，显著提高了故障处理的实时性与准确性，有效保障了燃气轮机组的运行安全性。

1.一种燃气轮机故障诊断与定位方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述构建异构有向图，包括：

3.根据权利要求1所述的方法，其特征在于，所述属性特征为对所述测点运行数据进行归一化处理后获得的数据，所述测点运行数据包括测点监测值、监测值变化率以及监测值波动幅度。

4.根据权利要求1所述的方法，其特征在于，所述传播概率矩阵记为，n为节点总数；矩阵元素表示故障从节点u向节点v传播的概率；无有向边连接的节点对对应的传播概率为0。

5.根据权利要求4所述的方法，其特征在于，所述根据所述传播概率矩阵和所述异常测点集合确定故障根因节点，包括：

6.根据权利要求1所述的方法，其特征在于，所述异构图卷积层的节点特征输出满足：

7.根据权利要求1所述的方法，其特征在于，所述异构图神经网络模型的损失函数为：

8.一种燃气轮机故障诊断与定位装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：

10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的燃气轮机故障诊断与定位方法。