本申請涉及設備狀態(tài)檢測，尤其涉及一種海上柔直平臺泵類設備的高效智能工況識別方法和裝置。

背景技術：

1、換流閥作為高壓輸電系統(tǒng)的核心設備，具有較大的運行功率和熱量生成量，需要及時有效地對其進行冷卻。在換流閥冷卻系統(tǒng)中，海上柔直平臺泵類設備包括主循環(huán)泵和補水泵，它們的正常運行是保障系統(tǒng)冷卻效果的關鍵。主循環(huán)泵是唯一持續(xù)運行的設備，其主要職責是保持內(nèi)水冷卻介質(zhì)的壓力恒定并提供持續(xù)的流量。一旦主循環(huán)泵發(fā)生故障，將直接影響換流閥的冷卻效果，可能導致直流系統(tǒng)被迫停運。補水泵則負責補充冷卻系統(tǒng)中的水量，確保系統(tǒng)在長時間運行中的水量平衡，防止冷卻介質(zhì)不足引起的設備過熱。但是，相關技術中對于主循環(huán)泵和補水泵等海上柔直平臺泵類設備運行狀態(tài)的識別方法有待改善。

技術實現(xiàn)思路

1、本申請旨在至少在一定程度上解決相關技術中的技術問題之一。為此，本申請?zhí)岢鲆环N海上柔直平臺泵類設備的高效智能工況識別方法和裝置。本申請采用的主要技術方案包括：

2、第一方面，本申請實施例提供一種海上柔直平臺泵類設備的高效智能工況識別方法，該方法包括：泵類設備的多個目標測點處設置振動加速度傳感器；通過振動加速度傳感器采集泵類設備的設備振動數(shù)據(jù)；其中，設備振動數(shù)據(jù)包括各個目標測點的測點振動數(shù)據(jù)：根據(jù)目標測點的測點振動數(shù)據(jù)進行時頻轉換處理，得到目標測點的單通道二維時頻圖，并基于各個目標測點的單通道二維時頻圖進行通道融合，得到多通道二維時頻圖；基于多通道二維時頻圖進行特征提取，得到設備運行狀態(tài)特征；并根據(jù)設備運行狀態(tài)特征進行工況識別，得到泵類設備的工況類型。

3、可選地，所述根據(jù)所述目標測點的測點振動數(shù)據(jù)進行時頻轉換處理，得到所述目標測點的單通道二維時頻圖，包括：基于目標測點的測點振動數(shù)據(jù)構成二維時序數(shù)據(jù)矩陣；通過魏格納分布的時頻轉換算法，根據(jù)二維時序數(shù)據(jù)矩陣進行時頻轉換處理，得到二維時頻變換后矩陣；基于二維時頻變換后矩陣繪制目標測點的單通道二維時頻圖。

4、可選地，泵類設備包括主循環(huán)泵；多個目標測點包括主循環(huán)泵上設置的第一測點；根據(jù)目標測點的測點振動數(shù)據(jù)進行時頻轉換處理，得到目標測點的單通道二維時頻圖，并對各個目標測點的單通道二維時頻圖進行通道融合，得到多通道二維時頻圖；包括：對第一測點的測點振動數(shù)據(jù)進行時頻轉換處理，得到第一測點的單通道二維時頻圖；對第一測點的單通道二維時頻圖進行通道融合，得到主循環(huán)泵的主泵二維時頻圖；其中，多通道二維時頻圖包括主泵二維時頻圖。

5、可選地，基于多通道二維時頻圖進行特征提取，得到設備運行狀態(tài)特征；并根據(jù)設備運行狀態(tài)特征進行工況識別，得到泵類設備的工況類型，包括：通過第一卷積神經(jīng)網(wǎng)絡對主泵二維時頻圖進行特征提取，得到主循環(huán)泵的主泵運行狀態(tài)特征；根據(jù)主循環(huán)泵的主泵運行狀態(tài)特征對主循環(huán)泵進行工況識別，得到主循環(huán)泵的工況類型。

6、可選地，泵類設備還包括補水泵；多個目標測點還包括補水泵上設置的第二測點；根據(jù)目標測點的測點振動數(shù)據(jù)進行時頻轉換處理，得到目標測點的單通道二維時頻圖，并對各個目標測點的單通道二維時頻圖進行通道融合，得到多通道二維時頻圖；包括：對第二測點的測點振動數(shù)據(jù)進行時頻轉換處理，得到第二測點的單通道二維時頻圖；對第二測點的單通道二維時頻圖進行通道融合，得到補水泵的補泵二維時頻圖；其中，多通道二維時頻圖還包括補泵二維時頻圖。

