来源：期刊VIP网 时间：
作者：张峰源;李玉鑫;费一涛;刘颉;李浩亮;袁晓辉;张勇传;
单位：华中科技大学土木与水利工程学院;华中科技大学数字流域科学与技术湖北省重点实验室;东方电气集团东方电机有限公司;
摘要：传统基于单一种类监测信号分析的水电机组劣化状态评估存在机组状态表征不全面、评估时序敏感性差等不足，需深入研究异构监测信号特征挖掘与状态融合表征问题，提出一种异构信号图融合表征驱动的水电机组劣化状态评估方法。首先，嵌入工况信息-多源监测信号为节点特征，设计基于异构信号相似度阈值的边连接函数；然后，计算异构信号内部多重边连接关系，将同一时段内数据转换为差异化图空间结构；其次，融合图卷积网络和循环神经网络，构建兼顾时-空特征提取能力的机组健康基准模型，挖掘异构信号图中隐含的时空依赖关系以表征机组状态；进一步引入注意力机制融合图表征向量，输出预测理论健康信号值，并度量多维信号空间内预测值与实际值的距离，以评估机组综合劣化程度；最后，使用某水电机组实测数据验证所提方法能有效综合评估机组劣化。
关键词：水电机组;;劣化状态评估;;多源异构信号;;特征融合;;图卷积网络
基金资助：国家自然科学基金项目(52205104,U2340211);; 湖北省自然科学基金项目(2022CFB062);; 武汉市知识创新专项项目(基础研究项目);; 中国长江电力股份有限公司资助项目(Z242302026)
