来源：期刊VIP网 时间：
作者：何一纯;李超顺;杨云鹏;
单位：国网新源控股有限公司;华中科技大学土木与水利工程学院;
摘要：水电站因工作时间长、内部结构复杂及运行环境等因素导致水电机组部件逐步老化受损，使电站运行存在重大安全隐患。水电机组劣化趋势预测能反映机组的运行安全，为此提出一种基于多层感知机(MLP)和注意力机制的双向长短时记忆(Attention-BiLSTM)相结合的劣化趋势预测模型(MLP-BiLSTM-Attention),首先将机组各工况数据与各个振摆数据进行相关性分析，获取关键部分之间的高度相关性；然后提取较高相关度特征值并输入改进后的MLP模型构建健康模型，利用实际机组运行数据与健康模型数据构建机组劣化度，劣化度信息输入Attention-BiLSTM预测网络实现劣化度预测；最后通过多种模型对比验证了所提模型的可行性和有效性。
关键词：水轮机组;;劣化预测;;健康模型;;多层感知机;;双向长短时记忆网络
基金资助：湖北省重点研发计划项目(2021BAA193);; 国网新源集团控股有限公司科技项目(SGXYKJ2023085)
