水电机组轴承瓦温的趋势跟踪预警方法及装置与流程

阅读：评论：0

1.本公开涉及水电机组技术领域，尤其涉及一种水电机组轴承瓦温的趋势跟踪预警方法及装置。

背景技术：

2.水电机组作为水电站能源转换的核心设备，其构成部件相互耦合，呈现出复杂化、高度集成化的发展趋势。同时，由于水电机组的运行环境恶劣，且受水力、机械、电磁等耦合因素的影响，从而可能使得设备异常振动、耦合故障、疲劳劣化甚至结构破坏等安全风险，日益突出。
3.而水电机组的轴承瓦片，是保障水电机正常运行的关键设备之一，如果轴瓦温度由于某种原因异常波动，甚至急剧升高，那么可能会使轴瓦瓦面烧损，甚至可能导致整个机组被迫停机，从而严重影响水电机组的正常发电和运行安全。因此，如何对轴承瓦片的温度进行监测，以保障水电机组的安全运行，显得至关重要。

技术实现要素：

4.本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
5.本公开第一方面实施例提出了一种水电机组轴承瓦温的趋势跟踪预警方法，包括：
6.获取待监测的水电机组当前的设备参数及对应的健康温升曲线；
7.基于所述设备参数，确定所述水电机组的状态；
8.在所述水电机组的状态为开机运行状态的情况下，确定当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长，其中，所述第一时长为当前时刻与所述开机启动时刻间的时长；
9.基于当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长、以及所述健康温升曲线，确定所述水电机组轴承瓦片温度是否正常。
10.可选的，所述获取待监测的水电机组当前的设备参数及对应的健康温升曲线，包括：
11.基于所述水电机组的类型，从预设的温升曲线库中，确定健康温升曲线。
12.可选的，在所述从预设的温升曲线库中，确定健康温升曲线之前，还包括：
13.将任一类型的水电机组运行周期内的各个时刻输入至训练完成的神经网络模型，以获取所述运行周期内的各个时刻对应的参考温升值；
14.将每个所述参考温升值添加裕度值，以得到对应的健康温升值；
15.按照所述运行周期内的各个时刻，将每个所述健康温升值进行拟合，以生成健康温升曲线。
16.可选的，在所述将任一类型的水电机组运行周期内的各个时刻输入至训练完成的神经网络模型之前，还包括：
17.获取历史数据集，其中，所述历史数据集中包含任一类型的水电机组开机运行后各个时刻对应的标注温升值；
18.将所述各个时刻输入至初始网络模型中，以获取所述各个时刻对应的预测温升值；
19.根据每个所述预测温升值与所述标注温升值间的差异，对所述初始网络模型进行修正，以生成训练完成的神经网络模型。
20.可选的，所述基于当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长、以及所述健康温升曲线，确定所述水电机组轴承瓦片温度是否正常，包括：
21.确定所述健康温升曲线中所述第一时长对应的第一温升值；
22.将所述第二温度值与所述第一温升值进行融合，以得到第三温度值；
23.在所述第一温度值大于所述第三温度值的情况下，确定所述水电机组轴承瓦片温度异常；
24.在所述第一温度值小于或等于所述第三温度值的情况下，确定所述水电机组轴承瓦片温度正常。
25.可选的，在所述确定所述水电机组轴承瓦片温度是否正常之后，还包括：
26.在所述水电机组轴承瓦片温度异常的情况下，进行异常预警。
27.可选的，在所述确定当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长之后，还包括：
28.获取所述水电机组在所述第一时长内各个时刻对应的实时温度值；
29.基于每个所述实时温度值与所述第二温度值间的差值，生成对应的实际温升曲线。
30.可选的，所述确定所述水电机组轴承瓦片温度是否正常，包括：
31.在所述实际温升曲线位于所述健康温升曲线下方的情况下，确定所述水电机组轴承瓦片温度正常；
32.在所述实际温升曲线与所述健康温升曲线存在交集，或者，所述实际温升曲线位于所述健康温升曲线上方的情况下，确定所述水电机组轴承瓦片温度异常。
33.本公开第二方面实施例提出了一种水电机组轴承瓦温的趋势跟踪预警装置，包括：
34.其中，获取模块，用于获取待监测的水电机组当前的设备参数及对应的健康温升曲线。
35.第一确定模块，用于基于所述设备参数，确定所述水电机组的状态；
36.第二确定模块，用于在所述水电机组的状态为开机运行状态的情况下，确定当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长，其中，所述第一时长为当前时刻与所述开机启动时刻间的时长；
37.第四确定模块，用于基于当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长、以及所述健康温升曲线，确定所述水电机组轴承瓦片温度是否正常。
38.可选的，所述获取模块，具体用于：
39.基于所述水电机组的类型，从预设的温升曲线库中，确定健康温升曲线。
40.可选的，所述获取模块，还具体用于：
41.将任一类型的水电机组运行周期内的各个时刻输入至训练完成的神经网络模型，以获取所述运行周期内的各个时刻对应的参考温升值；
42.将每个所述参考温升值添加裕度值，以得到对应的健康温升值；
43.按照所述运行周期内的各个时刻，将每个所述健康温升值进行拟合，以生成健康温升曲线。
44.可选的，所述获取模块，还具体用于：
