Page 124 - 2022年第53卷第6期

络的前向传播过程如下：
ｌ
（ １）１ＤＣＮＮ层获取局部空间特征：第 ｌ层卷积层的输出 Ｓ为
ｎ ｃｏｎｖ（ｗ，｛Ｄ（ｋ － Ｔ），…，Ｄ（ｋ － １）｝） ＋ ｂ ），ｌ ＝ １
ｌ
ｌ
ｒｅｌｕ（
{ ∑ ｉ
ｉ ＝１
ｌ
Ｓ ＝ ｎ （９）
ｌ
ｌ － １
ｌ
∑
ｒｅｌｕ（ ｃｏｎｖ（ｗ，Ｓ ） ＋ ｂ），ｌ＞１
ｉ
ｉ ＝１
ｌ
ｌ
式中：ｒｅｌｕ（）为 ＲｅＬＵ激活函数；ｃｏｎｖ（）为卷积操作；ｗ和 ｂ分别为第 ｌ层卷积核与偏置；ｎ为卷积核
ｉ
数目。
（２）ＢｉＧＲＵ提取的双向全局时序特征：采用 ＢｉＧＲＵ以学习双向的长期依赖，ＢｉＧＲＵ层 ｔ时刻对应
的输出 Ｈ为
ｔ
 
Ｈ ＝ Ｈ＋ Ｈ （１０）
ｔ ｔ ｔ
 
Ｈ ＝ ＧＲＵ（Ｄ（ｔ），Ｈ ） （１１）
ｔ ｔ － １
 
Ｈ ＝ ＧＲＵ（Ｄ（ｔ），Ｈ ） （１２）
ｔ
ｔ ＋ １
 
式中：Ｈ为前向隐含层状态；Ｈ为反向隐含层状态。
ｔ
ｔ
Ｌ
（３）将 １ＤＣＮＮ的最后一层输出 Ｓ与 ＢｉＧＲＵ的输出 Ｈ，ｔ ＝ １ ，…，Ｔ相拼接，经过全连接层，生成
ｔ
未来劣化度 Ｄ′（ｋ）：

图 ３ 所提多尺度特征提取网络结构
Ｌ
Ｆ ＝ ｒｅｌｕ （（Ｓ，Ｈ）Ｗ ＋ ｂ ） （１３）
ｔ
ｈ１
ｈ１
１
Ｆ ＝ ｒｅｌｕ （Ｆ Ｗ ＋ ｂ ），ｋ ＝ ２ ，…，Ｋ （１４）
ｋ ｋ － １ ｈｋ ｈｋ
Ｄ′（ｋ） ＝ｒｅｌｕ（Ｆ Ｗ ＋ ｂ） （１５）
ｏ
ｏ
Ｋ
式中：Ｋ为全连接层数目；ｒｅｌｕ（）为 ＲｅＬＵ激活函数；Ｗ 、ｂ 为各全连接层的权重矩阵与偏置；Ｆ为
ｆｋ
ｋ
ｆｋ
各全连接层输出；Ｗ 、ｂ为输出层的权重矩阵与偏置。
ｏ ｏ
３ 案例分析
３．１ 数据来源 实验数据来源于国内某抽水蓄能电站三号机组，机组类型为混流可逆式水轮发电机
组，单机容量为 ３７５ＭＷ，额定水头为 ４４７ｍ。机组监测系统记录了有功功率、无功功率、励磁电流、
励磁电压、水头、导叶开度等工况参数与导轴承振摆值，传感器采样间隔为 １ｍｉｎ，本文以上导轴承 Ｘ
向摆度数据反映机组健康状况。根据电站运行报告，三号机组在 ２０１８年 １月 １５日至 ２０１８年 ２月 １５

０
— ７ ５ —