处直接检索数据库中诊断任务表记录即可，如果不存在，则在日志信息中提示建立诊断任务并退出当前诊断任务，其中日志信息也保存在数据库表中。如果存在可用的诊断任务信息，则继续检查可用的诊断模型是否存在，诊断模型信息保存在数据库表中，由诊断模型维护功能录入。如果不存在可用的诊断模型信息，则在日志信息中提示建立诊断模型并退出当前诊断任务。如果存在可用的诊断模型信息，则继续检查可用的模型结果是否存在，模型结果是模型训练后保存的模型信息和训练结果。如果可用的模型结果不存在，则在日志信息中提示保存模型结果并退出当前诊断任务。如果存在可用的模型结果信息，则继续检查水电机组状态记录是否存在，如果不存在，则在日志信息中提示录入机组状态记录并退出当前诊断任务。如果存在水电机组状态记录，则循环要诊断的水电机组的可用模型结果记录，模型结果记录包含模型训练文件和模型信息，根据模型训练文件内容，即读取第一行运行参数信息，组织水电机组当前模型运行数据，并生成待预测的csv数据文件，根据模型相关信息和待预测文件，调用模型预测函数进行故障诊断，最后对预测结果进行分析与记录，即把每个预测结果与机组状态信息中的状态编码比较，如果预测结果与状态编码一致，说明该水电机组的预测结果就是该状态编码代表的含义，检查该机组状态信息中的是否处理是否为真，如果为真，则需要将结果信息记录到诊断记录结果中，信息包括诊断时间、状态名称、建议采取措施、发生状态原因，如果为否，则不记录。在一次预测结果中，出现相同预测结果时只保留第一个，如果预测结果没有出现在机组状态信息中的会记录日志信息，并提示机组状态信息不完整，请录入编码为预测结果的机组状态信息。
[0037]优选的，定时故障预测任务的具体流程可以是:首先开始检查的是可用的预测任务，即预测程序类名是否存在，接着继续检查诊断模型、模型结果、机组状态等信息是否存在。如果都存在则循环要预测水电机组的模型结果，按日、周、月三个周期统计最近60周期相同工况下的水电机组运行参数数据的平均值。接着采用时间序列算法，包括:长期趋势、季节变动、循环变动、不规则变动的加法模型，预测60个日、周、月后3个周期的数据。对预测结果保存成待预测的csv数据文件，根据模型相关信息和待预测文件，调用模型预测函数进行故障诊断，最后对预测结果进行分析与记录，分析结果保存在预测结果信息中，供预测记录查询功能查询。
[0038]优选的，周期可以采用Cron表达式定义。
[0039]优选的，定时故障诊断任务执行周期为5分钟一次，定时故障预测任务执行周期为每天执行2次。
[0040]进一步的，所述诊断机组维护部分是通过界面操作，维护要进行故障诊断和预测的水电机组集合。
[0041]优选的，诊断机组信息包括诊断任务、是否诊断、机组名称、机组型号、额定功率、投运日期等内容。诊断任务是前面诊断任务维护中建立的诊断任务，机组名称、机组型号、额定功率、投运日期是系统中存在的机组基本信息。
[0042]进一步的，所述诊断日志查询部分是通过界面操作，查询系统在执行故障诊断和故障预测任务时，记录的各种日志信息。
[0043]优选的，日志信息内容包括任务名称、日志等级、日志时间、日志内容等，便于了解诊断任务执行情况。
[0044]优选的，日志等级可分为:信息、警告、错误三个等级。
[0045]所述诊断记录查询模块包括主动查询和被动提示部分。
[0046]进一步的，主动查询部分为:用户通过界面操作查询系统执行故障诊断后的诊断结果，诊断结果内容包括机组名称、机组状态、诊断时间、诊断结果。
[0047]进一步的，被动提示部分为:诊断过程中系统发现机组存在故障时，会自动提示用户故障发生部位，并提示建议采取的措施及可能发生的原因。
[0048]所述人工故障诊断模块包括人工故障诊断和人工诊断查询功能。
[0049]进一步的，所述人工故障诊断部分为主动诊断部分:用户选择可用的诊断模型并上传诊断文件，点击开始诊断按钮对诊断文件进行故障诊断。要求上传的故障诊断文件必须与使用的故障诊断模型中的训练文件格式是一致的，即要求有相同的列数，每列代表的含义是一致的。人工故障诊断会调用模型的预测函数进行故障诊断，并输出故障诊断信息。当前的人工故障诊断信息会显示在故障诊断结果里。故障诊断结果包括机组名称、机组状态、诊断时间、诊断结果、建议采取措施、可能发生原因。
