贵州乌江水电开发有限责任公司乌江渡发电厂

本发明公开了一种用于水轮发电机组定子铁芯故障监测方法，属于水力发电设备状态监测技术领域。本发明通过在定子铁芯上布置多类型传感器，同步采集振动、温度、气隙和局部放电信号，并对运行工况参数进行同步采集；对采集的多源信号进行预处理；构建电磁场、温度场、结构场多物理场耦合模型，提取多物理场耦合特征参数；计算定子铁芯的综合健康指标HI；将多源监测数据和综合健康指标输入训练好的图注意力网络与长短期记忆网络混合深度学习模型，对定子铁芯的未来健康状态进行预测，输出故障预警信号和故障类型识别结果。本发明实现了多源信息融合与物理机理驱动的定子铁芯故障在线监测与趋势预测，具有监测全面、诊断准确、预警及时的优点。

本发明公开了一种水轮发电机组故障预警方法，属于水轮发电机组故障诊断技术领域。包括：采集多源异构监测数据并提取多维特征；建立水力‑机械‑电磁多物理场耦合机理模型；将机理模型作为物理约束嵌入深度学习网络，构建物理信息神经网络预警模型，其损失函数包含数据驱动损失项和物理约束损失项；利用训练后的模型在线计算多维度健康度指标，基于工况自适应生成动态预警阈值；触发预警后，通过故障因果图和因果推断算法自动定位故障根因；采用时序卷积网络预测健康度指标变化趋势并输出分级预警信息。本发明融合了物理机理与数据驱动，实现了早期故障精准感知、工况自适应预警和根因自动定位，显著提高了预警准确性和及时性。