一种空化预测方法、装置、存储介质及电子设备

技术领域

本发明涉及流体机械技术领域，具体涉及一种空化预测方法、装置、存储介质及电子设备。

背景技术

水电站的水轮机或抽蓄电站的水泵水轮机由于转轮叶片不可调，机组在偏离最优工况运行时不可避免地受到空化影响。机组发生空化后，不仅为现场带来运行噪音而且会对机组过流部件表面产生空蚀破坏及振动，影响机组的检修周期及机组运行寿命。目前对机组空化性能的判断方法基于机组设计完成后缩小尺寸的模型机组空化性能试验来确定，判断机组的空化性能是否满足要求。但真机运行中是否发生空化除受设计制造影响外，还与模型与真机的比尺换算误差、电站运行方式、制造误差、现场与实验室运行环境误差等诸多差异相关，导致现场运行人员无法准确把握真机运行后的空化性能，只能通过定期检修查看机组的空蚀损伤情况。

发明内容

有鉴于此，本发明实施例提供了涉及一种空化预测方法、装置、存储介质及电子设备，以解决现有技术中现场运行人员无法准确把握真机运行后的空化性能，只能通过定期检修查看机组的空蚀损伤情况的技术问题。

本发明提出的技术方案如下：

第一方面，本发明实施例提供一种空化预测方法，用于水电站机组；该空化预测方法包括：获取水电站机组的运行工况参数数据库、声纹信号数据集；基于所述运行工况参数数据库和所述声纹信号数据集，经过预设处理方法，判断所述水电站机组是否发生空化；当所述水电站机组发生空化，将所述运行工况参数数据库输入预设空化仿真代理模型，得到所述水电站机组的空化仿真结果；基于所述空化仿真结果和所述声纹信号数据集，确定所述水电站机组的空化累积损伤结果。

结合第一方面，在第一方面的一种可能的实现方式中，基于所述运行工况参数数据库和所述声纹信号数据集，经过预设处理方法，判断所述水电站机组是否发生空化，包括：基于所述声纹信号数据集，经过滤波方法和傅里叶变换，得到声纹特征参数集；基于所述声纹特征参数集和所述运行工况参数数据库，确定空化声纹特征参数阈值库；基于所述声纹特征参数集和所述空化声纹特征参数阈值库，判断所述水电站机组是否发生空化。

结合第一方面，在第一方面的另一种可能的实现方式中，当所述水电站机组发生空化，将所述运行工况参数数据库输入预设空化仿真代理模型，得到所述水电站机组的空化仿真结果之前，所述方法还包括：基于所述运行工况参数数据库，确定运行工况变化范围和训练数据库；基于所述训练数据库，经过预设仿真计算方法，得到所述运行工况变化范围内的空化结果，所述空化结果包括空化体积或空化面积中的至少一种；基于所述训练数据库和所述空化结果，建立所述预设空化仿真代理模型。

结合第一方面，在第一方面的又一种可能的实现方式中，所述训练数据库包括第一训练数据库和第二训练数据库；基于所述运行工况参数数据库，确定训练数据库，包括：基于所述运行工况参数数据库，确定运行工况参数极值数据库；基于所述运行工况参数极值数据库生成所述第一训练数据库和所述第二训练数据库。

结合第一方面，在第一方面的又一种可能的实现方式中，基于所述训练数据库和所述空化结果，建立所述预设空化仿真代理模型，包括：确定所述第一训练数据库中每个运行工况参数与所述空化结果的敏感性关系；基于所述敏感性关系，经过预设智能算法，建立初始空化降阶模型；基于所述第二训练数据库对所述初始空化降阶模型进行校准，得到所述预设空化仿真代理模型。

结合第一方面，在第一方面的又一种可能的实现方式中，基于所述空化仿真结果和所述声纹信号数据集，确定所述水电站机组的空化累积损伤结果，包括：当所述水电站机组发生空化，基于所述声纹特征参数集确定空化时间集；基于所述声纹信号数据集和所述空化仿真结果对所述空化时间集进行识别，得到至少一个空化时间段和每个所述空化时间段对应的所述空化结果；基于每个所述空化时间段和每个所述空化结果，确定所述空化累积损伤结果。

