[發明專利]基于支持向量優選的電路故障診斷方法及其裝置

有效

• 申請號: 202110150666.5
• 申請日: 2021-02-04
• 公開（公告）號: CN112505531B
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 鄧威;羅康;楊葳
• 申請（專利權）人: 湖南遙光科技有限公司
• 主分類號: G01R31/28
• 分類號: G01R31/28;G06K9/62
• 代理公司: 長沙德恒三權知識產權代理事務所(普通合伙) 43229
• 代理人: 徐仰貴

本發明提供一種基于支持向量優選的電路故障診斷方法及其裝置，包括：獲取電路各狀態下的樣本數據，并進行數據預處理；根據獲得的樣本數據對兩兩狀態之間構建SVM分類器，通過計算得到各狀態下的支持向量作為訓練樣本數據；利用支持向量數據構建故障診斷模型，應用故障診斷模型進行故障診斷，輸出診斷結果。與相關技術相比，本發明提供的基于支持向量優選的電路故障診斷方法及其裝置，其提高故障診斷的準確性，減少計算量。

技術領域

本發明涉及故障診斷技術領域，尤其涉及一種基于支持向量優選的電路故障診斷方法、裝置、終端設備及其存儲介質。

背景技術

電路是電子設備的基礎，隨著現代電子設備結構復雜化、自動化程度的不斷提高，同一設備的不同電路間、不同設備間都存在著復雜的藕合關系，一個電路元器件的故障可能導致設備功能失效，甚至整個生產線無法正常運行，輕則造成停機、停產，重則可能產生甚至災難性的人員傷亡。為了保證設備長期高效的安全運行，電路故障診斷技術得到了廣泛的研究，這不僅可減少設備的帶故障運行時間，降低了因故障導致的停機及額外拆卸，而且提高了電子產品可用性、可靠性，降低了使用與維護費用。

然而在工程實際中，基于分類器的故障診斷模型的效果很大程度上取決于訓練樣本數據的質量與數量，如何確定合適的訓練樣本及樣本數量仍然是一個難題，選擇不合適的訓練樣本數據會降低故障診斷的準確性，出現虛警現象，選取的訓練數據數量過多，則會導致診斷模型復雜、診斷過程計算量過大等問題，影響診斷效率。

因此，有必要提供一種新型的基于支持向量優選的電路故障診斷方法。裝置、終端設備及其存儲介質，以克服上述缺陷。

發明內容

本發明的目的在于提供一種新型的基于支持向量優選的電路故障診斷方法，其提高故障診斷的準確性，減少計算量。

為了達到上述目的，本發明提供一種基于支持向量優選的電路故障診斷方法包括：

獲取電路各狀態下的樣本數據，并進行數據預處理；

根據獲得的樣本數據對兩兩狀態之間構建SVM分類器，通過計算得到各狀態下的支持向量作為訓練樣本數據；

利用支持向量數據構建故障診斷模型，應用故障診斷模型進行故障診斷，輸出診斷結果。

作為本發明的另一方面，本發明還提供一種基于支持向量優選的電路故障診斷裝置包括：

預處理模塊，獲取電路各狀態下的樣本數據，并進行數據預處理；

支持向量模塊，根據SVM分類器獲取支持向量作為訓練樣本數據；

診斷模塊，根據支持向量數據構建故障診斷模型，輸出診斷數據。

作為本發明的第二方面，本發明還提供一種終端設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述方法的步驟。

作為本發明的第三方面，本發明還提供一種計算機可讀介質，所述計算機可讀介質存儲有計算機程序，所述計算機程序被處理執行時實現上述方法的步驟。

與相關技術相比較，本發明的基于支持向量優選的電路故障診斷方法。裝置。終端設備及其存儲介質的優點及積極效果在于：

1.本發明提出了一種基于支持向量優選的訓練樣本選取方法，使得診斷模型對訓練樣本的選擇更加合理，提高了故障診斷的準確性。

2.本發明提出的基于支持向量的故障診斷模型結構簡單，診斷過程中只需計算待診斷數據與支持向量之間的相關關系即可實現故障診斷，減少了計算量。

附圖說明