基于注意力机制和多传感器信息驱动模型的水轮发电机组故障预测系统

为满足水轮发电机组在大数据背景下的故障预测需求,结合注意力机制特征提取能力强的特性和多传感器信息驱动可提高模型鲁棒性的优点,提出了一种基于注意力机制和多传感器信息驱动(Bi-GRU-Attention)模型的水轮发电机组故障预测系统,并将其应用于湖南省某水电站#8机组8月在线监测数据中。实际运行结果表明,该系统有效预测了水轮发电机组的振动趋势,实现了水轮发电机的智能预测。