结合第一方面，在第一方面的又一种可能的实现方式中，所述方法还包括：获取预设检修时间标准；基于所述预设检修时间标准和所述空化累积损伤结果，预测发生空化的所述水电站机组的检修时间。

第二方面，本发明实施例提供一种空化预测装置，用于水电站机组；该空化预测装置包括：获取模块，用于获取水电站机组的运行工况参数数据库、声纹信号数据集；判断模块，用于基于所述运行工况参数数据库和所述声纹信号数据集，经过预设处理方法，判断所述水电站机组是否发生空化；输入模块，用于当所述水电站机组发生空化，将所述运行工况参数数据库输入预设空化仿真代理模型，得到所述水电站机组的空化仿真结果；确定模块，用于基于所述空化仿真结果和所述声纹信号数据集，确定所述水电站机组的空化累积损伤结果。

第三方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序用于使所述计算机执行如本发明实施例第一方面及第一方面任一项所述的空化预测方法。

第四方面，本发明实施例提供一种电子设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器存储有计算机程序，所述处理器通过执行所述计算机程序，从而执行如本发明实施例第一方面及第一方面任一项所述的空化预测方法。

本发明提供的技术方案，具有如下效果：

本发明实施例提供的空化预测方法，采用现场声纹信号数据集与运行工况参数数据库进行仿真混合分析，并在发生空化时激活空化仿真代理模型进行仿真预测，可有效解决真实传感器无法监测水轮机流道内空化的问题，并弥补仅采用声学预测方法无法判断空化发展位置及程度的缺陷。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例提供的一种空化预测方法的流程图；

图2是根据本发明实施例提供的一种空化代理模型构建方法的流程图；

图3是根据本发明实施例提供的现场运行空化预测流程图；

图4是根据本发明实施例提供的一种空化预测装置的结构框图；

图5是根据本发明实施例提供的计算机可读存储介质的结构示意图；

图6是根据本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本发明实施例提供一种空化预测方法，用于水电站机组；如图1所示，该方法包括如下步骤：

步骤101：获取水电站机组的运行工况参数数据库、声纹信号数据集。

具体地，在水电站机组的合适位置设置压力、位移及流量传感器采集水电站机组实时运行数据，可以包括水电站机组进口压力Pin、出口压力Pout、流量Q、出力N、导叶开度、尾水位Hs等参数，并形成开展有限元计算需要的运行工况参数数据库。

进一步，在易于产生空化的位置附近如水车室或尾水管锥管合适位置采用声纹采集仪采集水电站机组声纹信号的时间序列a

步骤102：基于所述运行工况参数数据库和所述声纹信号数据集，经过预设处理方法，判断所述水电站机组是否发生空化。

具体地，运行工况参数数据库可以反映水电站机组的实时运行情况，进一步，通过结合声纹信号数据集进行分析，可以确定当前工况下水电站机组是否发生空化。

步骤103：当所述水电站机组发生空化，将所述运行工况参数数据库输入预设空化仿真代理模型，得到所述水电站机组的空化仿真结果。

其中，预设空化仿真代理模型用于对水电站机组发生空化的区域进行仿真模拟；空化仿真结果可以包括空位位置、空化体积或空化面积等。

具体地，当水电站机组发生空化时，则激活该预设空化仿真代理模型进行仿真模拟，得到当前工况下发生空化的位置和对应的空化体积或空化面积。

步骤104：基于所述空化仿真结果和所述声纹信号数据集，确定所述水电站机组的空化累积损伤结果。

具体地，对步骤103生成的空化仿真结果进行累积计算，同时结合声纹信号数据集可以确定水电站机组运行过程中的空化发展阶段，并进一步输出当前水电站机组累计空化运行时长及空化位置，即空化累积损伤结果。

