本發(fā)明涉及電廠管理，尤其涉及一種設備狀態(tài)評估方法、電子設備及系統(tǒng)。

背景技術：

1、電廠設備管理對于確保電力供應的穩(wěn)定性和安全性具有至關重要的作用。作為電力生產(chǎn)的核心環(huán)節(jié)，電廠設備的運行狀態(tài)直接影響到電能的輸出質(zhì)量和供電的連續(xù)性。因此，科學、高效地管理電廠設備是保障電力供應穩(wěn)定、提升能源利用效率、減少故障停機時間的關鍵。在日益激烈的市場競爭和不斷變化的能源政策環(huán)境下，電廠設備管理的重要性更加凸顯。通過引入先進的信息化、智能化技術，實現(xiàn)設備的遠程監(jiān)控、智能預警和故障診斷，可以進一步提升設備管理的效率和準確性。這不僅有助于電廠應對各種突發(fā)狀況，還能為電廠的可持續(xù)發(fā)展提供有力支撐。

2、綜上所述，電廠設備管理是電力生產(chǎn)過程中的重要環(huán)節(jié)，直接關系到電力供應的穩(wěn)定性和安全性。因此，電廠應高度重視設備管理工作，不斷完善管理制度，提升管理水平，以確保電力生產(chǎn)的順利進行和電廠的長期穩(wěn)定發(fā)展。然而，現(xiàn)有技術對于設備的管理往往依賴于人工的巡檢，效率較低。

3、有鑒于此，提出本發(fā)明。

技術實現(xiàn)思路

1、本發(fā)明的目的在于提供一種設備狀態(tài)評估方法、電子設備及系統(tǒng)，本方案通過對應時間段采集的音頻數(shù)據(jù)，通過設備運行過程中產(chǎn)生的聲音頻率和響度進行分析，確定設備是否為故障狀態(tài)。

2、本發(fā)明提供了一種設備狀態(tài)評估方法，所述方法的步驟包括：

3、基于發(fā)電機組的歷史發(fā)電的發(fā)電功率對預測時間段的發(fā)電功率進行預測；

4、將預測得到的發(fā)電功率與發(fā)電機組在預測時間段實際的發(fā)電功率進行比較，判定是否對該發(fā)電機組進行故障分析；

5、若對該發(fā)電機組進行故障分析，則基于發(fā)電機組的歷史音頻數(shù)據(jù)分別構建頻率分析圖和響度分析圖；

6、基于所述頻率分析圖和響度分析圖構建融合分析圖，將所述融合分析圖輸入到預訓練的神經(jīng)網(wǎng)絡模型中，所述神經(jīng)網(wǎng)絡模型輸出故障概率；

7、基于所述故障概率確定設備狀態(tài)是否為故障狀態(tài)。

8、采用上述方案，本方案首先能夠自動化統(tǒng)計發(fā)電功率，通過將預測得到的發(fā)電功率與發(fā)電機組在預測時間段實際的發(fā)電功率進行比較，初步確定設備狀態(tài)，判定設備是否需要進行故障判定，并進一步通過對應時間段采集的音頻數(shù)據(jù)，通過設備運行過程中產(chǎn)生的聲音頻率和響度進行分析，確定設備是否為故障狀態(tài)。

9、在本發(fā)明的一些實施方式中，在基于所述故障概率確定設備狀態(tài)是否為故障狀態(tài)的步驟中，若判定設備狀態(tài)為故障狀態(tài)，則記錄對應時間段的歷史音頻數(shù)據(jù)，并進行上傳。

10、在本發(fā)明的一些實施方式中，在基于發(fā)電機組的歷史發(fā)電的發(fā)電功率對預測時間段的發(fā)電功率進行預測的步驟中，將每天同一個時間點的發(fā)電功率構建為對應預測向量，將所述預測向量輸入到預設的功率預測模型中，所述功率預測模型輸出預測日的對應時間點的發(fā)電功率，并采用相同的方式確定預測時間段中每個時間點預測的發(fā)電功率，計算預測時間段中每個時間點的發(fā)電功率的平均值，作為預測時間段的發(fā)電功率。

11、在本發(fā)明的一些實施方式中，在將預測得到的發(fā)電功率與發(fā)電機組在預測時間段實際的發(fā)電功率進行比較，判定是否對該發(fā)電機組進行故障分析的步驟中，若預測計算得到的發(fā)電功率小于發(fā)電機組在預測時間段實際的發(fā)電功率，且預測得到的發(fā)電功率與發(fā)電機組在預測時間段實際的發(fā)電功率的差值小于預設的功率閾值，則判定對該發(fā)電機組進行故障分析，否則不需要對該發(fā)電機組進行故障分析。