45.获取历史数据集，其中，所述历史数据集中包含任一类型的水电机组开机运行后各个时刻对应的标注温升值；
46.将所述各个时刻输入至初始网络模型中，以获取所述各个时刻对应的预测温升值；
47.根据每个所述预测温升值与所述标注温升值间的差异，对所述初始网络模型进行修正，以生成训练完成的神经网络模型。
48.可选的，所述第三确定模块，具体用于：
49.确定所述健康温升曲线中所述第一时长对应的第一温升值；
50.将所述第二温度值与所述第一温升值进行融合，以得到第三温度值；
51.在所述第一温度值大于所述第三温度值的情况下，确定所述水电机组轴承瓦片温度异常；
52.在所述第一温度值小于或等于所述第三温度值的情况下，确定所述水电机组轴承瓦片温度正常。
53.可选的，所述第三确定模块，还用于：
54.在所述水电机组轴承瓦片温度异常的情况下，进行异常预警。
55.可选的，还包括生成模块，用于：
56.获取所述水电机组在所述第一时长内各个时刻对应的实时温度值；
57.基于每个所述实时温度值与所述第二温度值间的差值，生成对应的实际温升曲线。
58.可选的，所述第三确定模块，具体用于：
59.在所述实际温升曲线位于所述健康温升曲线下方的情况下，确定所述水电机组轴承瓦片温度正常；
60.在所述实际温升曲线与所述健康温升曲线存在交集，或者，所述实际温升曲线位于所述健康温升曲线上方的情况下，确定所述水电机组轴承瓦片温度异常。
61.本公开第三方面实施例提出了一种计算机设备，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，所述处理器执行所述程序时，实现如本公开第一方面实施例提出的水电机组轴承瓦温的趋势跟踪预警方法。
62.本公开第四方面实施例提出了一种非临时性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本公开第一方面实施例提出的水电机组轴承瓦温的趋势跟踪预警方法。
63.本公开第五方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，执行本公开第一方面实施例提出的水电机组轴承瓦温的趋势跟踪预警方法。
64.本公开提供的水电机组轴承瓦温的趋势跟踪预警方法、装置、计算机设备及存储介质，可以先获取待监测的水电机组当前的设备参数及对应的健康温升曲线，之后可以基于设备参数，确定水电机组的状态，在水电机组的状态为开机运行状态的情况下，确定当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长，其中，第一时长为当前时刻与开机启动时刻间的时长，之后可以基于当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长、以及健康温升曲线，确定水电机组轴承瓦片温度是否正常。由此，可以基于当前时刻与开机启动时刻间的时长，从健康温升曲线中获取对应的第一温升值，并根据水电机组当前时刻的温度值与开机启动时刻的温度值，确定当前时刻对应的温升值，之后将其与第一温升值进行比较，即可确定出当前时刻水电机组轴承瓦片温度是否异常，从而提高了水电机组轴承瓦片温度的准确性和可靠性。
65.本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
66.本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
67.图1为本公开一实施例所提供的水电机组轴承瓦温的趋势跟踪预警方法的流程示意图；
68.图2为本公开另一实施例所提供的水电机组轴承瓦温的趋势跟踪预警方法的流程示意图；
69.图2a为本公开一实施例所提供的水电机组轴承瓦温的趋势跟踪预警过程的示意图；
70.图3为本公开另一实施例所提供的水电机组轴承瓦温的趋势跟踪预警方法的流程示意图；
71.图3a为本公开一实施例所提供的水电机组轴承瓦温的趋势跟踪预警过程的示意图；
72.图4为本公开一实施例所提供的水电机组轴承瓦温的趋势跟踪预警装置的结构示意图；
73.图5示出了适于用来实现本公开实施方式的示例性计算机设备的框图。
具体实施方式
74.下面详细描述本公开的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本公开，而不能理解为对本公开的限制。
75.下面参考附图描述本公开实施例的水电机组轴承瓦温的趋势跟踪预警方法、装置、计算机设备和存储介质。
76.本公开实施例以该水电机组轴承瓦温的趋势跟踪预警方法被配置于水电机组轴承瓦温的趋势跟踪预警装置中来举例说明，该水电机组轴承瓦温的趋势跟踪预警装置可以应用于任一计算机设备中，以使该计算机设备可以执行水电机组轴承瓦温的趋势跟踪预警
功能。
77.其中，计算机设备可以为个人电脑(personal computer，简称pc)、云端设备、移动设备等，移动设备例如可以为手机、平板电脑、个人数字助理、穿戴式设备、车载设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备。
78.图1为本公开实施例所提供的水电机组轴承瓦温的趋势跟踪预警方法的流程示意图。
79.如图1所示，该水电机组轴承瓦温的趋势跟踪预警方法可以包括以下步骤：
80.步骤101，获取待监测的水电机组当前的设备参数及对应的健康温升曲线。
81.其中，水电机组可以为任意类型的水力发电机组，比如可以为混流式水电机组、轴流式水电机组等等，本公开对此不做限定。
82.其中，设备参数可以为待检测的水电机组中任一部件的参数值，比如可以为水电机组的转速等等，本公开对此不做限定。