7、可選地，基于多通道二維時頻圖進行特征提取，得到設備運行狀態(tài)特征；并根據(jù)設備運行狀態(tài)特征進行工況識別，得到泵類設備的工況類型，包括：通過第二卷積神經(jīng)網(wǎng)絡對補泵二維時頻圖進行特征提取，得到補水泵的補泵運行狀態(tài)特征；根據(jù)補水泵的補泵運行狀態(tài)特征對補水泵進行工況識別，得到補水泵的工況類型。

8、可選地，第二卷積神經(jīng)網(wǎng)絡是采用遷移學習的方式對第一卷積神經(jīng)網(wǎng)絡進行訓練得到的；第一卷積神經(jīng)網(wǎng)絡是針對主循環(huán)泵完成訓練的卷積神經(jīng)網(wǎng)絡。

9、可選地，第一卷積神經(jīng)網(wǎng)絡包括多個卷積單元，相鄰的兩個卷積單元間設置有殘差單元，卷積單元包括空洞卷積層和最大池化層，空洞卷積層后添加有批歸一化層，空洞卷積層后的激活函數(shù)采用參數(shù)化修正線性單元。

10、可選地，第一測點包括主循環(huán)泵聯(lián)軸器的豎直測點、水平測點和軸向測點；第二測點分別位于補水泵的上部、中部和下部；工況類型為正常運行狀態(tài)、轉子不平衡狀態(tài)、角不對中狀態(tài)、平行不對中狀態(tài)和基座松動狀態(tài)中的任一種。

11、可選地，在泵類設備的工況類型屬于轉子不平衡狀態(tài)、角不對中狀態(tài)、平行不對中狀態(tài)和基座松動狀態(tài)中的任一種的情況下，發(fā)出警示，以提醒對泵類設備進行檢修工作。

12、第二方面，本申請實施例提供一種海上柔直平臺泵類設備的高效智能工況識別裝置，包括：

13、振動數(shù)據(jù)獲取模塊，用于通過振動加速度傳感器采集泵類設備的設備振動數(shù)據(jù)；其中，設備振動數(shù)據(jù)包括各個目標測點的測點振動數(shù)據(jù)。

14、時頻轉換模塊，用于根據(jù)目標測點的測點振動數(shù)據(jù)進行時頻轉換處理，得到目標測點的單通道二維時頻圖，并基于各個目標測點的單通道二維時頻圖進行通道融合，得到多通道二維時頻圖。

15、工況識別模塊，用于基于多通道二維時頻圖進行特征提取，得到設備運行狀態(tài)特征；并根據(jù)設備運行狀態(tài)特征進行工況識別，得到泵類設備的工況類型。

16、第三方面，本申請還提供一種計算機設備，包括存儲器和處理器，存儲器存儲有計算機程序，處理器執(zhí)行計算機程序時實現(xiàn)上述任一項的方法的步驟。

17、第四方面，本申請還提供一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，計算機程序被處理器執(zhí)行時實現(xiàn)上述任一項的方法的步驟。

18、第五方面，本發(fā)明提供一種計算機程序產(chǎn)品，包括計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)上述任一項的方法的步驟。

19、上述實施例中，通過采集海上柔直平臺泵類設備目標測點的測點振動數(shù)據(jù)進行時頻轉換處理得到目標測點的單通道二維時頻圖，并基于各個目標測點的二維時頻圖進行通道融合，得到多通道二維時頻圖。進一步地，基于多通道二維時頻圖進行特征提取得到設備運行狀態(tài)特征，最終根據(jù)設備運行狀態(tài)特征進行工況識別，得到泵類設備的工況類型。至此，實現(xiàn)一種能夠針對海上柔直平臺泵類設備實時的工況類型進行高效智能檢測和識別的方法。

技術特征：

1.一種海上柔直平臺泵類設備的高效智能工況識別方法，其特征在于，所述泵類設備的多個目標測點處設置振動加速度傳感器；所述方法包括：

2.根據(jù)權利要求1所述的方法，其特征在于，所述根據(jù)所述目標測點的測點振動數(shù)據(jù)進行時頻轉換處理，得到所述目標測點的單通道二維時頻圖，包括：

