大型水力机组的运行安全问题涉及泵站调水目标实现和水电站电网安全稳定问题，目前泵站、水电站水力机组运行状态分析和故障诊断手段单一、信息反馈滞后，难以实现机组的精准化、智能化故障诊断。本项目开展了大型水力机组数字化智能化安全运行与故障诊断关键技术研究，关键技术如下：
（1）首次提出基于“大数据+深度学习”的水力机组故障诊断方法。引入深度学习理论，结合机组状态监测信号，通过研究和构建具有多隐层的机器学习模型和海量的训练数据，来学习更有用的机组状态特征，从而最终提升分类或预测准确性。
（2）将虚拟装配技术和人工智能技术引入到水力机组的安装检修中，提出基于多Agent的情境装配模型，引导用户在虚拟环境中实现机组零部件的装配检修操作功能，从而建立了互动性高、临场感强的三维虚拟装配检修场景，实现了水力机组检修的三维可视化。
（3）利用虚拟现实、人机交互等技术构建了基于三维可视化的泵站水电站综合管理平台，将泵站水电站各类信息在统一平台上直观地表现出来。提出采用基于语义的三维交互技术构建与现实高度近似的仿真环境，为用户提供便捷的浏览、交互和可视化信息查询手段。
项目成果发表学术论文100余篇，授权发明专利10件，软件著作权4项，出版学术专著3部。研究成果应用于南水北调东线工程江都泵站、泰州引江河管理工程、白溪水库等30余座泵站、水电站工程。累计经济效益约1.3亿元人民币，社会效益显著。

大型水力机组的运行安全问题涉及泵站调水目标实现和水电站电网安全稳定问题，目前泵站、水电站水力机组运行状态分析和故障诊断手段单一、信息反馈滞后，难以实现机组的精准化、智能化故障诊断。本项目开展了大型水力机组数字化智能化安全运行与故障诊断关键技术研究，关键技术如下：
（1）首次提出基于“大数据+深度学习”的水力机组故障诊断方法。引入深度学习理论，结合机组状态监测信号，通过研究和构建具有多隐层的机器学习模型和海量的训练数据，来学习更有用的机组状态特征，从而最终提升分类或预测准确性。
（2）将虚拟装配技术和人工智能技术引入到水力机组的安装检修中，提出基于多Agent的情境装配模型，引导用户在虚拟环境中实现机组零部件的装配检修操作功能，从而建立了互动性高、临场感强的三维虚拟装配检修场景，实现了水力机组检修的三维可视化。
（3）利用虚拟现实、人机交互等技术构建了基于三维可视化的泵站水电站综合管理平台，将泵站水电站各类信息在统一平台上直观地表现出来。提出采用基于语义的三维交互技术构建与现实高度近似的仿真环境，为用户提供便捷的浏览、交互和可视化信息查询手段。
项目成果发表学术论文100余篇，授权发明专利10件，软件著作权4项，出版学术专著3部。研究成果应用于南水北调东线工程江都泵站、泰州引江河管理工程、白溪水库等30余座泵站、水电站工程。累计经济效益约1.3亿元人民币，社会效益显著。