83.另外，温升可以理解为温度差值、温度改变值等等；健康温升曲线，可以理解为温度变化曲线，其可以为提前设定好的标准曲线等等，本公开对此不做限定。
84.步骤102，基于设备参数，确定水电机组的状态。
85.其中，水电机组的状态可能有多种，比如可以为开机运行状态，或者也可以为停机、未运行状态等等，本公开对此不做限定。
86.举例来说，在设备参数为转速的情况下，若转速为零，那么可以确定水电机组的状态为：停机未运行状态；或者，若水电机组的转速为n1，那么可以确定水电机组当前的状态为：开机运行状态等等。本公开对此不做限定。
87.步骤103，在水电机组的状态为开机运行状态的情况下，确定当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长，其中，第一时长为当前时刻与开机启动时刻间的时长。
88.可选的，可以对水电机组的状态进行监测，在水电机组的转速为非零值时，可以确定水电机组在此刻启动，那么可以获取水电机组开机启动时刻的第二温度值。比如可以通过温度传感器等，获取水电机组的温度值。
89.举例来说，若当前时刻为t1，水电机组的转速为n2，那么可以确定水电机组处于开机运行中，此时的第一温度值为：a1；若水电机组开机启动时刻为t2时刻，t2时刻对应的第二温度值为：a2，那么可以确定从开机启动时刻至当前时刻的第一时长为：t2-t1等等，本公开对此不做限定。
90.步骤104，基于当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长、以及健康温升曲线，确定水电机组轴承瓦片温度是否正常。
91.举例来说，在获取以先确定出第一时长后，之后可以在健康温升曲线中，查第一时长处对应的第一温升值，之后可以确定出第一温度值与第二温度值间的第二温升值，在第二温升值小于或等于第一温升值的情况下，可以确定水电机组轴承瓦片温度正常；在第二温升值大于第一温升值的情况下，可以确定水电机组轴承瓦片温度异常。
92.通常，对于不同季节，水电机组轴承瓦片温度值可能会发生变化，若仅使用单一温度值，可能导致轴承瓦片温度判断不够准确。从而，本公开实施例中，可以通过使用温升值、温升曲线进行水电机组轴承瓦温的趋势跟踪预警，从而尽量避免由于环境原因导致的温度
判断不准确情况的发生，进而提高了水电机组轴承瓦片温度确定的准确性和可靠性。
93.本公开实施例，可以先获取待监测的水电机组当前的设备参数及对应的健康温升曲线，之后可以基于设备参数，确定水电机组的状态，在水电机组的状态为开机运行状态的情况下，确定当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长，其中，第一时长为当前时刻与开机启动时刻间的时长，之后可以基于当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长、以及健康温升曲线，确定水电机组轴承瓦片温度是否正常。由此，可以基于当前时刻与开机启动时刻间的时长，从健康温升曲线中获取对应的第一温升值，并根据水电机组当前时刻的温度值与开机启动时刻的温度值，确定当前时刻对应的温升值，之后将其与第一温升值进行比较，即可确定出当前时刻水电机组轴承瓦片温度是否异常，从而提高了水电机组轴承瓦片温度的准确性和可靠性。
94.图2为本公开实施例所提供的水电机组轴承瓦温的趋势跟踪预警方法的流程示意图。
95.如图2所示，该水电机组轴承瓦温的趋势跟踪预警方法可以包括以下步骤：
96.步骤201，获取待监测的水电机组当前的设备参数及对应的健康温升曲线。
97.可选的，可以先基于水电机组的类型，从预设的温升曲线库中，确定健康温升曲线。
98.其中，温升曲线库中，可以存储有多条温升曲线，各温升曲线可以与水电机组的类型相对应等等，本公开对此不做限定。
99.从而，本公开实施例中，可以基于水电机组的类型，遍历预设的温升曲线库，以从该温升曲线库中获取到与该水电机组的类型，相对应的温升曲线，并将该温升曲线确定为健康温升曲线。
100.可以理解的是，可以通过对水电机组的历史运行数据进行处理，从而生成温升曲线，并将其添加至温升曲线库，从而在实际使用过程中，可以根据水电机组的类型，从温升曲线库中，获取对应的健康温升曲线。
101.可选的，可以将任一类型的水电机组运行周期内的各个时刻输入至训练完成的神经网络模型，以获取运行周期内的各个时刻对应的参考温升值，之后可以将每个参考温升值添加裕度值，以得到对应的健康温升值，再按照运行周期内的各个时刻，将每个健康温升值进行拟合，以生成健康温升曲线。
102.可以理解的是，可以将任一类型的水电机组运行周期内的任一时刻值，输入至训练完成的神经网络模型中，经过该神经网络模型的处理，可以输出该任一时刻值对应的参考温升值。
103.另外，裕度值可以为提前设定的，或者也可以根据实际情况进行调整等等，本公开对此不做限定。
104.从而，本公开实施例中在得到参考温升值之后，可以在每个参考温升值的基础上增加一个裕度值，从而得到每个参考温升值对应的健康温升值。比如，裕度值为1的情况下，若参考温升值分别为：7、10、12，那么添加裕度值之后得到的健康温升值可以为：8、11、13等等，本公开对此不做限定。
105.可以理解的是，在得到健康温升值之后，可以按照运行周期内的各个时刻，将每个健康温升值进行拟合，以生成健康温升曲线。其中，可以通过最小二乘法进行拟合，或者也
可以借助软件等进行拟合，以得到健康温升曲线，本公开对此不做限定。
106.可以理解的是，可以通过对初始模型进行训练，以生成训练完成的神经网络模型。
