[發(fā)明專(zhuān)利]傳感器電路故障診斷方法、系統(tǒng)、介質(zhì)及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202210981035.2
• 申請(qǐng)日: 2022-08-16
• 公開(kāi)（公告）號(hào): CN115618195A
• 公開(kāi)（公告）日: 2023-01-17
• 發(fā)明（設(shè)計(jì)）人: 劉銘揚(yáng);李振明;魏斌;劉偉;徐翀;彭鵬
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)電力科學(xué)研究院有限公司;國(guó)家電網(wǎng)有限公司;國(guó)網(wǎng)上海市電力公司
• 主分類(lèi)號(hào): G06F18/00
• 分類(lèi)號(hào): G06F18/00;G06F18/214;G06F18/2415;G06N3/044;G06N3/045;G06N3/049;G06N3/047;G06N3/08;G16Y30/00
• 代理公司: 北京中巡通大知識(shí)產(chǎn)權(quán)代理有限公司 11703
• 代理人: 孟大帥

1.一種傳感器電路故障診斷方法，其特征在于，包括：

獲取傳感器電路輸出的時(shí)域連續(xù)電壓信號(hào)；

對(duì)時(shí)域連續(xù)電壓信號(hào)進(jìn)行時(shí)域特征提取和頻域特征提取，得到時(shí)域特征數(shù)據(jù)和頻域特征數(shù)據(jù)；

根據(jù)所述時(shí)域連續(xù)電壓信號(hào)、時(shí)域特征數(shù)據(jù)和頻域特征數(shù)據(jù)，調(diào)用預(yù)設(shè)的傳感器電路故障診斷模型，得到傳感器電路故障診斷結(jié)果。

2.根據(jù)權(quán)利要求1所述的傳感器電路故障診斷方法，其特征在于，所述對(duì)時(shí)域連續(xù)電壓信號(hào)進(jìn)行時(shí)域特征提取和頻域特征提取，得到時(shí)域特征數(shù)據(jù)和頻域特征數(shù)據(jù)包括：

獲取時(shí)域連續(xù)電壓信號(hào)的最大值、最小值、平均值、標(biāo)準(zhǔn)差、峰度以及偏度中的一個(gè)或幾個(gè)，得到時(shí)域特征數(shù)據(jù)；

將時(shí)域連續(xù)電壓信號(hào)進(jìn)行時(shí)頻轉(zhuǎn)換，得到頻域連續(xù)電壓信號(hào)，獲取頻域連續(xù)電壓信號(hào)的帶寬和中心頻率中的一個(gè)或幾個(gè)，得到頻域特征數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的傳感器電路故障診斷方法，其特征在于，所述根據(jù)所述時(shí)域連續(xù)電壓信號(hào)、時(shí)域特征數(shù)據(jù)和頻域特征數(shù)據(jù)，調(diào)用預(yù)設(shè)的傳感器電路故障診斷模型，得到傳感器電路故障診斷結(jié)果包括：

組合時(shí)域特征數(shù)據(jù)和頻域特征數(shù)據(jù)，得到時(shí)頻混合數(shù)據(jù)；

將時(shí)域連續(xù)電壓信號(hào)和時(shí)頻混合數(shù)據(jù)均進(jìn)行歸一化處理，得到歸一化時(shí)頻電壓數(shù)據(jù)和歸一化時(shí)頻混合數(shù)據(jù)；

將歸一化時(shí)頻電壓數(shù)據(jù)和歸一化時(shí)頻混合數(shù)據(jù)輸入預(yù)設(shè)的傳感器電路故障診斷模型，得到傳感器電路故障診斷結(jié)果。

4.根據(jù)權(quán)利要求3所述的傳感器電路故障診斷方法，其特征在于，所述預(yù)設(shè)的傳感器電路故障診斷模型包括DNN神經(jīng)網(wǎng)絡(luò)、LSTM神經(jīng)網(wǎng)絡(luò)、全連接層網(wǎng)絡(luò)以及SoftMax層網(wǎng)絡(luò)；

