[發(fā)明專利]一種電機(jī)故障的檢測方法、介質(zhì)及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110358436.8
• 申請日: 2021-04-01
• 公開（公告）號: CN113391207A
• 公開（公告）日: 2021-09-14
• 發(fā)明（設(shè)計）人: 鄒洪森;劉志遠(yuǎn);陳昊陽;黃勇;趙欣洋;吳建;王綠;王國華;史磊;于曉軍;葉濤;陸洪健
• 申請（專利權(quán)）人: 國網(wǎng)寧夏電力有限公司檢修公司;國網(wǎng)寧夏電力有限公司;西安電子科技大學(xué);國網(wǎng)陜西省電力公司電力科學(xué)研究院
• 主分類號: G01R31/34
• 分類號: G01R31/34
• 代理公司: 北京潤澤恒知識產(chǎn)權(quán)代理有限公司 11319
• 代理人: 莎日娜

1.一種電機(jī)故障的檢測方法，其特征在于，包括：

采集電機(jī)定子的電流信號和振動信號；

分別對所述電流信號和所述振動信號進(jìn)行去噪處理，得到處理后的電流信號和處理后的振動信號；

根據(jù)故障檢測模型的種類，對處理后的電流信號和處理后的振動信號進(jìn)行特征處理得到輸入特征；

將所述輸入特征輸入到所述故障檢測模型中，以使所述故障檢測模型輸出故障檢測結(jié)果；

其中，所述故障檢測結(jié)果包括：所述輸入特征對應(yīng)各種故障類型的概率，以及所述輸入特征對應(yīng)的故障嚴(yán)重程度。

2.根據(jù)權(quán)利要求1所述的電機(jī)故障的檢測方法，其特征在于，所述故障檢測模型輸出故障檢測結(jié)果的步驟之后，所述方法還包括：

若所述故障類型的概率大于預(yù)設(shè)閾值，則確定所述電機(jī)具有所述故障類型的故障。

3.根據(jù)權(quán)利要求1所述的電機(jī)故障的檢測方法，其特征在于，對所述電流信號進(jìn)行去噪處理的步驟，包括：

對所述電流信號進(jìn)行小波閾值去噪處理，得到處理后的電流信號。

4.根據(jù)權(quán)利要求1所述的電機(jī)故障的檢測方法，其特征在于，對所述振動信號進(jìn)行去噪處理的步驟，包括：

采用多項式最小二乘法對所述振動信號進(jìn)行去除信號趨勢項處理，得到處理后的振動信號。

5.根據(jù)權(quán)利要求1所述的電機(jī)故障的檢測方法，其特征在于，若所述故障檢測模型為多標(biāo)簽分類器，則所述對處理后的電流信號和處理后的振動信號進(jìn)行特征處理得到輸入特征的步驟，包括：

采用Db9小波分析法對處理后的電流信號進(jìn)行特征提取；

采用Db9小波分析法或梅爾倒譜系數(shù)MFCC方法對處理后的振動信號進(jìn)行特征提取；

將提取的電流信號和振動信號的特征進(jìn)行特征融合處理，得到輸入特征。

6.根據(jù)權(quán)利要求1所述的電機(jī)故障的檢測方法，其特征在于，若所述故障檢測模型為神經(jīng)網(wǎng)絡(luò)模型，則所述對處理后的電流信號和處理后的振動信號進(jìn)行特征處理得到輸入特征的步驟，包括：

采用S變換法將處理后的電流信號轉(zhuǎn)換為第一圖像，以及，將處理后的振動信號轉(zhuǎn)換為第二圖像，得到由所述第一圖像和所述第二圖像組成的圖像對。

7.根據(jù)權(quán)利要求6所述的電機(jī)故障的檢測方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)模型包括：用于對電流信號進(jìn)行特征提取的第一特征提取模塊，用于對振動信號進(jìn)行特征提取的第二特征提取模塊，用于進(jìn)行特征融合處理的特征融合模塊，以及，用于輸出故障檢測結(jié)果的圖像分類模塊。

8.根據(jù)權(quán)利要求1所述的電機(jī)故障的檢測方法，其特征在于：所述將所述輸入特征輸入到所述故障檢測模型中的步驟之前，所述方法還包括：

采用訓(xùn)練樣本訓(xùn)練所述故障檢測模型。

9.一種計算機(jī)可讀存儲介質(zhì)，其特征在于：所述計算機(jī)可讀存儲介質(zhì)上存儲有計算機(jī)程序指令；所述計算機(jī)程序指令被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1～8中任一項所述的電機(jī)故障的檢測方法。

10.一種電機(jī)故障的檢測系統(tǒng)，其特征在于，包括：如權(quán)利要求9所述的計算機(jī)可讀存儲介質(zhì)。