107.可选的，可以先获取历史数据集，其中，历史数据集中包含任一类型的水电机组开机运行后各个时刻对应的标注温升值，之后可以将各个时刻输入至初始网络模型中，以获取各个时刻对应的预测温升值，之后可以根据每个预测温升值与标注温升值间的差异，对所述初始网络模型进行修正，以生成训练完成的神经网络模型，之后可以将任一同类型的水电机组运行周期内的各个时刻输入至训练完成的神经网络模型，以获取运行周期内的各个时刻对应的参考温升值，之后可以按照运行周期内的各个时刻，将每个所述参考温升值进行拟合，以生成健康温升曲线。
108.其中，可以获取各水电机组开机启动运行后各个时刻对应的温度值，之后可以将任一水电机组开机启动后，各个时刻的温度值与开机启动时刻的温度值间的差值，确定为开机启动后各个时刻对应的标注温升值。
109.可以理解的是，可以根据各水电机组的类型，获取同一类型下，不同水电机组开机启动后各个时刻的标注温升值。
110.另外，初始网络模型，可以为任一神经网络模型，比如可以为基于误差逆向传播(back propagation,bp)算法的多层前馈神经网络，或者也可以为其他任何神经网络等等，本公开对此不做限定。
111.可以理解的是，可以将相同类型的水电机组在开机启动后，各个时刻值输入至初始网络模型中，以经过该初始网络模型的处理，可以输出各个时刻分别对应的预测温升值。之后可以根据各个时刻分别对应的预测温升值与标注温升值间的差异，确定损失值。之后可以基于该损失值对初始网络模型进行修正，以生成训练完成的神经网络模型。
112.步骤202，基于设备参数，确定水电机组的状态。
113.步骤203，在水电机组的状态为开机运行状态的情况下，确定当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长，其中，第一时长为当前时刻与开机启动时刻间的时长。
114.需要说明的是，步骤202和步骤203的具体内容及实现方式，可以参照本公开其他各实施例的说明，此处不再赘述。
115.步骤204，确定健康温升曲线中第一时长对应的第一温升值。
116.可以理解的是，健康温升曲线中，可以包含有各个时刻对应的温升值，健康温升曲线的起点，可以为水电机组的开机启动时刻，那么健康温升曲线中的各个时刻值，也即距离水电机组开机启动时刻对应的时长等等，本公开对此不做限定。
117.举例来说，若第一时长为5分钟，那么可以在健康温升曲线中，查距离水电机组开机启动时刻“5分钟”处对应的温升值，也即第一温升值。
118.或者，若水电机组当前时刻为：6分钟，那么可以直接在健康温升曲线中，查“6分钟”对应的温升值，即为第一温升值。
119.需要说明的是，上述示例只是示意性说明，不能作为对本公开实施例中第一温升值等的限定。
120.可选的，对于健康温升曲线，可以先设置一定的裕度值之后，再从中获取第一时长对应的第一温升值等等，本公开对此不做限定。
121.步骤205，将第二温度值与第一温升值进行融合，以得到第三温度值。
122.其中，第二温度值为水电机组开机启动时刻对应的温度值，那么将第二温度值与第一温升值进行加和，所得结果即为第三温度值，也即在健康温升曲线下，当前时刻应对应的温度值。
123.举例来说，若水电机组开机启动时刻对应的第二温度值为：20摄氏度(℃)，若当前时刻距离水电机组开机启动时刻间的第一时长为：10分钟，基于健康温升曲线中确定出“10分钟”对应的第一温升值为：5℃，那么按照健康温升曲线，可以确定当前时刻对应的第三温度值为：25℃等等，本公开对此不做限定。
124.步骤206，在第一温度值小于或等于第三温度值的情况下，确定水电机组轴承瓦片温度正常。
125.举例来说，若当前时刻的第一温度值为15℃，基于健康温升曲线及开机启动时刻的第二温度值，确定出的第三温度值为20℃，由于15℃小于20℃，那么可以确定当前时刻该水电机组轴承瓦片温度正常等等，本公开对此不做限定。
126.步骤207，在第一温度值大于第三温度值的情况下，确定水电机组轴承瓦片温度异常。
127.举例来说，若当前时刻的第一温度值为30℃，基于健康温升曲线及开机启动时刻的第二温度值，确定出的第三温度值为20℃，由于30℃大于20℃，那么可以确定当前时刻该水电机组轴承瓦片温度异常等等，本公开对此不做限定。
128.步骤208，在水电机组轴承瓦片温度异常的情况下，进行异常预警。
129.可以理解的是，由于水电机组的轴承瓦片，是保障水电机正常运行的关键设备，如果轴瓦温度由于某种原因异常波动，甚至急剧升高，那么可能会使轴瓦瓦面烧损，甚至可能导致整个机组被迫停机，从而严重影响水电机组的正常发电和运行安全。从而，本公开实施例中，在水电机组轴承瓦片温度异常时，可以进行异常预警。
130.其中，异常预警的形式有多种，比如可以进行声音提醒，或者也可以通过指示灯进行闪烁来实现异常预警，比如指示灯闪烁红光可以用于表征出现异常；或者，还可以在显示界面上进行展示；或者还可以向工作人员关联的终端设备发送通知，比如短信、邮件形式等；或者还可以通过关联的终端设备进行推送等等，本公开对此不做限定。
131.可选的，在获取健康温升曲线之后，可以设置一定的裕度值，在健康温升曲线的基础上，添加开机启动时刻的第二温度值，以得到标准温度曲线，之后可以将实际温升曲线与标准温度曲线进行匹配，以确定水电机组轴承瓦片温度情况。
132.举例来说，若实际温升曲线位于标准温度曲线下方，如图2a所示，那么可以确定该水电机组轴承瓦片温度正常。若实际温升曲线位于标准温度曲线上方，或者存在交集，那么可以确定该水电机组轴承瓦片温度异常等等，本公开对此不做限定。
