[發(fā)明專利]一種基于非凸非光滑優(yōu)化和圖模型的電機(jī)故障診斷方法

在審

• 申請?zhí)枺?/td>: 202010860255.0
• 申請日: 2020-08-25
• 公開（公告）號: CN112180251A
• 公開（公告）日: 2021-01-05
• 發(fā)明（設(shè)計(jì)）人: 于凱;王哲;王玉龍;鞏秀中;孫杰;倪洋;閻峰;董恒章;劉寶楠;張世林
• 申請（專利權(quán)）人: 安徽華電宿州發(fā)電有限公司
• 主分類號: G01R31/34
• 分類號: G01R31/34
• 代理公司: 南京瑞弘專利商標(biāo)事務(wù)所(普通合伙) 32249
• 代理人: 彭雄

本發(fā)明公開了一種基于非凸非光滑優(yōu)化和圖模型的電機(jī)故障診斷方法，通過非凸非光滑優(yōu)化提取不同高維信號的關(guān)聯(lián)關(guān)系，通過求解優(yōu)化問題得到高維信號的隱狀態(tài)以及對應(yīng)的逆協(xié)方差矩陣，建立電機(jī)信號對應(yīng)的圖模型，最終將實(shí)時(shí)的逆協(xié)方差矩陣和歷史的逆協(xié)方差在線對比判斷電機(jī)是否處于故障，通過歷史在沒有標(biāo)定的條件下，發(fā)掘高維時(shí)變信號中電機(jī)的隱形故障，提前辨識電機(jī)故障，最大程度提高電機(jī)在線故障診斷的可靠性。

技術(shù)領(lǐng)域

本發(fā)明屬于電機(jī)運(yùn)行與分析領(lǐng)域，涉及了一種采用非凸非光滑優(yōu)化和圖模型的電機(jī)故障在線診斷方法的方法。

背景技術(shù)

隨著電力需求的的迅猛發(fā)展，國內(nèi)的發(fā)電量需求越來越大，電機(jī)已被廣泛應(yīng)用于電廠生產(chǎn)的各個(gè)領(lǐng)域。由于電機(jī)工作過程中，發(fā)生故障或失效的潛在可能性隨著運(yùn)行時(shí)間的增長逐漸增大。往往一個(gè)部件的故障就能引起鏈?zhǔn)椒磻?yīng)，導(dǎo)致整個(gè)設(shè)備系統(tǒng)不能正常運(yùn)行，甚至癱瘓。因此，提高設(shè)備系統(tǒng)的安全性和可靠性已成為刻不容緩的問題，而及時(shí)準(zhǔn)確地發(fā)現(xiàn)電機(jī)潛在的或現(xiàn)有的故障正是保證設(shè)備安全運(yùn)行的重要措施，研究不同條件、不同運(yùn)行狀態(tài)下電機(jī)在線故障診斷的理論方法和技術(shù)策略正是提高設(shè)備系統(tǒng)可靠運(yùn)行的保證。

對于電機(jī)而言，其運(yùn)行環(huán)境和工況復(fù)雜多變，存在電氣量(各相電壓，電流，功率)和非電氣量(溫度，濕度，振動位移)等高維時(shí)間信號，運(yùn)行模態(tài)也不盡相同，與常規(guī)信號差異很大，為此，本專利提出了非凸非光滑優(yōu)化和圖模型辨識電機(jī)在線故障診斷方法，通過非凸非光滑優(yōu)化提取不同高維信號的關(guān)聯(lián)關(guān)系，建立電機(jī)信號對應(yīng)的圖模型，通過求解優(yōu)化問題得到高維信號的隱狀態(tài)以及對應(yīng)的逆協(xié)方差矩陣，最終將實(shí)時(shí)的逆協(xié)方差矩陣和歷史的逆協(xié)方差在線對比判斷電機(jī)是否處于故障，通過歷史在沒有標(biāo)定的條件下，發(fā)掘高維時(shí)變信號中電廠的隱形故障，提前辨識電機(jī)故障，最大程度提高電機(jī)在線故障診斷的可靠性。

發(fā)明內(nèi)容

發(fā)明目的：為了克服現(xiàn)有技術(shù)中存在的不足，本發(fā)明提供一種種采用非凸非光滑優(yōu)化和圖模型的電機(jī)故障在線診斷方法的方法，實(shí)現(xiàn)對電機(jī)故障判斷和預(yù)警。

技術(shù)方案：為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案為：

一種基于非凸非光滑優(yōu)化和圖模型的電機(jī)故障診斷方法，包括以下步驟：

步驟1：采集電機(jī)運(yùn)行的運(yùn)行數(shù)據(jù)，向前截取寬度為w的原始信號，構(gòu)造多時(shí)間段信號：

其中，x(t)表示多觀測量的觀測矩陣，表示第i次運(yùn)行特征的滑動窗形成的向量，i＝1，2，3…N，N表示特征數(shù)，x_i(t)∈R^w表示原始運(yùn)行數(shù)據(jù)，w表示寬度。

步驟2：將多時(shí)間段信號x(t)拼接得到新信號序列X(n)：

其中，X(n)表示拼接之后的矩陣，n表示信號時(shí)段個(gè)數(shù)；

步驟3，電機(jī)運(yùn)行狀態(tài)有K個(gè)隱狀態(tài)，K個(gè)隱狀態(tài)不包含故障態(tài)，每一類隱狀態(tài)信號段服從0均值高斯分布，其逆協(xié)方差矩陣為Θ_k，k＝1，2，…K，Θ_k由w×w個(gè)子矩陣組成，每個(gè)子矩陣的尺寸為n×n，位置pq的子矩陣描述時(shí)刻p和時(shí)刻q之間，n個(gè)維度之間的協(xié)方差逆矩陣，電機(jī)不同時(shí)刻信號之間的關(guān)系只和相對時(shí)間差有關(guān)，交換pq，其協(xié)方差逆陣互為轉(zhuǎn)置，Θ_k是一個(gè)馬爾可夫隨機(jī)場，根據(jù)馬爾可夫隨機(jī)場得到不同高維特征量之間的圖模型，圖模型的節(jié)點(diǎn)即為不同的特征，其形式為如下：

其中，A⁽⁰⁾，A⁽¹⁾，...，A^(w-1)∈R^n×n；

為確定Θ_k，k＝1，2，…K，建立如下優(yōu)化模型：