本发明实施例提供的空化预测方法，采用现场声纹信号数据集与运行工况参数数据库进行仿真混合分析，并在发生空化时激活空化仿真代理模型进行仿真预测，可有效解决真实传感器无法监测水轮机流道内空化的问题，并弥补仅采用声学预测方法无法判断空化发展位置及程度的缺陷。

作为本发明实施例一种可选的实施方式，步骤102，包括：基于所述声纹信号数据集，经过滤波方法和傅里叶变换，得到声纹特征参数集；基于所述声纹特征参数集和所述运行工况参数数据库，确定空化声纹特征参数阈值库；基于所述声纹特征参数集和所述空化声纹特征参数阈值库，判断所述水电站机组是否发生空化。

首先，对声纹信号数据集进行滤波。

具体地，将声纹信号数据集a

式中：A(i)表示滤波后的声纹信号数据；a(n)表示原始声纹信号数据；L(k)表示滤波函数。

其次，对滤波后的声纹信息A(i)进行傅里叶变换，如下关系式(2)所示：

Y＝fft[A(i)] (2)

进一步，根据上述关系式(2)识别出滤波后声纹数据A(i)的频率f、声压幅值Pv等声纹特征参数。

然后，提取不同的声纹特征数据对应的运行工况参数进行空化仿真计算，根据仿真结果识别空化并标记采集的声纹特征，定义此时的声压及频率为空化声纹特征参数阈值库。

最后，遍历声纹特征参数阈值库，将声纹特征参数集和空化声纹特征参数阈值库进行比对，若吻合则判断当前工况产生空化；否则判断水电站机组未产生空化。

作为本发明实施例一种可选的实施方式，步骤103之前，所述方法还包括：基于所述运行工况参数数据库，确定运行工况变化范围和训练数据库；基于所述训练数据库，经过预设仿真计算方法，得到所述运行工况变化范围内的空化结果；基于所述训练数据库和所述空化结果，建立所述预设空化仿真代理模型。

其中，空化结果空化体积或空化面积中的至少一种；训练数据库包括第一训练数据库和第二训练数据库，进一步，基于所述运行工况参数数据库，确定运行工况变化范围和训练数据库，包括：基于所述运行工况参数数据库，确定运行工况参数极值数据库；基于所述运行工况参数极值数据库生成所述第一训练数据库和所述第二训练数据库。

首先，根据运行工况参数数据库可以确定对应的运行工况变化范围和运行工况参数数据库中进口压力Pin、出口压力Pout，流量Q、负荷N，尾水位Hs等参数的最大、最小极值，即确定运行工况参数极值数据库；

其次，根据运行工况参数极值数据库生成仿真计算的试验训练数据，即训练数据库。其中，生成方法可以为基于正交设计、全因子设计、拉丁超立方采样设计等方法，本发明实施例中对此不做具体限定，只要满足需求即可。

进一步，每个参数的训练数据不少于30个。

比如：

其中，样本数n+1≥30。

然后，在训练数据库中选取约60％～80％训练数据作为学习样本数据，即第一训练数据库，并采用该学习样本数据开展仿真模拟得到运行工况变化范围内的空化体积或面积。其中，仿真计算可采用单相流或空化两相流方法，若采用单相流，以压力低于电站运行温度下饱和蒸汽压的区域面积视为发生空化区域；若采用两相流，直接以空泡体积作为判断空化发生的参数。

进一步，基于所述训练数据库和所述空化结果，建立所述预设空化仿真代理模型，包括：确定所述第一训练数据库中每个运行工况参数与所述空化结果的敏感性关系；基于所述敏感性关系，经过预设智能算法，建立初始空化降阶模型；基于所述第二训练数据库对所述初始空化降阶模型进行校准，得到所述预设空化仿真代理模型。