133.本公开实施例，可以先获取待监测的水电机组当前的设备参数及对应的健康温升曲线，之后可以基于设备参数，确定水电机组的状态，在水电机组的状态为开机运行状态的情况下，确定当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长，其中，第一时长为当前时刻与开机启动时刻间的时长，之后可以确定健康温升曲线中第一时长对应的第一温升值，并将第二温度值与第一温升值进行融合，以得到第三温度值，在第一温度值小于或等于第三温度值的情况下，确定水电机组轴承瓦片温度正常，或者在第一温度值大于
第三温度值的情况下，确定水电机组轴承瓦片温度异常，并进行异常预警。由此，可以基于当前时刻与开机启动时刻间的时长，从健康温升曲线中获取对应的第一温升值，并将水电机组当前时刻的温度值与第一温升值融合后得到的第三温升值，与第三温度值与当前时刻的第一温度值进行匹配，根据匹配结果，即可确定出当前时刻水电机组轴承瓦片温度情况，从而提高了水电机组轴承瓦片温度的准确性和可靠性。
134.图3为本公开实施例所提供的水电机组轴承瓦温的趋势跟踪预警方法的流程示意图。
135.如图3所示，该水电机组轴承瓦温的趋势跟踪预警方法可以包括以下步骤：
136.步骤301，获取待监测的水电机组当前的设备参数及对应的健康温升曲线。
137.步骤302，基于设备参数，确定水电机组的状态。
138.步骤303，在水电机组的状态为开机运行状态的情况下，确定当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长，其中，第一时长为当前时刻与开机启动时刻间的时长。
139.需要说明的是，步骤301至步骤303的具体内容及实现方式，可以参照本公开其他各实施例的说明，此处不再赘述。
140.步骤304，获取水电机组在第一时长内各个时刻对应的实时温度值。
141.举例来说，若当前时刻为“10分钟”，也即距离水电机组开机启动10分钟，那么可以获取水电机组开机启动“10分钟”内各个时刻对应的实时温度值。比如可以通过获取各个时刻温度传感器的数值等等，本公开对此不做限定。
142.步骤305，基于每个实时温度值与第二温度值间的差值，生成对应的实际温升曲线。
143.其中，第二温度值为水电机组开机启动时刻的温度值，每个实时温度值为水电机组开机启动后各个时刻分别对应的温度值，可以将每个实时温度值与第二温度值分别作差，以得到各个差值，将这各个差值按照各个时刻进行连接或拟合，即可生成对应的实际温升曲线。
144.可以理解的是，实际温升曲线，可以用于表征水电机组在实际运行过程中，从开机启动时刻至当前时刻内，各个时刻分别对应的温升值。
145.步骤306，在实际温升曲线位于健康温升曲线下方的情况下，确定水电机组轴承瓦片温度正常。
146.可以理解的是，若实际温升曲线一直位于健康温升曲线下方，那么可以认为水电机组在实际运行中轴承瓦片的温度变化趋势，小于健康温升曲线对应的温度变化趋势，那么可以认为水电机组轴承瓦片温度正常。
147.举例来说，若实际温升曲线和健康温升曲线，如图3a所示，实际温升曲线位于健康温升曲线下方，那么可以确定水电机组轴承瓦片温度正常等等，本公开对此不做限定。
148.步骤307，在实际温升曲线与健康温升曲线存在交集，或者，实际温升曲线位于健康温升曲线上方的情况下，确定水电机组轴承瓦片温度异常。
149.可以理解的是，若实际温升曲线与健康温升曲线发生交集，那么可以认为水电机组在实际运行过程中，可能某时刻或某时段内轴承瓦片的温度变化过大，超过了健康温升曲线中轴承瓦片的温度变化，那么可以认为水电机组轴承瓦片温度可能发生异常。
150.或者，若实际温升曲线位于健康温升曲线上方，那么可以认为水电机组在实际运行中轴承瓦片的温度变化趋势，与健康温升曲线对应的温度变化趋势不同，其可能出现异常，那么可以认为水电机组轴承瓦片温度异常。
151.可选的，对于健康温升曲线，可以添加一定的裕度值之后，再与实际温升曲线进行比较，本公开对此不做限定。
152.可选的，在获取水电机组在第一时长内各个时刻对应的实时温度值之后，可以确定出各个时刻分别对应实时温度值与第二温度值间的差值，之后可以获取健康温升曲线中各个时刻的健康温升值，之后可以将各个时刻分别对应的差值与相应时刻的健康温升值进行比较。若对于同一时刻来说，该时刻对应的差值小于或等于健康温升值，那么可以认为水电机组轴承瓦片温度正常；若某一时刻对应的差值大于相应的健康温升值，那么可以认为该水电机组轴承瓦片温度异常等等。
153.举例来说，在水电机组开机运行60分钟后，若“第60分钟”时，实时温度值与第二温度值间的差值为30℃，从健康温升曲线中确定出“第60分钟”对应的健康温升值为24℃，30℃大于24℃，那么可以确定该水电机组轴承瓦片温度异常。或者，若水电机组开机运行100分钟，若“第100分钟”时，实时温度值与第二温度值间的差值为25℃，从健康温升曲线中确定出“第100分钟”对应的健康温升值为40℃，25℃小于40℃，那么可以确定该水电机组轴承瓦片温度正常。
154.需要说明的是，上述示例只是示意性说明，不能作为对本公开实施例中确定水电机组轴承瓦片温度情况的方式等的限定。
155.步骤308，在水电机组轴承瓦片温度异常的情况下，进行异常预警。
