一种水轮发电机定子温度预测的预警方法、系统、设备及介质与流程

本发明公开了一种水轮发电机定子温度预测的预警方法、系统、设备及介质，涉及水轮发电机状态监测。

背景技术：

1、水轮发电机的定子过热会导致一系列故障，如绝缘老化和绕组短路等。这些故障不仅可能影响发电机的运行效率，还有可能对设备造成不可逆转的损害，进而影响整个电力系统的安全性和可靠性。

2、在实际应用中，传统的监测方法主要依赖于设定的阈值来发出报警。然而，这种方法在应对温度逐渐升高的情况时，表现出较大的局限性，固定的阈值无法适应不同的工作条件和环境变化，例如在高负荷状态下，定子的温度可能会稍微高于正常值，但仍然在阈值范围内，这会导致早期问题的忽视。同时此类方法主要关注瞬时温度，一旦温度未超过阈值，就不会触发报警，未能有效捕捉温度的变化趋势。最后定子温度并不仅仅受到单一因素的影响，温度变化受多种参数的影响，如冷却水的流量、环境温度、发电机负荷等，固定阈值法未能考虑这些耦合效应。

技术实现思路

1、本发明的目的是提供一种水轮发电机定子温度预测的预警方法、系统、设备及介质，以解决背景技术中的问题。本方法能够提前捕捉定子温度的异常变化，避免因过热导致的设备故障，提升水轮发电机的运行安全性与维护效率。

2、为了实现上述发明目的，本发明的技术方案如下：

3、一种水轮发电机定子温度预测的预警方法，通过皮尔逊相关系数筛选关键影响因素，利用历史温度数据与实时运行数据训练模型；将预测温度与实际温度的残差序列进行动态时间规整分析，结合滑动窗口统计检验，识别温度异常趋势并触发预警。

4、优选的，包括以下步骤：

5、步骤一、通过数据采集单元获取水轮发电机定子的历史温度数据及实时运行参数；

6、步骤二、对原始数据进行预处理，利用线性插值填充缺失数据；

7、步骤三、基于改进麻雀搜索算法优化lightgbm模型的叶子节点数、学习率、树深度及正则化系数，构建定子温度预测模型；

8、步骤四、利用实时数据输入定子温度预测模型输出预测温度，计算预测值与实际值的残差序列，通过动态时间规整分析残差趋势；

9、步骤五、若连续n个窗口的动态时间规整距离超过历史阈值，则判定定子温度异常，触发预警信号。

10、优选的，所述步骤一中，历史温度数据及实时运行参数包括负载电流、冷却水流量、环境温度和绕组电阻值。

11、优选的，所述步骤二中，采用3σ准则剔除超出[μ-3σ，μ+3σ]范围的异常值，其中μ为均值，σ为标准差；并通过min-max归一化将数据映射至[0,1]区间。

12、优选的，所述步骤三中，lightgbm模型的rmse值计算：

13、；

14、其中为实际温度值，为预测温度值。

15、优选的，所述步骤三中，将麻雀搜索算法分为发现者、追随者和警戒者三类，分别执行不同的更新规则，增强全局搜索能力。

16、优选的，发现者负责全局搜索，更新公式为：

17、；

18、其中为第

i个麻雀在第

t次迭代中的位置，为随机数，

t为最大迭代次数。

19、优选的，追随者通过向发现者学习更新位置，更新公式为：

20、；

21、其中为自适应惯性权重，为当前最优解；rand() 代表[0,1]区间的均匀分布随机数。

22、优选的，警戒者通过随机搜索以避免局部最优，公式为：

23、；

24、其中为扰动系数。

25、优选的，最后对对超出范围的位置进行修正，公式为：

26、；

27、其中，分别为第j个参数的下界和上界。

28、优选的，重复上述步骤，直到达到最大迭代次数，记录每代最优rmse值，用于绘制收敛曲线。

29、优选的，所述通过动态时间规整分析残差趋势，计算公式为：

30、；

31、其中，q为历史残差序列，c为实时残差序列，π为最优对齐路径；qi为历史残差基准序列q的第i个元素（i=1,2,...,m，m为基准序列q的长度）；cj为实时残差序列c的第j个元素（j=1,2,...,n，n为实时序列c的长度）。