具体地，分析各参数与空化体积或空化面积之间的敏感性关系，基于机器学习等智能算法构建机组运行参数如进出口压力、流量、下游水位与空化体积V的初始空化降阶模型，如下关系式(3)所示：

V＝f(pin,Pout,Q,N,Hs) (3)

进一步，验证和校准初始空化降阶模型：采用剩余20％～40％训练数据，即第二训练数据库校准该初始空化降阶模型，若验证数据误差超过5％，则把验证数据重新加入学习样本，进行基于学习场景生成空化预测模型的工作校准模型。从而对机组空化状态进行准确的判定。若验证数据误差小于5％则存储该空化代理模型备用。其中，还可以结合声纹特征参数随运行工况的变化，分析改善仿真模型的精度和鲁棒性。

通过构建运行参数与空化体积或面积的初始空化降阶模型，可以实现基于实测实时运行数据，仿真获取机组空化体积或面积，节省常规仿真分析时间，有效解决真实传感器无法监测水电站机组(比如水轮机)流道内空化的问题。

作为本发明实施例一种可选的实施方式，步骤104，包括：当所述水电站机组发生空化，基于所述声纹特征参数集确定空化时间集；基于所述声纹信号数据集和所述空化仿真结果对所述空化时间集进行识别，得到至少一个空化时间段和每个所述空化时间段对应的所述空化结果；基于每个所述空化时间段和每个所述空化结果，确定所述空化累积损伤结果。

具体地，当判断水电站机组发生空化，则可以根据滤波后的声纹数据A(i)识别输出空化持续时间。进一步，结合声纹数据及空化仿真结果，分别记录空化发展阶段(初生及临界之间)的历时t

进一步，确定空化累积损伤S，如下关系式(4)所示：

S＝α*t

式中：α、β表示空化发展及空化临界对损伤影响的比例。

作为本发明实施例一种可选的实施方式，所述方法还包括：获取预设检修时间标准；基于所述预设检修时间标准和所述空化累积损伤结果，预测发生空化的所述水电站机组的检修时间。

具体地，根据当前河流已有机组空化破坏前的运行情况初步定义损伤达到S1时为检修时间。最后输出当前机组累计空化运行时长及空化位置，并预测机组空蚀检修时间，若S＞S1，则提示建议检修；若S＜S1，提示预估检修时间。

在一实例中，提供一种空化代理模型构建方法，具体实施流程如图2所示。

进一步，基于构建好的空化代理模型，提供现场运行空化预测流程，如图3所示。

本发明实施例基于采集机组现场运行数据及仿真混合分析方法进行机组空化监测及运维预测。对测量的声纹信号进行多重滤波，确定空化声纹特征参数库。并基于此校核实时仿真分析模型，实现对机组空化性能的实时在线监测，实时显示机组内空化、获取机组当前累积空化运行时长及预计维修时间等信息。通过本发明实施例，可以更准确地预测机组在实际运行中的空化性能，预测水轮机或抽蓄机组设备健康状况，为更合理的基于运行状态制定运维检修计划提供依据，确保了机组安全运行。

本发明实施例还提供一种空化预测装置，用于水电站机组；如图4所示，该装置包括：

获取模块401，用于获取水电站机组的运行工况参数数据库、声纹信号数据集；详细内容参见上述方法实施例中步骤101的相关描述。

判断模块402，用于基于所述运行工况参数数据库和所述声纹信号数据集，经过预设处理方法，判断所述水电站机组是否发生空化；详细内容参见上述方法实施例中步骤102的相关描述。

输入模块403，用于当所述水电站机组发生空化，将所述运行工况参数数据库输入预设空化仿真代理模型，得到所述水电站机组的空化仿真结果；详细内容参见上述方法实施例中步骤103的相关描述。

确定模块404，用于基于所述空化仿真结果和所述声纹信号数据集，确定所述水电站机组的空化累积损伤结果；详细内容参见上述方法实施例中步骤104的相关描述。

本发明实施例提供的空化预测装置，采用现场声纹信号数据集与运行工况参数数据库进行仿真混合分析，并在发生空化时激活空化仿真代理模型进行仿真预测，可有效解决真实传感器无法监测水轮机流道内空化的问题，并弥补仅采用声学预测方法无法判断空化发展位置及程度的缺陷。