156.本公开实施例，可以先获取待监测的水电机组当前的设备参数及对应的健康温升曲线，之后可以基于设备参数，确定水电机组的状态，在水电机组的状态为开机运行状态的情况下，确定当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长，其中，第一时长为当前时刻与开机启动时刻间的时长，之后可以获取水电机组在第一时长内各个时刻对应的实时温度值，并基于每个实时温度值与第二温度值间的差值，生成对应的实际温升曲线，在实际温升曲线位于健康温升曲线下方的情况下，确定水电机组轴承瓦片温度正常，在实际温升曲线与健康温升曲线存在交集，或者，实际温升曲线位于健康温升曲线上方的情况下，确定水电机组轴承瓦片温度异常。由此，可以基于当前时刻与开机启动时刻内各个时刻的实时温度值与第二温度值间的差值，生成实际温升曲线，之后根据实际温升曲线与健康温升曲线的匹配情况，即可确定出当前时刻水电机组轴承瓦片温度情况，从而提高了水电机组轴承瓦片温度的准确性和可靠性。
157.为了实现上述实施例，本公开还提出一种水电机组轴承瓦温的趋势跟踪预警装置。
158.图4为本公开实施例所提供的水电机组轴承瓦温的趋势跟踪预警装置的结构示意图。
159.如图4所示，该水电机组轴承瓦温的趋势跟踪预警装置100可以包括：获取模块110、第一确定模块120、第二确定模块130、及第四确定模块140。
160.其中，获取模块110，用于获取待监测的水电机组当前的设备参数及对应的健康温升曲线。
161.第一确定模块120，用于基于所述设备参数，确定所述水电机组的状态；
162.第二确定模块130，用于在所述水电机组的状态为开机运行状态的情况下，确定当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长，其中，所述第一时长为当前时刻与所述开机启动时刻间的时长；
163.第四确定模块140，用于基于当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长、以及所述健康温升曲线，确定所述水电机组轴承瓦片温度是否正常。
164.可选的，所述获取模块110，具体用于：
165.基于所述水电机组的类型，从预设的温升曲线库中，确定健康温升曲线。
166.可选的，所述获取模块110，还具体用于：
167.将任一类型的水电机组运行周期内的各个时刻输入至训练完成的神经网络模型，以获取所述运行周期内的各个时刻对应的参考温升值；
168.将每个所述参考温升值添加裕度值，以得到对应的健康温升值；
169.按照所述运行周期内的各个时刻，将每个所述健康温升值进行拟合，以生成健康温升曲线。
170.可选的，所述获取模块110，还具体用于：
171.获取历史数据集，其中，所述历史数据集中包含任一类型的水电机组开机运行后各个时刻对应的标注温升值；
172.将所述各个时刻输入至初始网络模型中，以获取所述各个时刻对应的预测温升值；
173.根据每个所述预测温升值与所述标注温升值间的差异，对所述初始网络模型进行修正，以生成训练完成的神经网络模型。
174.可选的，所述第三确定模块140，具体用于：
175.确定所述健康温升曲线中所述第一时长对应的第一温升值；
176.将所述第二温度值与所述第一温升值进行融合，以得到第三温度值；
177.在所述第一温度值大于所述第三温度值的情况下，确定所述水电机组轴承瓦片温度异常；
178.在所述第一温度值小于或等于所述第三温度值的情况下，确定所述水电机组轴承瓦片温度正常。
179.可选的，所述第三确定模块140，还用于：
180.在所述水电机组轴承瓦片温度异常的情况下，进行异常预警。
181.可选的，还包括生成模块，用于：
182.获取所述水电机组在所述第一时长内各个时刻对应的实时温度值；
183.基于每个所述实时温度值与所述第二温度值间的差值，生成对应的实际温升曲线。
184.可选的，所述第三确定模块140，具体用于：
185.在所述实际温升曲线位于所述健康温升曲线下方的情况下，确定所述水电机组轴承瓦片温度正常；
186.在所述实际温升曲线与所述健康温升曲线存在交集，或者，所述实际温升曲线位于所述健康温升曲线上方的情况下，确定所述水电机组轴承瓦片温度异常。
187.本公开实施例中的上述各模块的功能及具体实现原理，可参照上述各方法实施例，此处不再赘述。
188.本公开实施例的水电机组轴承瓦温的趋势跟踪预警装置，可以先获取待监测的水电机组当前的设备参数及对应的健康温升曲线，之后可以基于设备参数，确定水电机组的状态，在水电机组的状态为开机运行状态的情况下，确定当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长，其中，第一时长为当前时刻与开机启动时刻间的时长，之后可以基于当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长、以及健康温升曲线，确定水电机组轴承瓦片温度是否正常。由此，可以基于当前时刻与开机启动时刻间的时长，从健康温升曲线中获取对应的第一温升值，并根据水电机组当前时刻的温度值与开机启动时刻的温度值，确定当前时刻对应的温升值，之后将其与第一温升值进行比较，即可确定出当前时刻水电机组轴承瓦片温度是否异常，从而提高了水电机组轴承瓦片温度的准确性和可靠性。
189.为了实现上述实施例，本公开还提出一种计算机设备，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，处理器执行程序时，实现如本公开前述实施例提出的水电机组轴承瓦温的趋势跟踪预警方法。
190.为了实现上述实施例，本公开还提出一种非临时性计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现如本公开前述实施例提出的水电机组轴承瓦温的趋势跟踪预警方法。