32、一种水轮发电机定子温度预测的预警系统，包括：

33、数据采集单元，获取水轮发电机定子的历史温度数据及实时运行参数；

34、数据预处理单元，对原始数据进行预处理；

35、模型优化单元，基于改进麻雀搜索算法优化lightgbm模型的叶子节点数、学习率、树深度及正则化系数；

36、数据预测单元，利用实时数据输入定子温度预测模型输出预测温度，计算预测值与实际值的残差序列，通过动态时间规整分析残差趋势；

37、分析预警单元，若连续n个窗口的动态时间规整距离超过历史阈值，则判定定子温度异常，触发预警信号。

38、一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述的预警方法。

39、一种介质，介质存储计算机指令，计算机指令使计算机执行上述的预警方法。

40、本发明的有益效果：

41、一、本发明提供的一种水轮发电机定子温度预测的预警方法，通过改进麻雀算法优化了lightgbm超参数，提升定子温度预测精度。

42、二、本发明提供的一种水轮发电机定子温度预测的预警方法，通过筛选高相关性输入特征，降低模型整体复杂度。

43、三、本发明提供的一种水轮发电机定子温度预测的预警方法，通过筛选高相关性输入特征，降低模型整体复杂度。

1.一种水轮发电机定子温度预测的预警方法，其特征在于：通过皮尔逊相关系数筛选关键影响因素，利用历史温度数据与实时运行数据训练模型；将预测温度与实际温度的残差序列进行动态时间规整分析，结合滑动窗口统计检验，识别温度异常趋势并触发预警。

2.根据权利要求1所述的一种水轮发电机定子温度预测的预警方法，其特征在于：包括以下步骤：

3.根据权利要求2所述的一种水轮发电机定子温度预测的预警方法，其特征在于：所述步骤一中，历史温度数据及实时运行参数包括负载电流、冷却水流量、环境温度和绕组电阻值。

4.根据权利要求3所述的一种水轮发电机定子温度预测的预警方法，其特征在于：所述步骤二中，采用3σ准则剔除超出[μ-3σ，μ+3σ]范围的异常值，其中μ为均值，σ为标准差；并通过min-max归一化将数据映射至[0,1]区间。

5.根据权利要求4所述的一种水轮发电机定子温度预测的预警方法，其特征在于：所述步骤三中，lightgbm模型的rmse值计算：

6.根据权利要求5所述的一种水轮发电机定子温度预测的预警方法，其特征在于：所述步骤三中，将麻雀搜索算法分为发现者、追随者和警戒者三类，分别执行不同的更新规则，增强全局搜索能力。

7.根据权利要求6所述的一种水轮发电机定子温度预测的预警方法，其特征在于：发现者负责全局搜索，更新公式为：

8.根据权利要求7所述的一种水轮发电机定子温度预测的预警方法，其特征在于：追随者通过向发现者学习更新位置，更新公式为：

9.根据权利要求8所述的一种水轮发电机定子温度预测的预警方法，其特征在于：警戒者通过随机搜索以避免局部最优，公式为：

10.根据权利要求9所述的一种水轮发电机定子温度预测的预警方法，其特征在于：最后对对超出范围的位置进行修正，公式为：

11.根据权利要求10所述的一种水轮发电机定子温度预测的预警方法，其特征在于：重复上述步骤，直到达到最大迭代次数，记录每代最优rmse值，用于绘制收敛曲线。

12.根据权利要求11所述的一种水轮发电机定子温度预测的预警方法，其特征在于：所述通过动态时间规整分析残差趋势，计算公式为：

13.一种水轮发电机定子温度预测的预警系统，其特征在于，包括：

14.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如权利要求1-12任意一项所述的预警方法。

15.一种介质，介质存储计算机指令，计算机指令使计算机执行如权利要求1-12任意一项所述的预警方法。