DNN神經(jīng)網(wǎng)絡(luò)用于輸入歸一化時(shí)頻混合數(shù)據(jù)，輸出DNN神經(jīng)網(wǎng)絡(luò)輸出數(shù)據(jù)至全連接層網(wǎng)絡(luò)；

LSTM神經(jīng)網(wǎng)絡(luò)用于輸入歸一化時(shí)頻電壓數(shù)據(jù)，輸出LSTM神經(jīng)網(wǎng)絡(luò)輸出數(shù)據(jù)至全連接層網(wǎng)絡(luò)；

全連接層網(wǎng)絡(luò)用于將DNN神經(jīng)網(wǎng)絡(luò)輸出數(shù)據(jù)和LSTM神經(jīng)網(wǎng)絡(luò)輸出數(shù)據(jù)進(jìn)行全連接處理，得到全連接層網(wǎng)絡(luò)輸出數(shù)據(jù)并輸出至SoftMax層網(wǎng)絡(luò)；

SoftMax層網(wǎng)絡(luò)用于根據(jù)輸入的全連接層網(wǎng)絡(luò)輸出數(shù)據(jù)，得到傳感器電路故障診斷結(jié)果并輸出。

5.根據(jù)權(quán)利要求4所述的傳感器電路故障診斷方法，其特征在于，所述SoftMax層網(wǎng)絡(luò)的SoftMax函數(shù)為：

其中，fc_out(m)[i]為第m組時(shí)域連續(xù)電壓信號(hào)的全連接層網(wǎng)絡(luò)輸出數(shù)據(jù)的第i個(gè)數(shù)據(jù)，fc_out(m)[j]為第m組時(shí)域連續(xù)電壓信號(hào)的全連接層網(wǎng)絡(luò)輸出數(shù)據(jù)的第j個(gè)數(shù)據(jù)，m為時(shí)域連續(xù)電壓信號(hào)的獲取組數(shù)，K為傳感器電路的故障類(lèi)型數(shù)；s(fc_out(m)[i])為傳感器電路故障診斷結(jié)果的第i個(gè)數(shù)據(jù)，i＞0時(shí)表示傳感器電路元件i發(fā)生故障的概率，i＝0時(shí)表示傳感器電路不發(fā)生故障的概率。

6.一種傳感器電路故障診斷系統(tǒng)，其特征在于，包括：

數(shù)據(jù)獲取模塊，用于獲取傳感器電路輸出的時(shí)域連續(xù)電壓信號(hào)；

特征提取模塊，用于對(duì)時(shí)域連續(xù)電壓信號(hào)進(jìn)行時(shí)域特征提取和頻域特征提取，得到時(shí)域特征數(shù)據(jù)和頻域特征數(shù)據(jù)；

診斷模塊，用于根據(jù)所述時(shí)域連續(xù)電壓信號(hào)，調(diào)用預(yù)設(shè)的傳感器電路故障診斷模型，得到傳感器電路故障診斷結(jié)果。

7.根據(jù)權(quán)利要求6所述的傳感器電路故障診斷系統(tǒng)，其特征在于，所述診斷模塊具體用于：

組合時(shí)域特征數(shù)據(jù)和頻域特征數(shù)據(jù)，得到時(shí)頻混合數(shù)據(jù)；

將時(shí)域連續(xù)電壓信號(hào)和時(shí)頻混合數(shù)據(jù)均進(jìn)行歸一化處理，得到歸一化時(shí)頻電壓數(shù)據(jù)和歸一化時(shí)頻混合數(shù)據(jù)；

將歸一化時(shí)頻電壓數(shù)據(jù)和歸一化時(shí)頻混合數(shù)據(jù)輸入預(yù)設(shè)的傳感器電路故障診斷模型，得到傳感器電路故障診斷結(jié)果。