12、在本發(fā)明的一些實施方式中，在基于發(fā)電機組的歷史音頻數(shù)據(jù)分別構建頻率分析圖和響度分析圖的步驟中，基于所述預測時間段的頻率數(shù)據(jù)，構建橫軸為時間，縱軸為頻率值的折線圖；基于所述預測時間段的響度數(shù)據(jù)，構建橫軸為時間，縱軸為響度值的折線圖。

13、在本發(fā)明的一些實施方式中，所述基于所述頻率分析圖和響度分析圖構建融合分析圖的步驟包括：

14、計算頻率分析圖中每個時間點的頻率值與預設的標準頻率值差值，并進行歸一化；

15、計算響度分析圖中每個時間點的響度值與預設的標準響度值差值，并進行歸一化；

16、對于每個時間點，計算歸一化的頻率值與預設的標準頻率值差值和響度值與預設的標準響度值差值的加權平均值，作為融合值，并構建為橫軸為時間，縱軸為計算出的融合值的折線圖，作為融合分析圖。

17、采用上述方案，本方案能夠通過對頻率和響度進行統(tǒng)計，分別構建對應兩種特征的特征分析圖，并進一步對兩種特征進行結(jié)合構建融合分析圖，在融合分析圖中，對于每個時間點的融合值，均結(jié)合了兩種特征與標準值的差異得出，能夠融合體現(xiàn)兩種特征的異常度。

18、在本發(fā)明的一些實施方式中，在計算歸一化的頻率值與預設的標準頻率值差值和響度值與預設的標準響度值差值的加權平均值的步驟中，基于如下公式計算加權平均值：

19、

20、其中，δ表示一個時間點對應的加權平均值，a表示該時間點歸一化的頻率值，b表示該時間點歸一化的響度值，和分別表示對應歸一化的頻率值和歸一化的響度值的權重值。

21、在本發(fā)明的一些實施方式中，在將所述融合分析圖輸入到預訓練的神經(jīng)網(wǎng)絡模型中，所述神經(jīng)網(wǎng)絡模型輸出故障概率的步驟中，將融合分析圖中多個時間點的融合值構建為輸入向量，將所述輸入向量輸入到預訓練的神經(jīng)網(wǎng)絡模型中。

22、在具體實施過程中，所述神經(jīng)網(wǎng)絡模型包括卷積層、全連接層和分類層，通過分類層輸出異常值，本方案能夠通過神經(jīng)網(wǎng)絡模型對一段時間的頻率和響度進行聯(lián)合分析，能夠更為精準的確定是否出現(xiàn)異常情況。

23、本發(fā)明另一方面涉及一種電子設備，其上存儲有計算機程序，該計算機程序被處理器執(zhí)行時以實現(xiàn)前述設備狀態(tài)評估方法的步驟。

24、本發(fā)明另一方面還涉及一種設備狀態(tài)評估系統(tǒng)，該系統(tǒng)包括計算機設備，所述計算機設備包括處理器和存儲器，所述存儲器中存儲有計算機指令，所述處理器用于執(zhí)行所述存儲器中存儲的計算機指令，當所述計算機指令被處理器執(zhí)行時該系統(tǒng)實現(xiàn)所述方法所實現(xiàn)的步驟。

25、綜上所述，本發(fā)明具有以下有益效果：

26、1、本方案首先能夠自動化統(tǒng)計發(fā)電功率，通過將預測得到的發(fā)電功率與發(fā)電機組在預測時間段實際的發(fā)電功率進行比較，初步確定設備狀態(tài)，判定設備是否需要進行故障判定，并進一步通過對應時間段采集的音頻數(shù)據(jù)，通過設備運行過程中產(chǎn)生的聲音頻率和響度進行分析，確定設備是否為故障狀態(tài)；

27、2、本方案能夠通過對頻率和響度進行統(tǒng)計，分別構建對應兩種特征的特征分析圖，并進一步對兩種特征進行結(jié)合構建融合分析圖，在融合分析圖中，對于每個時間點的融合值，均結(jié)合了兩種特征與標準值的差異得出，能夠融合體現(xiàn)兩種特征的異常度；

28、3、本方案能夠通過神經(jīng)網(wǎng)絡模型對一段時間的頻率和響度進行聯(lián)合分析，能夠更為精準的確定是否出現(xiàn)異常情況。

技術特征：

1.一種設備狀態(tài)評估方法，其特征在于，所述方法的步驟包括：

2.根據(jù)權利要求1所述的設備狀態(tài)評估方法，其特征在于：在基于所述故障概率確定設備狀態(tài)是否為故障狀態(tài)的步驟中，若判定設備狀態(tài)為故障狀態(tài)，則記錄對應時間段的歷史音頻數(shù)據(jù)，并進行上傳。