[0050]进一步的，所述人工诊断查询是通过界面操作，查询以往人工故障诊断结果。每次的人工故障诊断结果会被保存下来，此处只是按照机组名称、机组状态、诊断时间段、诊断结果等条件查询历史结果记录。人工诊断查询内容包括机组名称、机组状态、诊断时间、诊断结果、建议采取措施、可能发生原因等。
[0051]本发明所述诊断系统具有以下优点:
[0052]1.可以面向不同机组类型、不同机组工况、不同故障诊断算法、不同样本数据进行故障诊断和预测。通过提供开放的故障诊断模型、故障样本训练、定期诊断任务等机制，实现较为准确的定期故障诊断和预测功能，能有效提前发现故障，在故障发生前进行针对性维修，能明显提高水电机组的安全性和可靠性，降低维修费用。
[0053]2.利用计算机技术，通过水电机组各种运行参数数据，建立通用的故障诊断模型，实现水电机组自动短期一一未来3天、中长期一一未来3周、3月的故障诊断和预测功能，为电站管理人员提前掌握水电机组的运行状态，及时、科学制定检修计划，降低维修费用，提高设备安全水平。
【附图说明】
[0054]图1系统功能图；
[0055]图2定时故障诊断流程图；
[0056]图3定时故障预测流程图。
具体实施例
[0057]为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图，对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0058]以下结合附图，对本发明进一步详细说明。
[0059]在本发明中，机组信息维护模块录入系统中使用到的水电机组和机组状态信息；诊断模型维护模块建立开放的故障诊断模型，并通过模型样本训练，确定每个水电机组各工况下要使用的诊断模型；诊断任务维护模块实现水电机组的自动诊断任务和自动预测任务的建立和运行，并可查看任务的日志情况；诊断记录查询用于查询水电机组的自动诊断任务和预测任务的执行结果，及时和提前了解水电机组运行状态；人工故障诊断模块用于人工操作水电机组的样本数据进行故障诊断，并查询历史诊断结果。
[0060]图1为本发明的系统功能图，本发明通过以下技术方案实现上述技术目的:一种开放型水电机组故障诊断系统，主要包括机组信息维护、诊断模型维护、诊断任务维护、诊断记录查询、人工故障诊断模块。其中:
[0061]机组信息维护模块包括机组信息维护和机组状态维护部分。机组信息维护是通过界面实现水电机组信息的录入、修改、删除等操作，界面系统可以是CS或BS结构，可以通过Java或C#等其它编程语言实现。机组信息包括电站名称、机组编号、机组名称、额定功率、机组型号、投产日期、制造厂家、安装单位等基本信息。其中，机组状态维护是通过界面实现机组状态信息的录入、修改、删除等操作。机组状态信息包括状态编码、状态名称、是否处理、建议采取措施、发生状态原因。机组状态维护中的状态编码是故障样本中的目标列值，是数值型数据。是否处理是布尔型数据，表示在故障诊断或预测时是否要将该结果记录下来。如果记录下来，会一并提供建议采取措施和发生状态原因信息。机组状态维护中记录的是机组的各种状态，包括机组的正常状态和各种异常状态、故障状态的定义。对各种异常状态、故障状态，是否处理应该设置为真，并填写发生该状态的原因和应采取的建议措施，以便指导对故障的处理。
[0062]诊断模型维护模块包括诊断模型维护、模型参数设置、模型样本训练、模型结果使用等部分。其中，诊断模型维护是通过界面操作，录入故障诊断模型信息，故障诊断模型信息包括模型名称、模型类名、训练函数名、预测函数名、模型描述、是否使用。模型类名是外部已经编译好的由Matlab、Octave、R、Python等软件编译好的包含训练算法和预测算法的程序类名、消息服务的服务名、包含Web Sevice服务地址的服务名，预测函数名和训练函数名均是外部系统