[發明專利]一種有軌電車電容熱管理系統的故障診斷方法及系統

在審

• 申請號: 202210740737.1
• 申請日: 2022-06-28
• 公開（公告）號: CN115130575A
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 蔣明鑫;徐楊非;王杰;祁德建;楊吉;李浪
• 申請（專利權）人: 中車青島四方車輛研究所有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;G01D21/02
• 代理公司: 青島清泰聯信知識產權代理有限公司 37256
• 代理人: 楊燁

1.一種故障診斷方法，其特征在于，應用于有軌電車超級電容熱管理系統的故障診斷，所述故障診斷方法包括：

數據采集步驟：采集有軌電車超級電容熱管理系統的運行數據，根據所述運行數據構建運行數據集；

數據預處理步驟：對所述運行數據集進行處理獲得所述運行數據集的誤差總值；

BP神經網絡優化步驟：根據所述誤差總值計算獲得BP神經網絡學習速率，根據所述BP神經網絡學習速率與附加動量因子，對BP神經網絡進行優化后，根據優化后的所述BP神經網絡的第一層權值與第二層權值，計算獲得優化后的所述BP神經網絡輸出的故障診斷初步結果；

故障類型與故障概率預測結果獲得步驟：KNNP故障診斷與概率預測模型根據所述故障診斷初步結果輸出故障類型與故障概率預測結果。

2.根據權利要求1所述的故障診斷方法，其特征在于，所述數據預處理步驟包括：

對所述運行數據集進行歸一化處理后，將歸一化處理后的所述運行數據集與故障標簽進行處理獲得故障標簽，并將歸一化處理后的所述運行數據集分為運行數據訓練集與運行數據測試集。

3.根據權利要求2所述的故障診斷方法，其特征在于，所述預處理步驟還包括：

對所述BP神經網絡的神經網絡權值進行Xavier均勻分布初始化，獲得所述BP神經網絡的第一層權值與第二層權值；

根據歸一化的所述運行數據集、所述故障標簽、初始化后的所述第一層權值及所述第二層權值通過SoftSign函數形成激活函數；

根據所述激活函數構建誤差函數，通過所述誤差函數計算獲得所述運行數據訓練集的所述誤差總值。

4.根據權利要求2所述的故障診斷方法，其特征在于，所述BP神經網絡優化步驟包括：

根據所述誤差總值計算獲得所述附加動量因子與所述BP神經網絡學習速率；

根據所述BP神經網絡學習速率與所述附加動量因子對所述BP網絡進行訓練，獲得優化后的所述BP神經網絡的第一層權值變化量與第二層權值變化量。

5.根據權利要求4所述的異常識別方法，其特征在于，所述BP神經網絡優化步驟還包括：

根據所述第一層權值變化量與所述第二層權值變化量，通過反向傳播法計算獲得優化后的所述BP神經網絡的所述第一層權值與所述第二層權值；

根據所述第一層權值與所述第二層權值，計算獲得所述故障診斷初步結果。

6.根據權利要求5所述的故障診斷方法，其特征在于，所述故障類型與故障概率預測結果獲得步驟包括：

基于K＝1的最鄰近KNNP算法構建所述KNNP故障診斷與概率預測模型，通過所述運行數據測試集對所述KNNP故障診斷與概率預測模型進行測試，所述樣本集合通過測試后的所述KNNP故障診斷與概率預測模型獲得所述故障類型與故障概率預測結果。

7.根據權利要求2所述的故障診斷方法，其特征在于，所述故障類型與故障概率預測結果獲得步驟還包括：

根據所述故障診斷初步結果，通過歐氏距離的距離量度方法獲得所述故障診斷初步結果到所述故障標簽的距離；

根據K＝1的所述最鄰近KNNP算法，取與所述故障診斷初步結果距離最近的故障標簽值。

8.一種故障診斷系統，其特征在于，所述故障診斷系統包括：

數據采集單元：通過傳感器采集有軌電車超級電容熱管理系統的運行數據，根據所述運行數據構建運行數據集，通過物聯網平臺將所述運行數據存儲到云服務器；

數據預處理單元：在數據訓練與分析平臺中，對所述運行數據集進行處理獲得所述運行數據集的誤差總值；

BP神經網絡優化單元：根據所述誤差總值計算獲得BP神經網絡學習速率，根據所述BP神經網絡學習速率與附加動量因子，對BP神經網絡進行優化后，根據優化后的所述BP神經網絡的第一層權值與第二層權值，計算獲得優化后的所述BP神經網絡輸出的故障診斷初步結果；

故障類型與故障概率預測結果獲得單元：通過KNNP故障診斷與概率預測模型根據所述故障診斷初步結果輸出故障類型與故障概率預測結果，將所述故障類型與所述故障概率預測結果同步到售后服務平臺。