191.为了实现上述实施例，本公开还提出一种计算机程序产品，当计算机程序产品中的指令处理器执行时，执行如本公开前述实施例提出的水电机组轴承瓦温的趋势跟踪预警方法。
192.图5示出了适于用来实现本公开实施方式的示例性计算机设备的框图。图5显示的计算机设备12仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
193.如图5所示，计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
194.总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(industry standard architecture；以下简称：isa)总线，微通道体系结构(micro channel architecture；以下简称：mac)总线，增强型isa总线、视频电子标准协会(video electronics standards association；以下简称：vesa)局域总线以及外围组件互连(peripheral component interconnection；以下简称：pci)总线。
195.计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
196.存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(random access memory；以下简称：ram)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动
器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如：光盘只读存储器(compact disc read only memory；以下简称：cd-rom)、数字多功能只读光盘(digital video disc read only memory；以下简称：dvd-rom)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本公开各实施例的功能。
197.具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本公开所描述的实施例中的功能和/或方法。
198.计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机设备12交互的设备通信，和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口22进行。并且，计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(local area network；以下简称：lan)，广域网(wide area network；以下简称：wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
199.处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现前述实施例中提及的方法。
200.本公开的技术方案，可以先获取待监测的水电机组当前的设备参数及对应的健康温升曲线，之后可以基于设备参数，确定水电机组的状态，在水电机组的状态为开机运行状态的情况下，确定当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长，其中，第一时长为当前时刻与开机启动时刻间的时长，之后可以基于当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长、以及健康温升曲线，确定水电机组轴承瓦片温度是否正常。由此，可以基于当前时刻与开机启动时刻间的时长，从健康温升曲线中获取对应的第一温升值，并根据水电机组当前时刻的温度值与开机启动时刻的温度值，确定当前时刻对应的温升值，之后将其与第一温升值进行比较，即可确定出当前时刻水电机组轴承瓦片温度是否异常，从而提高了水电机组轴承瓦片温度的准确性和可靠性。
201.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
202.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性
或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本公开的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
203.流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本公开的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本公开的实施例所属技术领域的技术人员所理解。
204.在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
205.应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
206.本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