3.根據(jù)權利要求1所述的設備狀態(tài)評估方法，其特征在于：在基于發(fā)電機組的歷史發(fā)電的發(fā)電功率對預測時間段的發(fā)電功率進行預測的步驟中，將每天同一個時間點的發(fā)電功率構建為對應預測向量，將所述預測向量輸入到預設的功率預測模型中，所述功率預測模型輸出預測日的對應時間點的發(fā)電功率，并采用相同的方式確定預測時間段中每個時間點預測的發(fā)電功率，計算預測時間段中每個時間點的發(fā)電功率的平均值，作為預測時間段的發(fā)電功率。

4.根據(jù)權利要求3所述的設備狀態(tài)評估方法，其特征在于：在將預測得到的發(fā)電功率與發(fā)電機組在預測時間段實際的發(fā)電功率進行比較，判定是否對該發(fā)電機組進行故障分析的步驟中，若預測計算得到的發(fā)電功率小于發(fā)電機組在預測時間段實際的發(fā)電功率，且預測得到的發(fā)電功率與發(fā)電機組在預測時間段實際的發(fā)電功率的差值小于預設的功率閾值，則判定對該發(fā)電機組進行故障分析，否則不需要對該發(fā)電機組進行故障分析。

5.根據(jù)權利要求1-4任一項所述的設備狀態(tài)評估方法，其特征在于：在基于發(fā)電機組的歷史音頻數(shù)據(jù)分別構建頻率分析圖和響度分析圖的步驟中，基于所述預測時間段的頻率數(shù)據(jù)，構建橫軸為時間，縱軸為頻率值的折線圖；基于所述預測時間段的響度數(shù)據(jù)，構建橫軸為時間，縱軸為響度值的折線圖。

6.根據(jù)權利要求5所述的設備狀態(tài)評估方法，其特征在于：所述基于所述頻率分析圖和響度分析圖構建融合分析圖的步驟包括：

7.根據(jù)權利要求6所述的設備狀態(tài)評估方法，其特征在于：在計算歸一化的頻率值與預設的標準頻率值差值和響度值與預設的標準響度值差值的加權平均值的步驟中，基于如下公式計算加權平均值：

8.根據(jù)權利要求1所述的設備狀態(tài)評估方法，其特征在于：在將所述融合分析圖輸入到預訓練的神經(jīng)網(wǎng)絡模型中，所述神經(jīng)網(wǎng)絡模型輸出故障概率的步驟中，將融合分析圖中多個時間點的融合值構建為輸入向量，將所述輸入向量輸入到預訓練的神經(jīng)網(wǎng)絡模型中。

9.一種電子設備，其特征在于：其上存儲有計算機程序，該計算機程序被處理器執(zhí)行時以實現(xiàn)如權利要求1-8任一項所述的設備狀態(tài)評估方法的步驟。

10.一種設備狀態(tài)評估系統(tǒng)，其特征在于：該系統(tǒng)包括計算機設備，所述計算機設備包括處理器和存儲器，所述存儲器中存儲有計算機指令，所述處理器用于執(zhí)行所述存儲器中存儲的計算機指令，當所述計算機指令被處理器執(zhí)行時該系統(tǒng)實現(xiàn)所述權利要求1-8任一項所述的設備狀態(tài)評估方法所實現(xiàn)的步驟。

技術總結(jié)
本發(fā)明提供了一種設備狀態(tài)評估方法、電子設備及系統(tǒng)，所述方法的步驟包括：基于發(fā)電機組的歷史發(fā)電的發(fā)電功率對預測時間段的發(fā)電功率進行預測；將預測得到的發(fā)電功率與發(fā)電機組在預測時間段實際的發(fā)電功率進行比較，判定是否對該發(fā)電機組進行故障分析；若對該發(fā)電機組進行故障分析，則基于發(fā)電機組的歷史音頻數(shù)據(jù)分別構建頻率分析圖和響度分析圖；基于所述頻率分析圖和響度分析圖構建融合分析圖，將融合分析圖輸入到預訓練的神經(jīng)網(wǎng)絡模型中，所述神經(jīng)網(wǎng)絡模型輸出故障概率；基于所述故障概率確定設備狀態(tài)是否為故障狀態(tài)。本方案首先通過將預測的發(fā)電功率初步確定設備狀態(tài)，并通過對應時間段采集的音頻數(shù)據(jù)進行分析，確定設備是否為故障狀態(tài)。

技術研發(fā)人員：陳敏,黃秀華,鐘波,曾學文,劉衛(wèi)國
受保護的技術使用者：國家能源集團江西電力有限公司萬安水力發(fā)電廠
技術研發(fā)日：
技術公布日：2025/4/24