作为本发明实施例一种可选的实施方式，所述判断模块，包括：处理子模块，用于基于所述声纹信号数据集，经过滤波方法和傅里叶变换，得到声纹特征参数集；确定子模块，用于基于所述声纹特征参数集和所述运行工况参数数据库，确定空化声纹特征参数阈值库；判断子模块，用于基于所述声纹特征参数集和所述空化声纹特征参数阈值库，判断所述水电站机组是否发生空化。

作为本发明实施例一种可选的实施方式，所述装置还包括：第一确定模块，用于基于所述运行工况参数数据库，确定运行工况变化范围和训练数据库；计算模块，用于基于所述训练数据库，经过预设仿真计算方法，得到所述运行工况变化范围内的空化结果，所述空化结果包括空化体积或空化面积中的至少一种；建立模块，用于基于所述训练数据库和所述空化结果，建立所述预设空化仿真代理模型。

作为本发明实施例一种可选的实施方式，所述训练数据库包括第一训练数据库和第二训练数据库；所述第一确定模块，包括：第一确定子模块，用于基于所述运行工况参数数据库，确定运行工况参数极值数据库；生成子模块，用于基于所述运行工况参数极值数据库生成所述第一训练数据库和所述第二训练数据库。

作为本发明实施例一种可选的实施方式，所述建立模块，包括：第二确定子模块，用于确定所述第一训练数据库中每个运行工况参数与所述空化结果的敏感性关系；建立子模块，用于基于所述敏感性关系，经过预设智能算法，建立初始空化降阶模型；校准子模块，用于基于所述第二训练数据库对所述初始空化降阶模型进行校准，得到所述预设空化仿真代理模型。

作为本发明实施例一种可选的实施方式，所述确定模块，包括：第三确定子模块，用于当所述水电站机组发生空化，基于所述声纹特征参数集确定空化时间集；识别子模块，用于基于所述声纹信号数据集和所述空化仿真结果对所述空化时间集进行识别，得到至少一个空化时间段和每个所述空化时间段对应的所述空化结果；第四确定子模块，用于基于每个所述空化时间段和每个所述空化结果，确定所述空化累积损伤结果。

作为本发明实施例一种可选的实施方式，所述装置还包括：第一获取模块，用于获取预设检修时间标准；预测模块，用于基于所述预设检修时间标准和所述空化累积损伤结果，预测发生空化的所述水电站机组的检修时间。

本发明实施例提供的空化预测装置的功能描述详细参见上述实施例中空化预测方法描述。

本发明实施例还提供一种存储介质，如图5所示，其上存储有计算机程序501，该指令被处理器执行时实现上述实施例中空化预测方法的步骤。其中，存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，HDD)或固态硬盘(Solid-StateDrive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。

本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random AccessMemory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。

本发明实施例还提供了一种电子设备，如图6所示，该电子设备可以包括处理器61和存储器62，其中处理器61和存储器62可以通过总线或者其他方式连接，图6中以通过总线连接为例。

处理器61可以为中央处理器(Central Processing Unit，CPU)。处理器61还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。

存储器62作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的对应的程序指令/模块。处理器61通过运行存储在存储器62中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的空化预测方法。

存储器62可以包括存储程序区和存储数据区，其中，存储程序区可存储操作装置、至少一个功能所需要的应用程序；存储数据区可存储处理器61所创建的数据等。此外，存储器62可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器62可选包括相对于处理器61远程设置的存储器，这些远程存储器可以通过网络连接至处理器61。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

所述一个或者多个模块存储在所述存储器62中，当被所述处理器61执行时，执行如图1-3所示实施例中的空化预测方法。

上述电子设备具体细节可以对应参阅图1至图3所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。

虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。