3.根據(jù)權利要求1所述的方法，其特征在于，所述泵類設備包括主循環(huán)泵；所述多個目標測點包括所述主循環(huán)泵上設置的第一測點；所述根據(jù)所述目標測點的測點振動數(shù)據(jù)進行時頻轉換處理，得到所述目標測點的單通道二維時頻圖，并對各個所述目標測點的單通道二維時頻圖進行通道融合，得到多通道二維時頻圖；包括：

4.根據(jù)權利要求3所述的方法，其特征在于，所述基于所述多通道二維時頻圖進行特征提取，得到設備運行狀態(tài)特征；并根據(jù)所述設備運行狀態(tài)特征進行工況識別，得到所述泵類設備的工況類型，包括：

5.根據(jù)權利要求3所述的方法，其特征在于，所述泵類設備還包括補水泵；所述多個目標測點還包括所述補水泵上設置的第二測點；所述根據(jù)所述目標測點的測點振動數(shù)據(jù)進行時頻轉換處理，得到所述目標測點的單通道二維時頻圖，并對各個所述目標測點的單通道二維時頻圖進行通道融合，得到多通道二維時頻圖；包括：

6.根據(jù)權利要求5所述的方法，其特征在于，所述基于所述多通道二維時頻圖進行特征提取，得到設備運行狀態(tài)特征；并根據(jù)所述設備運行狀態(tài)特征進行工況識別，得到所述泵類設備的工況類型，包括：

7.根據(jù)權利要求6所述的方法，其特征在于，所述第二卷積神經(jīng)網(wǎng)絡是采用遷移學習的方式對第一卷積神經(jīng)網(wǎng)絡進行訓練得到的；所述第一卷積神經(jīng)網(wǎng)絡是針對所述主循環(huán)泵完成訓練的卷積神經(jīng)網(wǎng)絡。

8.根據(jù)權利要求7所述的方法，其特征在于，所述第一卷積神經(jīng)網(wǎng)絡包括多個卷積單元，相鄰的兩個所述卷積單元間設置有殘差單元，所述卷積單元包括空洞卷積層和最大池化層，所述空洞卷積層后添加有批歸一化層，所述空洞卷積層后的激活函數(shù)采用參數(shù)化修正線性單元。

9.根據(jù)權利要求5所述的方法，其特征在于，所述第一測點包括主循環(huán)泵聯(lián)軸器的豎直測點、水平測點和軸向測點；所述第二測點分別位于所述補水泵的上部、中部和下部；所述工況類型為正常運行狀態(tài)、轉子不平衡狀態(tài)、角不對中狀態(tài)、平行不對中狀態(tài)和基座松動狀態(tài)中的任一種。

10.根據(jù)權利要求1至9任一項所述的方法，其特征在于，所述方法還包括：

11.一種海上柔直平臺泵類設備的高效智能工況識別裝置，其特征在于，所述泵類設備的多個目標測點處設置振動加速度傳感器；所述裝置包括：

技術總結
本申請涉及設備狀態(tài)檢測技術領域，公開了一種海上柔直平臺泵類設備的高效智能工況識別方法和裝置。其中，該方法包括：在泵類設備的多個目標測點處設置振動加速度傳感器；通過振動加速度傳感器采集泵類設備的設備振動數(shù)據(jù)；設備振動數(shù)據(jù)包括各個目標測點的測點振動數(shù)據(jù)；根據(jù)目標測點的測點振動數(shù)據(jù)進行時頻轉換處理，得到目標測點的單通道二維時頻圖，并基于各個目標測點的單通道二維時頻圖進行通道融合，得到多通道二維時頻圖；基于多通道二維時頻圖進行特征提取，得到設備運行狀態(tài)特征；并根據(jù)設備運行狀態(tài)特征進行工況識別，得到泵類設備的工況類型。至此，實現(xiàn)一種能夠針對海上柔直平臺泵類設備實時的工況類型進行高精度檢測和識別的方法。

技術研發(fā)人員：張濤,高仕龍,楊勇,秦亮,周思涵,何敏,劉浩鋒,張嘉楠,王加龍,李琦,劉近,鄭林,宋佳潔,顧清明,范舟
受保護的技術使用者：國網(wǎng)經(jīng)濟技術研究院有限公司
技術研發(fā)日：
技術公布日：2025/1/2