207.此外，在本公开各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
208.上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本公开的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本公开的限制，本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。

技术特征：

1.一种水电机组轴承瓦温的趋势跟踪预警方法，其特征在于，包括：获取待监测的水电机组当前的设备参数及对应的健康温升曲线；基于所述设备参数，确定所述水电机组的状态；在所述水电机组的状态为开机运行状态的情况下，确定当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长，其中，所述第一时长为当前时刻与所述开机启动时刻间的时长；基于当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长、以及所述健康温升曲线，确定所述水电机组轴承瓦片温度是否正常。2.如权利要求1所述的方法，其特征在于，所述获取待监测的水电机组当前的设备参数及对应的健康温升曲线，包括：基于所述水电机组的类型，从预设的温升曲线库中，确定健康温升曲线。3.如权利要求2所述的方法，其特征在于，在所述从预设的温升曲线库中，确定健康温升曲线之前，还包括：将任一类型的水电机组运行周期内的各个时刻输入至训练完成的神经网络模型，以获取所述运行周期内的各个时刻对应的参考温升值；将每个所述参考温升值添加裕度值，以得到对应的健康温升值；按照所述运行周期内的各个时刻，将每个所述健康温升值进行拟合，以生成健康温升曲线。4.如权利要求3所述的方法，其特征在于，在所述将任一类型的水电机组运行周期内的各个时刻输入至训练完成的神经网络模型之前，还包括：获取历史数据集，其中，所述历史数据集中包含任一类型的水电机组开机运行后各个时刻对应的标注温升值；将所述各个时刻输入至初始网络模型中，以获取所述各个时刻对应的预测温升值；根据每个所述预测温升值与所述标注温升值间的差异，对所述初始网络模型进行修正，以生成训练完成的神经网络模型。5.如权利要求1所述的方法，其特征在于，所述基于当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长、以及所述健康温升曲线，确定所述水电机组轴承瓦片温度是否正常，包括：确定所述健康温升曲线中所述第一时长对应的第一温升值；将所述第二温度值与所述第一温升值进行融合，以得到第三温度值；在所述第一温度值大于所述第三温度值的情况下，确定所述水电机组轴承瓦片温度异常；在所述第一温度值小于或等于所述第三温度值的情况下，确定所述水电机组轴承瓦片温度正常。6.如权利要求1所述的方法，其特征在于，在所述确定所述水电机组轴承瓦片温度是否正常之后，还包括：在所述水电机组轴承瓦片温度异常的情况下，进行异常预警。7.如权利要求1所述的方法，其特征在于，在所述确定当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长之后，还包括：
获取所述水电机组在所述第一时长内各个时刻对应的实时温度值；基于每个所述实时温度值与所述第二温度值间的差值，生成对应的实际温升曲线。8.如权利要求7所述的方法，其特征在于，所述确定所述水电机组轴承瓦片温度是否正常，包括：在所述实际温升曲线位于所述健康温升曲线下方的情况下，确定所述水电机组轴承瓦片温度正常；在所述实际温升曲线与所述健康温升曲线存在交集，或者，所述实际温升曲线位于所述健康温升曲线上方的情况下，确定所述水电机组轴承瓦片温度异常。9.一种水电机组轴承瓦温的趋势跟踪预警装置，其特征在于，包括：获取模块，用于获取待监测的水电机组当前的设备参数及对应的健康温升曲线；第一确定模块，用于基于所述设备参数，确定所述水电机组的状态；第二确定模块，用于在所述水电机组的状态为开机运行状态的情况下，确定当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长，其中，所述第一时长为当前时刻与所述开机启动时刻间的时长；第三确定模块，用于基于当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长、以及所述健康温升曲线，确定所述水电机组轴承瓦片温度是否正常。10.一种计算机设备，其特征在于，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，所述处理器执行所述程序时，实现如权利要求1-8中任一所述的水电机组轴承瓦温的趋势跟踪预警方法。

技术总结

本公开提出一种水电机组轴承瓦温的趋势跟踪预警方法及装置，涉及水电机组技术领域。方法包括：获取待监测的水电机组当前的设备参数及对应的健康温升曲线；基于设备参数，确定水电机组的状态；在水电机组的状态为开机运行状态的情况下，确定当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长，其中，第一时长为当前时刻与开机启动时刻间的时长；基于当前时刻的第一温度值、开机启动时刻的第二温度值及第一时长、以及健康温升曲线，确定水电机组轴承瓦片温度是否正常。由此，基于健康温升曲线获取第一温升值，与实际运行中的温升值的比较结果，可以确定出轴承瓦片温度是否异常，从而提高了水电机组轴承瓦片温度的准确性和可靠性。和可靠性。和可靠性。